比如百度APP上，以“院校優(yōu)先”，列出了“可沖擊”104個，“較穩(wěn)妥”106個，“可保底”151個，具體到每一個院校，又進一步細分到“可選專業(yè)”，同樣列出了具體可報專業(yè)的難易程度。
百度、夸克等通過自身高考數(shù)據(jù)庫，還詳細列出了具體學校具體專業(yè)在河南當?shù)氐恼猩藬?shù)，以及過往最低排名、最低分等，考生和家長都能一目了然。
微博智搜（高考版）在生成報考建議同時，還給出了包括“分數(shù)定位與競爭形勢”、“專業(yè)選擇策略”、以及“風險提示”等。由于該河南考生485的分數(shù)缺乏競爭力，一些可填報的學校可能存在學費較高的情況，微博智搜都進行了相應提醒。
這些都是在進一步模擬考生家庭填報高考志愿的決策過程。
很明顯，正是基于深度思考推理模型所帶來的改變。
AI藍媒匯了解到，過去多年，大廠們也一直在高考志愿填報產(chǎn)品上都有布局，不過彼時多為基于數(shù)據(jù)庫篩選的大數(shù)據(jù)技術(shù)，但在大模型尤其是以DeepSeek為代表的深度思考模型加入后，除了是給出填報建議之外，更是能夠直觀向考生們展示“是什么”，以及“為什么”。
尤其是在進一步處理考生更個性化的需求上，相比以往，更智能了。
AI藍媒匯在上述提問的基礎上，加入“偏向工科，也接受文理，一線城市優(yōu)先”的個性化需求后，夸克方面通過“志愿報告”這一Agent應用，對該考生的需求進行了詳細拆解與分析，相應的“沖”、“穩(wěn)”、“保”，也從此前分別數(shù)百個，直線瞄定到各10個左右。
百度、微博智搜方面，則是以聊天對話的形式，進一步滿足考生更個性化的需求。
以微博智搜為例，在深度思考過程中，就可以清楚看到，AI先是圍繞該需求，進行了全網(wǎng)針對性搜索，以判斷用戶所在排名、分數(shù)的過往錄取院校情況，同時提取關鍵點，匹配對應的報考策略，生成的填報結(jié)果中，也主要是圍繞考生的個性化需求展開，并詳細介紹了相關院校專業(yè)的優(yōu)勢，以及填報理由。
比如河南工業(yè)大學糧食工程專業(yè)，與中糧集團等企業(yè)合作緊密；鄭州輕工業(yè)大學的工業(yè)設計，在珠三角制造業(yè)企業(yè)校招認可度高等等。
可見今年以來，大廠們的AI高考志愿產(chǎn)品，在填平信息鴻溝、理解用戶畫像、興趣偏好等更加“深”了，同時基于這些深度理解，給出的填報建議，也更專業(yè)了。
不過AI藍媒匯也注意到，無論大廠AI高考志愿產(chǎn)品對比自身如何迭代，但一旦橫向?qū)Ρ缺舜?，就存在一個很困惑的問題——同一需求，不同答案。
本質(zhì)上，還是大廠彼此的算法存在局限性。
一方面是，各個產(chǎn)品的訓練數(shù)據(jù)不同、算法權(quán)重不同，針對高考志愿填報這一“非標”的特定場景，模型訓練的結(jié)果，自然就會出現(xiàn)偏差。另一方面，主要還是基于AI無法完全掌握第一手信息，同時數(shù)據(jù)庫中本身仍然存在大量的雜音。
而這就難免讓考生陷入懷疑，到底AI的建議靠不靠譜。
此外，國內(nèi)有很多考生家庭并不具備足夠的信息積累，以至于缺乏明確的人生規(guī)劃。他們面臨的真實困境是興趣模糊、方向感弱、對專業(yè)認知比較有限。
事實上，百度夸克們也意識到這一問題，它們除了給出建議決策之外，上述通過AI聊志愿等Agent功能，正是希望進一步挖掘用戶的興趣與個性化。
只是，最核心的痛點仍然沒有充分解決。
當用戶能夠向AI提出明確需求的前提下，AI聊志愿這一交互方式，便能夠很大程度提高志愿填報效率。但反之，對于那些無法精準對自己人生有規(guī)劃，存在認知模糊的學生家庭而言，AI產(chǎn)品在解決這前置性一環(huán)上，缺乏建樹。
市場上很多工具類的AI，仍然沿用的是“輸入需求或數(shù)據(jù)—算法規(guī)則—— 輸出結(jié)果”的確定性模型。這意味著，在處理非標準化問題上，這些AI工具難以關聯(lián)多維度信息，從而容易出現(xiàn)雜音。
比如當學生提出 “想選一個有前景的專業(yè)” 時，工具類 AI 僅能基于就業(yè)率、薪資數(shù)據(jù)等標準化指標輸出結(jié)果，卻無法拆解 “前景” 背后的個性化維度、如興趣匹配度、地域發(fā)展傾等，又或者不少學生家庭的真實需求往往隱藏在 “我家孩子成績中等，想考大學” 等模糊表述中，但 AI 無法通過多輪追問，進而厘清深層目標。
換句話說，在非標以及模糊需求的場景中， “算法”并不是萬能的， AI高考志愿填報產(chǎn)品此時更應該轉(zhuǎn)型為 “認知輔助者”，對考生們進行“啟發(fā)式的搜索”。
此時，基于高考相關的信息廣場，過來人的經(jīng)驗、大V們的指導，高考志愿填報專家們的建議，還有各項最新實時的院校信息專業(yè)信息變動等等，就顯得格外重要。
一方面是信息鴻溝，尤其是一手的信息鴻溝的進一步填平與對照，另一方面，在這個信息廣場，考生們可以去發(fā)現(xiàn)自己的興趣偏好，并在經(jīng)驗、建議等指導下，萌生個人的的人生規(guī)劃。
AI藍媒匯實測了解到，微博是將高考志愿填報產(chǎn)品嵌入到智搜體系，依托于微博平臺內(nèi)容生態(tài)，對平臺內(nèi)活躍大量行業(yè)大V、專家、媒體等權(quán)威專業(yè)的信息整合，在解決上述問題方面，稍微往前多邁進了一些。
比如針對該考生的志愿填報，在生成填報建議后，微博智搜還附上了非常垂類即時的優(yōu)質(zhì)博文信息。“寶藏大學安利計劃”、“專業(yè)報考指南”、“河南本科分數(shù)線”等等Tag下的大V、專家等內(nèi)容，甚至還有相關學校學生作為過來者的體驗等等，幫助學生家庭了解自己想要什么，同時帶來有別于AI的親近感，與信任感。
“人類經(jīng)驗”永遠都是鮮活的、生動的，同時也是有溫度的。放到高考志愿填報場景中，這些海量的“人類經(jīng)驗”是算法之外，是AI之外，極好的補充，進一步輔助考生們?nèi)グl(fā)現(xiàn)、去探索、去理解。
事實上近幾年來，大廠們也意識到這一問題。
尤其是，當技術(shù)水平大家都保持在同一水平線時，當深度思考模型、Agent應用成為大廠標配后，技術(shù)同質(zhì)化下，一方面競爭焦點自然是要轉(zhuǎn)向數(shù)據(jù)鮮度、場景理解深度與生態(tài)壁壘，盡力完善AI專家的角色與策略，以讓AI盡可能地往真人專家的方向進化，另一方面，則是要打造屬于自身的高考服務內(nèi)容生態(tài)，引入行業(yè)大V、專家、志愿規(guī)劃師等“真人”的多維度經(jīng)驗與實時互動。
而這均說明，內(nèi)容生態(tài)已經(jīng)成為核心競爭點。
目前夸克、百度、元寶、微博智搜等都在加碼自身內(nèi)容生態(tài)建設，比如夸克構(gòu)建了一套覆蓋全國2900多所高校、近1600個本科專業(yè)的高考知識庫，百度在今年引入了20000多真人學長學姐在線分享答疑、10余位大咖高考話題對談等服務。
微博智搜背靠微博，則天然擁有一個肥沃的土壤。
基于社交媒體的獨占性，每逢高考志愿填報這一熱度話題期間，微博自身龐大的 PUGC 內(nèi)容、大V 矩陣，以及強互動社區(qū)，都能夠源源不斷輸出相關“人類經(jīng)驗”。
甚至大部分都是自發(fā)性的，且是市場上獨有的，且優(yōu)質(zhì)的。
比如就在6月23日，宇樹科技創(chuàng)始人王興興在微博發(fā)文，給高考生提出了一些報考建議，文章發(fā)出后，得到了眾多網(wǎng)友的關注，并上了熱搜。
他所提出的實用建議，深入行業(yè)的切身體會，在某種程度上可以說是對AI盲區(qū)的解決。
更況且，王興興作為當下創(chuàng)業(yè)明星，其從個人的經(jīng)歷出發(fā)、王興興個人的感悟，以及這種近距離的互動本身，都是機械感的AI所無法帶來的。
又比如周鴻祎在微博上發(fā)出的“高考失敗不意味著人生失敗”的人生建議，比如專家婁雷表示不建議考生都去賭AI專業(yè)等等聲音，這些優(yōu)質(zhì)內(nèi)容都聚合在微博智搜中，同時也會以相關熱搜Tag的形式，呈現(xiàn)在微博廣場，從而更好的去服務考生家庭的志愿填報需求。
這些平臺上真實的、專業(yè)的、信任度較高的專家、大V、過來人的洞察、經(jīng)驗以及情感共鳴等，不僅是極其稀缺的內(nèi)容，是考生家庭所急需的信息供給，同樣也在微博智搜上不斷被喂給AI，進行高效聚合、篩選和結(jié)構(gòu)化。
這就形成了良性的生態(tài)循環(huán)。
甚至也不只是聚焦于高考場景中，更服務于廣泛的AI搜索應用場景。
市場也都知道，無論是百度夸克，還是騰訊元寶微博智搜，大廠發(fā)力高考志愿填報這一應用場景背后，正是基于AI搜索的暗戰(zhàn)。
在從業(yè)者的預期中，AI搜索時代注定會到來，原因正是相比較傳統(tǒng)搜索而言，A搜索的想象空間，就在于提高效率，以及能成為一個切實可靠的生活工作助手。
但現(xiàn)在仍然處于探索階段。
百度阿里騰訊等在大模型上持續(xù)布局迭代，意圖緊追OpenAI 即將發(fā)布的GPT5，微博智搜則通過AI 技術(shù)與內(nèi)容生態(tài)雙向賦能，為AI搜索提供更扎實的內(nèi)容土壤。
彼此的一致深耕下，AI搜索才逐步具備成為鋼鐵俠AI管家“賈維斯”雛形的可能。
快報
根據(jù)《網(wǎng)絡安全法》實名制要求，請綁定手機號后發(fā)表評論