文 | 强调Next

今天，高考进入到第二天。

考场内，1290万考生奋笔疾书。考场外，四家大厂的AI产品团队正在进行另一场考试。

近日，腾讯元宝与QQ浏览器联合发布“元宝高考通”，自称“行业首个高考咨询师Agent”。夸克宣布推出全流程免费高考频道，连广告都没有。百度则悄悄用文心助手全面替换了去年接入的 DeepSeek 等第三方大模型上线高考服务。字节豆包暂未单独上线高考入口，但按去年节奏，志愿填报季一到，大概率如期而至。

一场夏季流量战已经全面蓄势待发。

01.持续了十多年的流量战

每年六月到八月，是中国互联网最确定的暑期流量高峰。大概十年前开始，百度、夸克、QQ浏览器靠搜索吃高考流量，各类教育平台靠信息差收割家长焦虑，逐渐形成了这个中等体量的流量大战。

AI时代换了工具，没换逻辑。大家争的还是同一批人在同一个时间窗口的注意力。

2026年高考报名人数1290万，较2024年历史峰值1342万已减少52万，但AI志愿工具的使用量在同期高速增长。

据各方披露数据显示，2025年，夸克生成了超过1200万份志愿报告，回答志愿填报问题超3.3亿个。百度AI志愿助手在2024年就覆盖超千万用户，占当年考生总数的八成以上。考生数量在收缩，工具使用量在膨胀，使用AI报志愿，正在从“一种选项”变成“默认行为”。

高考流量之所以值得争夺，还因为它有一个特殊性。高考是一个人生节点，不是一次普通的内容消费。人在高强度焦虑、面临重大决策时使用的工具，形成的习惯粘性远高于日常场景。

因此，大厂争的不只是六月这两周的流量峰值，更有接下来的更多年的使用习惯。考生用某个AI报完志愿进了大学，这四年大概率还会用它写论文、做PPT、找工作。大厂免费帮你报志愿，算的是用户生命周期价值，不是当下的付费转化。

02.AI时代的路线分岔

互联网时代的高考流量战，大厂拿到的是行为数据，包括用户在我的平台待了多久，点了哪些链接，搜了哪些关键词等。这些数据是行为的投影，是间接的。

AI时代不一样。用户在用AI填志愿时，会主动告诉AI 助手考了多少分、在哪个省、选了什么科目、想去哪个城市、偏好什么专业、家里有什么期望、能不能接受去外省等等。这是互联网时代靠行为追踪很难精准还原的个人画像，而且是用户主动、认真输入的高质量数据。

四家大厂里，阿里的“夸克+千问”是把这件事做得最彻底的。目前市场上唯一宣称自研高考志愿大模型的厂商，覆盖考前错题整理到考后志愿报告的全流程，全部免费。

高考季是夸克采集考生决策数据的节点，千问是消化这些数据的模型端。这不是一个简单的流量合并，而是阿里在“AI to C”战略里的一条数据管道：这批结构化的高意图用户数据，对模型训练和后续精准服务的价值，远超志愿填报本身能收到的那点VIP费用。

腾讯元宝打的是另一张牌，多轮对话、个性化陪伴。从分数线查询到多轮对话生成志愿建议，再到最终输出完整报告，这个链条正好对应了Agent在真实复杂任务下的全流程能力。腾讯Q1 2026资本开支达319.4亿元，同比增长16%，几乎全部投向AI算力和模型迭代。

高考志愿场景是腾讯在日常工作流之外为数不多的C端高频刚需，也是验证元宝Agent能力是否成立的真实压测。它争的是“AI顾问”这个心智位置：在用户最焦虑的时刻成为他信任的那个声音。

百度的逻辑最传统也最稳健，搜索流量天然站在用户的意图入口上，文心助手负责截流转化。

但百度的产品设计里有一个细节与其他家不同：在AI志愿报告的开头和最后一屏都有明显的付费咨询入口，点击跳转掌上高考平台，购买“专家一对一志愿填报”服务，定价2980元。这意味着百度有更明确的付费转化需求，AI报告也是付费转化漏斗的顶端。

四家战术各异，但战略相同：抢人，抢数据，抢入口，做变现。

03.但这个入口有个烫手的地方

大厂想要的是入口价值，但这个场景里有个它们都不想接的东西：决策责任。

高考是少数几个“结果可以被清晰验证”的AI应用场景。推荐的餐厅不好吃，用户最多吐槽一句。志愿填错了，滑档、复读、人生轨迹改变，后果是实实在在的，舆论追责也是严重的。

这两年产品的迭代速度没有消除这个风险，反而让它更难被识别。国家教育考试指导委员会专家陈志文表示：“目前市面上流行的这类软件，只是AI的初级产品，它只是根据历史的录取数据做了一个未来录取的预测预判，无法精准预测，仅供参考。”关键在于，大模型的表达方式改变了，底层逻辑没有改变。

第一代产品给出一张数据表，用户知道这只是历史数据；第三代产品用流畅的自然语言给出“建议”，用户感受到的是“专家在和我对话”。信息密度没有实质提升，但信任背书悄悄升级了。

据媒体报道，往年有考生按夸克推荐逐条填报，最终所有志愿全部滑档。此外，不同平台对同一考生的“稳”档推荐差异巨大，但没有人能说清差异从何而来。各平台的预测模型和数据来源从未对外公开。

这类错误往往不发生在系统最熟悉的领域，而是发生在规则边界，比如新高考政策变化、平行志愿的操作细节、省份差异带来的特殊情形。越是用户最需要判断的地方，AI越容易给出听起来合理、但实际出错的答案。

大厂比谁都清楚这个场景里AI的局限，但清楚归清楚，流量还是要争的。

04.数据同质化，以及一个更难解的问题

竞争越激烈，同质化越难被掩盖。

据报道，夸克、百度、腾讯三家的核心数据库，均对接中国教育在线、省级招考院、高校官网等信息源，覆盖的都是一分一段表、批次线、历年录取位次、招生计划等“硬指标”。在数据底层，三家并没有实质差异，用户体验到的差别主要来自界面逻辑和对话交互，不是信息本身。

真正的差距在“软指标”，包括就业率、薪资水平、考研去向、行业景气度等。这恰恰是志愿决策中权重最高的变量，选择一个专业本质上是在押注四年后的就业市场。

但三家的软指标能力都有盲区。因为高校的就业数据披露质量参差不齐，部分高校的就业率统计口径存在失真，薪酬数据的样本量和时效性缺乏标准。这是供给侧的普遍性问题，AI无法凭借更好的算法来弥补。

这个缺口直接解释了为什么“张雪峰们”的服务在AI大规模普及的背景下，不仅没有被替代，定价还在上涨。他们卖的是对专业就业前景的判断，恰恰是AI工具最薄弱的环节。

05.结语

大厂每年都会做高考报志愿。流量峰值是确定的、绑定用户的逻辑是确定的、数据价值是确定的。这场仗，大厂没有理由不打。

但在一个没有人愿意为错误决策负责的场景里。没有任何平台公布过自己的建议准确率，没有任何机构做过独立测评，更没有任何赔偿机制。如果AI工具存在1%的系统性错误率，1290万考生里意味着超过12万次被错误建议影响的决策。

高考志愿填报对个体的影响长期且不可逆，用户在判断建议质量上几乎没有专业能力。但这个场景目前完全处于规则真空里。