首个高考志愿AI测评发布:千问多项表现超过人类志愿咨询师
千问AI高考志愿Agent客观题全对，人类咨询师平均错10.7%
6月23日，友松实验室放出了国内首个高考志愿AI测评报告，测试对象是千问高考志愿Agent——结果它44道客观题全部答对（100%正确率，相当于考试拿满分），而对照组的53名人类志愿咨询师平均只答对89.3%（相当于每10道题错1道多）。
谁做的测评，凭什么能信
友松实验室是一个专注人工智能与教育决策研究的独立团队，不是某家公司的内部部门。他们长期盯着大模型能力评估、教育场景里的AI应用，还有学生升学选择中的信息、认知和决策问题，研究成果已经被多所高校和科研机构拿去用。这次搞的测评基准，目的是给快速冒出来的高考志愿AI产品立一套公开、可复现、可扩展的评估框架，明确AI在当前阶段到底能干啥、不能干啥。
为什么选千问当第一个靶子
群里在传，千问高考Agent是基于夸克8年高考服务数据和经验搭起来的，产品形态、数据积累和用户覆盖在行业里算有代表性，所以报告把它列为第一个测评对象。人类对照组由53名志愿填报咨询师组成，平均从业年限4.6年（差不多是干了快5年的老手）。
测评到底测了什么
测评覆盖四个环节，正好对应考生和家长从查资料、看规则，到排方案、做决策的完整流程：高考志愿基本事实与规则、模拟志愿填报、开放式咨询和志愿推荐报告。每个环节都想看看AI跟人类谁更靠谱。
结果有多猛，数字告诉你
- 客观题：千问44题全对，准确率100%（满分）；人类咨询师平均正确率89.3%（相当于错5道左右）。
- 模拟志愿填报：千问给出的方案包含6个可录取志愿，没出现显性偏好违背，而且命中了事后评估的最优结果；人类咨询师平均只给出5.3个可录取志愿（比AI少0.7个）。
- 开放式咨询：评审专家在100场匿名对比中，有58次更倾向千问的版本（也就是58%的情况选AI）；千问回答“可直接向学生和家长展示”的比例是56.0%，高于人类咨询师回答的33.0%（相差23个百分点）。有开发者试了说，千问在专业路径拆解、风险提示和表达清晰度上确实更稳定。
报告里那些刺眼的结论
看过报告的人指出，在测评设定的任务范围内，千问的多项表现已经干到了资深人类咨询师的水平，尤其在稳定性、精确性、结构化表达与响应效率上更占便宜。但报告同时捅破了另一层：人类咨询师的价值没法替代。尤其在收入预期、就业判断这种需要结合个体情况谨慎校准的话题上，咨询师更能给贴近实际的建议；在亲子协商、价值取舍这类场景里，结构再完整的AI方案也换不来人与人之间的沟通和判断。
接下来盯着看什么
报告建议，AI更适合高效完成信息核验、资料整理和方案初筛，人类咨询师则可以多聚焦家庭沟通、价值取舍和个性化判断。这会让传统志愿填报咨询机构难受——如果AI能稳定输出90分以上的方案，家长为什么还要花几千块请咨询师？但同时，那些能借助AI做增量、把精力腾给深度沟通的咨询师会受益，毕竟机器搞不定的“人情世故”才是真正的溢价空间。