问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
2026年6月23日，专注人工智能与教育决策研究的独立团队友松实验室发布国内首份《高考志愿AI测评基准》。本次测评以基于夸克8年高考服务数据打造的千问高考志愿填报Agent为核心对象，对照由53名平均从业年限4.6年的志愿咨询师组成的人类对照组，结果显示千问在稳定性、精确性等多维度达到并部分超过人类咨询师水平，填补了高考志愿场景AI能力评估的标准空白。
进入6月下旬，全国各省市陆续公布高考分数，志愿填报成为千万考生家庭的核心需求。近年随着大模型技术落地，各类AI志愿填报工具快速涌现，但由于缺乏统一的能力评估标准，产品质量参差不齐，“AI乱推荐导致考生滑档”的案例屡见不鲜，行业亟需一套可量化的评估体系划定AI工具的能力边界。
作为长期深耕大模型能力评估、教育场景AI应用领域的独立研究团队，友松实验室的研究成果此前已被多所国内高校、科研机构采用。本次推出的《高考志愿AI测评基准》，是国内首个针对高考志愿填报场景的AI能力评估体系，核心目标是为快速迭代的高考志愿AI产品建立一套公开、可复现、可扩展的评估规则，明确AI在志愿填报场景中能够承担的任务范围，也为考生和家长选择相关工具提供参考依据。
之所以选择千问高考志愿填报Agent作为首个测评对象，友松实验室在报告中解释，该产品基于夸克积累8年的高考服务数据与运营经验构建，在产品成熟度、数据覆盖范围、用户规模上均具备行业代表性，测评结果具备普适参考价值。
本次测评设置了稳定性、精确性、结构化表达、服务效率四大核心维度，人类对照组由来自全国多个省市的53名资深志愿咨询师组成，平均从业年限达4.6年，代表了国内志愿咨询行业的平均服务水平。
测评结果显示，千问的综合表现已经达到人类咨询师的平均水平，部分维度优势明显：在稳定性层面，针对同一位次、相同报考需求的多次咨询，千问给出的方案一致性超过98%，远高于人类咨询师82%的平均一致性；在效率层面，千问完成一份包含院校梯度、专业适配、就业前景分析的完整志愿方案仅需2分钟，而人类咨询师平均耗时超过35分钟；此外在往年投档线匹配、政策规则解读的精确性上，千问的出错率比人类对照组低22%。
报告同时也明确了当前AI志愿工具的能力边界：AI生成的方案仅能作为决策参考，无法替代考生和家长结合个人兴趣、职业规划、家庭资源做出的个性化选择。友松实验室透露，后续这套测评基准还将逐步覆盖市面上更多主流AI志愿填报产品，定期向公众发布测评结果，推动行业规范化发展。
在业内人士看来，本次测评的发布不仅是高考志愿场景的一次标准落地，更代表了大模型在垂直教育决策场景的评估体系走向成熟。未来这套评估框架还可延伸到学业规划、专业选择、职业发展咨询等多个教育相关的决策场景，为AI在教育领域的合规落地提供支撑。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号