2026 年 6 月 10 日，千问正式上线「高考志愿填报专家」，面向全国考生免费提供高考志愿填报与咨询服务。这是国内首个覆盖填报全周期的高考志愿 Agent，背后由千问高考志愿大模型与夸克积累 8 年的高考数据经验共同支撑，对外提供「志愿日历」「志愿报告」「志愿问答」三项核心能力。
为什么这个场景需要的是 Agent，而不是一次问答
高考志愿填报真正的难点，从来不是查不到信息，而是信息分散、时间紧迫、环节环环相扣。考生要先弄清本省批次与关键时间节点，再收集院校和专业数据，然后结合自己的分数位次做取舍，最后还要在截止日期前完成确认。任何一步掉链子，都会直接影响最终结果。
通用大模型擅长回答单个问题，但很难管理一条跨越数周的完整流程。这正是 Agent 形态的价值所在：它不是等到考生提问才作答，而是把「信息采集—日程规划—报告生成—动态调整—持续咨询」串成一条可以反复迭代的服务流程。
三项核心能力分别解决什么问题
| 能力 | 做什么 | 解决的痛点 |
|---|---|---|
| 志愿日历 | 按考生所在省份匹配关键时间节点，把填报拆成清晰步骤 | 不知道什么时候该做什么，容易错过关键节点 |
| 志愿报告 | 结合兴趣、城市偏好、就业与深造等因素生成个性化报告 | 数据看了一堆，仍然无法形成可执行方案 |
| 志愿问答 | 回答分数换算、位次定位、院校与专业判断等具体问题 | 零散疑问缺少专业渠道答疑 |
志愿日历：把流程拆成可以照做的步骤
考生在填报选科、估分等基础信息后，系统会生成个性化「志愿日历」，按所在省份匹配关键时间节点，把填报过程拆解为信息收集、院校筛选、专业判断、志愿确认等阶段。与此同时，Agent 会在持续交流中理解考生的兴趣方向、目标院校和城市偏好，让规划不止于「按分数排序」。
志愿报告：从静态文档到可以边看边改的方案
据千问方面披露，志愿报告功能在上一年的领取量已接近 1300 万份。今年版本的能力升级体现在两个方向：一是能捕捉更细的需求表达，例如「乐于打交道」「不想离家太远」这类并非硬性指标但真实影响决策的偏好；二是在推荐中综合考量就业前景、考公考编、升学深造以及 AI 时代的发展趋势。
更关键的是交互方式的变化。考生阅读报告时可以随时反馈，比如说出「不想去某所学校」或「增加金融学专业推荐」，系统会据此动态调整推荐内容。此外报告还加入了主动建议与自我检查机制：当检测到推荐志愿表中专业方向过于分散时，会主动提醒适当聚焦，避免浪费有限的志愿机会。
志愿问答：把专家经验做成可调用的工具
面对分数换算、位次定位、院校选择、专业判断等问题，系统会调用高考工具与「位次法定位」等专家经验进行分析，例如根据相关数据估算模拟考试成绩对应的高考分数区间。这相当于把过去只存在于咨询师头脑里的方法论，封装成了可被反复调用的能力。
两组数据说明了它的定位
千问事业部产品负责人郑嗣寿在介绍中提到，中国每年参加高考的考生超过 1000 万人，但能够聘请专业志愿填报师的家庭占比不到 5%，绝大多数考生和家庭仍主要依靠自行摸索完成填报。一边是千万级的需求规模，一边是不足 5% 的专业服务覆盖率，中间的空缺正是这款产品试图填补的位置。
为了让服务真正覆盖到不同条件的家庭，工程团队还对老旧机型和弱网环境做了专项优化，提升乡村地区和用户父母群体的使用稳定性；后续也将继续开展高考「暖芒公益」计划，为偏远地区考生提供填报指导。
常见问题
千问高考志愿填报 Agent 是免费的吗？
是的。该功能面向全国考生免费开放，提供志愿日历、志愿报告与志愿问答等核心服务。
它的推荐结果可以直接照着填吗？
建议作为参考而非决定依据。AI 的价值在于把流程、数据和专家经验整理成可执行方案，最终决策仍需结合家庭实际情况、当年招生政策与个人意愿综合判断。
数据来源和设计依据是什么？
系统基于千问高考志愿大模型，并融合了夸克 8 年的高考数据经验，同时在问答环节引入「位次法定位」等专家分析方法。
小结
从产品形态看，高考志愿填报 Agent 把大模型能力从简单问答推进到了完整服务流程，也意味着 AI 正在进入教育服务这类高决策成本、强时效性的真实场景。它的意义不在于替代一次咨询，而在于让原本只有不到 5% 的家庭能获得的专业级规划过程，变得人人可用、可持续沟通、可动态调整。