国内首份高考志愿AI测评基准发布，千问Agent表现对标人类咨询师

6月23日，友松实验室发布国内首个针对高考志愿填报场景的AI能力测评报告《高考志愿AI测评基准》。报告以千问高考志愿填报Agent为测评对象，结果显示其在多项指标上已达到人类志愿咨询师水平，并在稳定性、精确性、结构化表达与响应效率上具备优势。

友松实验室长期关注大模型能力评估与教育场景AI应用。此次测评旨在为高考志愿AI产品建立公开、可复现的评估框架，明确当前阶段AI的任务边界。千问高考Agent基于夸克八年高考服务数据与经验构建，具备行业代表性，因此被列为首个测评对象。人类对照组由53名平均从业4.6年的志愿填报咨询师组成。

测评覆盖查资料、看规则、排方案、做决策四个核心环节。44道客观题测试中，千问全部答对，准确率达100%，人类咨询师平均正确率为89.3%。模拟志愿填报环节，千问方案包含6个可录取志愿，未出现显性偏好违背，并命中事后评估的最优结果；人类咨询师平均为5.3个。开放式咨询环节经过100场匿名对比，评审专家58次更倾向千问版本。千问回答可直接向学生和家长展示的比例为56.0%，高于人类咨询师的33.0%。专家反馈其在专业路径拆解、风险提示和表达清晰度上更为稳定。

报告指出，在设定任务范围内，千问表现已触及资深人类咨询师水平。不过，人类咨询师的价值依然不可替代。涉及收入预期、就业判断等需要结合个体情况谨慎校准的话题，咨询师更能给出贴近实际的建议。亲子协商、家庭价值取舍等环节，结构完整的AI方案也无法替代人与人之间的沟通。报告建议，AI更适合承担信息核验、资料整理和方案初筛，人类咨询师则聚焦家庭沟通与个性化判断。两者互补，能让志愿填报更准确，也更贴合考生家庭的实际需求。