騰訊動手了，1290 萬人的高考信息差正在被AI消除

19 年前，我剛剛參加完高考，但馬上又面臨一個難題，志愿怎么填。

對于我們這種在小縣城長大的人來說，對于專業和學校選擇可以說是一竅不通，有時候真的就是憑感覺。

即便現在信息差已經縮小了，可每當高考成績出來后，很多家長和考生面對志愿填報還是不知道從何入手。

全國近3000所院校，上千個專業，每個省政策還不一樣。

填報窗口就那么幾天，填高了滑檔，填低了浪費分數，一步走錯可能影響未來四年甚至更久。

在這個過程中，大多數家庭的應對方式是什么？

在我那個年代，要么聽學校老師推薦，要么看電視，要么上網簡單查一查。

現在方式多了一點，要么刷到哪個博主講得像那么回事，要么花錢請一個志愿規劃師，市面價格從三千到三萬不等。

說白了，高考志愿填報的核心矛盾，不是分數不夠，依舊是信息差。

這么多年過去了，問題依舊沒有解決。

同樣的分數，信息充分的家庭能把每一分用到極致，信息匱乏的家庭可能白白浪費二三十分的空間。

不過，今年情況不一樣了。

因為，AI 來了。

這兩天我在體驗騰訊的「元寶高考通」，這是元寶和QQ瀏覽器團隊聯合做的一款產品。

進入元寶首頁點擊 + 號就能看到元寶高考通的入口，點擊即可開啟。

我先說說它和傳統工具的區別。

你要是用過那些高考查詢APP就知道，基本邏輯是：你輸入分數，它給你一個院校列表。想進一步篩選？換個頁面重新查。

整個過程是碎片化的，你得自己把信息串起來，自己做判斷。

而元寶高考通做的事情，不是幫你查數據，而是幫你做決策。

它是一個Agent，不是一個搜索框。

搜索框是你問什么它答什么，你不問它就不動。Agent是你說一句需求，它自己拆解任務、調用工具，最后給你一個完整方案。

舉個例子。

你跟它說：「我是湖南考生，考了595，排名18050，選的物化生，為我推薦學校和專業」。

它會自動完成位次換算、院校篩選、專業匹配、錄取概率預估，最后直接給你一份三個梯度的志愿方案。

如果還有額外需求，你可以繼續追問。

比方不想要外語類專業，甚至是宿舍有沒有空調，學費在多少錢之內，這些碎片化需求都可以統一提。

每追問一次，它會基于上下文動態調整方案，不用重新輸入前面的條件。

這種自然對話的體驗，很像一個真人咨詢師在跟你聊天。

當需求進一步縮小后，還可以讓元寶一鍵生成志愿表。

在志愿表和生成的報告里，可以清晰看到推薦學校、專業、以及填報策略說明。

做高考志愿填報的產品有很多，但為什么說元寶這類 AI 產品跟過去那些有很大不同呢？

在我看來，原因有三個。

第一，AI 驅動。

和傳統工具最大的不同，那就是內核是 AI 驅動。就像前面說的，這不是一個搜索框工具，而是一個智能決策助手。

元寶高考通在底層用的是騰訊混元大模型，而且是經過迭代升級后的模型能力。

第二，數據底層夠硬。

它整合的是「教育在線·掌上高考」的官方數據，覆蓋全國31個省市、近3000所院校、近12年的錄取數據。

這不是網上東拼西湊的野數據，是和各省考試院發布完全一致的官方來源，出分后也是第一時間同步更新。

數據在志愿填報領域就是生命線，數據錯了，方案再漂亮也是誤導。

第三，完全免費。

11個核心功能全免費，查分、查校、查專業、志愿預測、院校對比、專業對比、位次換算等全部集中在一個對話框里。

你想想，市面上請一個真人規劃師，少則三五千，多則兩三萬，很多普通家庭根本負擔不起。

但現在，同樣的信息、同樣的決策支持，AI能免費給到每一個考生。

我覺得，這才是AI最該做的事，讓技術真正實現普惠。

我一直說，AI最大的價值，不是讓已經擁有資源的人效率更高，而是讓沒有資源的人也能獲得同等的服務。

過去，一線城市的孩子有學校、有機構、有信息渠道，填志愿這件事相對從容。

像當年的我一樣來自小城市和農村的，很多人連「位次」這個概念都要到填志愿那天才第一次聽說。

信息差就是這么產生的，而信息差直接影響的是一個18歲孩子未來的人生走向。

我算運氣好，選對了，但也是在不那么充分了解的情況下選的，也只能說是興趣驅動，而不是理性決策。

現在，一個AI Agent就能把這個差距抹平。

從產品的角度看，這也是Agent產品真正該有的樣子，用技術能力把原來只有少數人能享受的服務變成所有人的基礎設施。

高考對于大多數普通家庭來說，可能是孩子人生中權重最高的一次選擇。

這個選擇，不應該被信息差綁架。

讓每一分都算數，這句話聽起來像slogan，但對于上千萬考生來說，它應該是一個可以被AI兌現的承諾。

此刻，AI 的價值也被具象化了。

················· 唐韌出品 ·················

用AI思維發現下一個機會

安可時刻

過去，很多人在關鍵選擇面前因為信息差而做錯了決策，結果需要用很長的時間去化解。

現在，AI 能帶來這樣的效率提升和社會進步，我覺得是好事。

未來，這種生產力的提升場景一定會越來越多。