首个高考志愿AI测评千问多项表现超越人类志愿咨询师

AI逼近人类专家：高考志愿AI测评基准发布

总有人说AI替代不了人类，但这次，AI真的逼近了人类专家的水准。

6月23日，国内首份针对高考志愿填报场景量身定制的AI能力评估报告——《高考志愿AI测评基准》正式亮相。这份报告由友松实验室独立编制，将千问高考志愿填报Agent作为唯一的测评对象进行深度评估。测评数据揭示了一个显著趋势：在多项关键衡量指标上，千问不仅追平了人类志愿咨询师，甚至在系统的稳定性、答案的精准性、结构化的输出能力以及响应效率等方面，展现出了压倒性的优势。

友松实验室：专注AI与教育决策交叉领域

先简单介绍一下友松实验室。这是一支专注于人工智能与教育决策交叉领域的研究团队，长期深耕大模型能力评测、AI在具体教育场景中的落地应用，以及学生升学过程中信息获取、认知加工和决策机制这些核心难题。他们之前的研究成果已经被多所高校和科研院所采纳。这次发布的测评基准，核心目标就是为市面上快速涌现的高考志愿类AI产品，搭建一套公开、透明、可重复验证，且框架能灵活扩展的标准化评估体系——说白了，就是要把AI在现阶段到底能干什么、干到什么程度，清晰界定出来。

为何选择千问高考Agent作为首个测评对象

之所以选择千问高考Agent作为首个测评对象，原因也很简单：它背后依托的是夸克长达8年高考服务的数据沉淀和实战经验，无论是产品设计逻辑、历史数据的厚度，还是用户覆盖的广度，都很有行业代表性。作为对照组的人类专家，实验室一共邀请了53位一线志愿填报咨询师，平均从业年限达到了4.6年。

测评体系覆盖高考志愿全流程

测评体系的设计也相当全面，覆盖了高考志愿填报的全流程，包括四大核心模块：对高考志愿基本事实与政策规则的理解、模拟志愿填报实操、开放式问答交互，以及个性化志愿推荐报告生成。换个角度看，这就是把考生和家长从信息检索、政策解读，到方案设计、最终决策的完整路径，全都纳入了考察范围。

测评结果：AI多项指标超越人类咨询师

来看具体结果，数据很有说服力：

• 在44道标准化客观题测试中，千问拿下了满分通关，准确率100%——而人类咨询师的平均得分是89.3%，差距明显。
• 在模拟填报任务中，千问生成的志愿方案包含6个有效录取机会，全程没有明显的偏好冲突，并且精准匹配了事后回溯认定的最优解。相比之下，人类咨询师平均只达成了5.3个有效录取志愿。
• 在开放式咨询环节，评审专家对100组匿名回答进行了盲评，结果有58次更倾向于选择千问版本。更值得注意的是，千问输出内容“可直接面向学生与家长展示”的比例高达56.0%，显著高于人类咨询师的33.0%。尤其在专业发展路径的解析、潜在风险的提示，以及语言表达的清晰度这些方面，千问的表现更为稳健和出色。

AI已达资深志愿咨询师专业水准

报告的核心结论是：在本次设定的测评任务范围内，千问的整体表现已经达到了资深志愿咨询师的专业水准。尤其在稳定性、准确性、结构化表达和响应时效这几个维度上，它具备突出优势。

人类咨询师核心价值仍不可替代

不过，这里必须客观说一句：人类咨询师的核心价值，依然是AI无法替代的。

报告也明确指出了这一点。在涉及家庭经济预期、区域就业趋势这类需要深度结合个体现实条件审慎研判的议题上，人工建议显然更具现实贴合度。而在亲子沟通协调、价值观权衡等软性决策场景中，就算AI能给出高度结构化的方案，它也永远无法取代真实人际互动中所蕴含的理解力、共情力和判断弹性。

AI与人类协同互补的未来方向

所以，报告给出的建议很务实：AI应该聚焦于高效执行信息核查、资料整合和初步方案筛选这些标准化任务；人类咨询师则可以把更多精力投入到家庭对话引导、价值排序协助和个性化适配判断这些高阶环节。只有在AI与人类协同互补的模式下，才能真正推动志愿填报这件事既提升科学性与效率，又切实回应每位考生和家庭的真实诉求。