国内第一份高考志愿AI能力测评报告出来了。友松实验室把千问高考志愿填报Agent按四大模块拆开测试，对照组是53位平均干了4.6年的人类志愿咨询师。结果有点意思——千问的表现在稳定性和精确度上压过人类这头。44道事实判断题，千问全部答对，零失误。这不是送分题，里头掺着专业级差计算、院校录取规则、特殊招生政策这些容易翻车的细节。模拟10个志愿，它推荐的结果里有6个能落在可录取区间；100场匿名对比里，53位人类专家有58次更认可千问的回答，注意，是100场里出现58次偏好，而不是58个人全选千问——但这个比例依然说明它在大多数场景下输出更靠谱。
真正值得细看的是人机协作那组数据。咨询师使用千问辅助后，正确率整体上了一个台阶，平均耗时反而少了大约27%。换句话说，AI没把人替代掉，而是把咨询师从查数据、核政策、跑历史录取线的重复劳动里拽出来，让他们腾出手处理那些需要共情、需要结合家庭具体情况判断的部分。这正是Agent该有的位置：不是抢饭碗，是把饭碗端得更稳。背后的技术底座是千问高考志愿大模型，加挂夸克沉淀8年的高考数据，覆盖约3000所院校、2000多个专业，本质上是把过去散落在老师傅脑子里的经验做了一次结构化沉淀。
当然，报告是友松实验室出的——实验室本身和阿里千问存在深度绑定关系，数据采集口径、评分标准、咨询师样本选取这些变量，外界没法独立验证。千问App的对外发布渠道也意味着这天然是一次品牌动作。所以报告里的数字可以当参考线，但别当结论。AI志愿填报能不能信，最终还是要看它在一届一届真实考生身上跑出来的结果——能不能兜底滑档风险、能不能识别冷门专业里的隐藏机会、能不能在信息不完整时给出合理保守方案。工具越新，越得拿真金白银的志愿去试水，而不是拿一份漂亮的测评报告去赌四年。
