文 | 奇点研究社
2026 年高考结束，1290 万考生走出考场。校门外的拥抱与鲜花之后，另一场更为漫长的考试悄然开始。
报什么学校、选什么专业、未来的人生路走向何方？这道更难回答的题，如今正被 AI 深度介入。
把第一件人生大事 " 交给 AI"
18 岁的吕耿秋，是湖北考生。
去年高考，她考了 653 分。这个分数看起来不低，但放在湖北的一分一段表里，却颇为尴尬，因为它刚好贴着上一年中国人民大学的最低录取线。
人大一直是她的目标。冲还是不冲？如果冲，专业怎么选？如果保守一些，又总觉得离理想差了一步。
和很多考生一样，出分后的那段时间，她很焦灼，几乎把能查的资料都查了一遍，后来在百度 AI 推荐的志愿方案里，第一次了解到一个此前从未关注过的专业：人力资源管理。
" 当时甚至没听说过这个专业。"
谨慎的她又拿着这份方案，去百度贴吧寻找答案，向中国人民大学的在读学生了解课程设置、就业方向以及真实的就读体验。
最终，她选择报考中国人民大学劳动人事学院人力资源管理专业，并顺利被录取。
回看这段经历，会发现 AI 其实扮演了一个新的信息入口。AI 负责发现可能性，人负责验证可能性。
中国每年有超过 1200 万考生，他们用十二年时间准备一场考试，却只有十几天时间决定未来四年要去哪里、学什么。
这是中国高考制度下一个特殊的命运节点。
考试本身是公平的，但填报这件事，从来不公平。
一个北京的考生，身边可能有懂行的亲戚、愿意分享经验的学长学姐，家里负担得起几千块一次的专业志愿规划师。而一个县城的孩子，面对同样一张分数单，能依靠的往往只有父母和班主任，可他们对这件事的了解，可能并不比孩子多多少。
全国高考考生里，有 57% 来自县域高中。超过一半的考生，在填报这道题上，处于信息严重不对等。这种信息差，是真实的命运差。
过去二十年，中国家庭的志愿填报依赖一条清晰且稳固的信任链条：班主任经验优先，亲戚口碑次之，招生手册兜底。这条链路的本质是 " 人情网络 " 与 " 有限经验 " 的叠加。
这套体系并不科学，但它有一个不可替代的优势：责任主体是明确的，今年，这条链条正在被 AI 切割。
大厂都来押注
2026 年高考结束后，夸克、千问、豆包、百度、元宝几乎同时上线或升级了 AI 志愿填报服务。
百度宣布面向全国 1290 万考生免费开放 AI 志愿填报服务，千问发布高考志愿填报 Agent，同样 0 门槛，面向全国考生免费开放；豆包也在高考前后密集更新了志愿相关功能，把咨询搬进了对话框。
志愿填报几乎是 AI 最理想的应用场景之一，它拥有海量结构化数据：院校录取分数、专业就业率、城市产业分布、历年同分去向；同时又伴随着巨大的决策压力和信息焦虑。
对于 AI 来说，这类问题天然适合计算。
一个志愿规划师能记住多少所学校的录取数据？能同时服务多少个家庭？又能在凌晨两点回复一个焦虑家长的提问？
AI 可以。
从信息处理能力来看，AI 进入志愿填报几乎是顺理成章的结果。
但真实世界中的决策，充满了利益权衡、信息不对称和资源博弈。
如果单纯比拼数据能力，志愿规划师早就应该被数据库取代。
现实却恰恰相反。2024 年高考季，峰学蔚来 2 万个服务名额 3 小时售罄，入账约 2 亿元，2025 年，峰学蔚来的梦想卡涨到 12999 元，圆梦卡涨到 18999 元，各比上年涨了 1000 元，家长们依然愿意为此买单，20 分钟便有多省售罄。
于是我们看到，百度引入真人专家审核机制，让 AI 生成方案、专家进行校验，希望用 " 算法 + 真人 " 的方式弥补用户对黑箱决策的担忧；阿里千问上线高考志愿填报 Agent，把志愿规划拆解成从估分、选校到正式填报的完整流程，试图用持续陪伴建立信任；
夸克则强调其连续 8 年深耕高考服务所积累的数据能力，希望用长期沉淀换取用户认可；豆包则把志愿咨询直接搬进对话框，用更低的使用门槛争夺用户的第一入口。
看似不同的产品路线，核心都是为填补信任缺口。
AI 能算概率，但算不了命运
志愿填报难，难在它要求你在一个极短的时间窗口里，同时回答：我的分数能上哪些学校、哪些专业？以及我是谁，我想成为谁？
前一个问题关乎信息，后一个问题关乎人生。
必须承认，在处理复杂信息这件事上，AI 已经远远超出了传统志愿填报工具的能力边界。
过去，考生和家长面对的是一张分数单，以及厚厚几本招生手册。今天，AI 开始试图理解一个具体的人。
百度在发布会上提到，一位辽宁考生，物化生组合，600 分左右，希望未来进入互联网行业，同时家庭经济条件有限。
AI 会拆解决策背后的约束条件：就业优先、学费敏感、理工科倾向、城市偏好……这些信息被同时纳入计算，最终生成的不再只是一个简单的冲稳保列表，而是一套围绕考生真实处境构建的决策方案。
千问事业部产品负责人郑嗣寿介绍，高考志愿填报智能体能在交流中持续理解考生的兴趣方向、院校目标和城市偏好，甚至包括 MBTI、性格、特长等，做到因人而异，即便两名分数、选科、省份完全相同的考生，只要需求和偏好存在差异，系统为其定制的高考日历也会完全不同。
从这个角度看，AI 确实让志愿填报变得更聪明了。
但再聪明的 AI，也无法摆脱只能根据过去推测未来的桎梏，历年录取分数线、专业就业率、行业薪资水平、同分考生去向、区域产业结构……这些数据越丰富，推荐就越精准。
但这些数据全部来自过去，志愿填报却是一场关于未来的选择。
一个 2026 年进入大学的考生，本科毕业是 2030 年。如果继续读研，进入就业市场甚至可能是 2033 年。
换句话说，AI 正在用过去几年的数据，帮助一个年轻人押注未来七年的命运。
这更像概率计算，而非未来预测。
今天很热门的行业，等学生毕业时未必依然热门。十年前最热门的是移动互联网。后来是新能源。
没有人知道四年后的风口在哪里。AI 同样不知道。它能够总结趋势，却无法看见尚未发生的变化。
更有意思的是，当越来越多人开始相信同一种推荐逻辑时，推荐本身又会改变结果。
今天的高就业率，可能成为明天供给过剩的起点。今天的热门专业，也可能因为被过度推荐而失去稀缺性。
推荐系统通过发现趋势创造价值，也可能因为放大趋势而消灭价值。
AI 缩小了信息获取的鸿沟，却无法缩小不同家庭之间风险承受能力的鸿沟，更无法替人承担未来。
志愿填报表面是在选择学校和专业，核心是在回答 " 我要成为谁 "？AI 会询问你的分数、兴趣、城市偏好、职业规划、家庭条件，然后建立一套关于你的画像。
相比过去单纯依赖分数匹配的系统，这已经是巨大的进步。
但画像不等于理解。AI 知道你喜欢什么，却不知道你为什么喜欢，知道你今天是谁，却不知道你未来会成为谁。
志愿填报本质上是对 " 未知自我 " 的探索，而 AI 的推荐逻辑基于 " 已知数据 " 的匹配。但对于大多数 18 岁的年轻人来说，" 我是谁 " 恰恰是在选择的过程中才被逐渐发现的。
大学四年里，一门课程、一次实习、一个老师、一群朋友，都可能改变一个人的人生轨迹。
所谓成长，恰恰发生在那些无法被预测的地方。
