从县城到大学：一个高考生与志愿填报AI的隔空对话

他站在小区楼下，一手攥着手机，一手捏着那张折了又折的分数条。

河北某县城，2026年6月。高考出分后的第三天。

手机屏幕上是通义千问的"高考志愿填报专家"界面——他输入分数、选科组合、意向省份，3秒后生成了一张密密麻麻的推荐列表。分梯度排名、录取概率、专业前景分析、近三年位次走势，一目了然。

他反复调整参数——"去掉不想出省的""加上想去的城市""学费上限工薪水平"——像一个在和AI对弈的棋手，每一步都在试探系统会给出什么回应。

这个场景放在16年前，是科幻片。

2010年夏天，另一个县城男生站在同样的位置，手里握着同样的分数条。但他只有一本翻烂了的《高考志愿填报指南》，一支笔，一张草表，一个晚自习。

他选了新闻系。

不是调研过就业率。不是了解过行业前景。只是因为语文成绩最好，因为县城里没见过真正的记者，因为"写文章"是唯一被老师夸过的事。

他不知道的是，等他毕业那年，"传统媒体正在消亡"会成为一句行业共识。

"AI志愿填报专家"来了

2026年高考季，AI填报志愿已经不是新鲜事了。阿里通义千问、百度文心一言、字节豆包……几乎所有国产大模型都上线了相关功能。

以通义千问为例，它的"高考志愿填报专家"能做什么？

数据层面：接入过去8年夸克高考数据经验，覆盖全国近3000所高校和超过2000个专业，各省各校各专业的录取位次、分数线走势、毕业生就业去向——后台是个巨大的结构化数据库。你输入分数，它给出的是基于真实数据的概率计算，不是拍脑袋。

模拟层面：你可以反复"冲-稳-保"拖拽排序，每次更改，系统即时重新计算录取概率。这相当于把过去需要三天实地调研+咨询的流程，压缩到了10分钟。

个性化层面：输入"不想学数学""想去江浙沪""目标考研""能接受的材料费上限"——AI在约束条件下做有限推荐。这实际上是把大学生职业规划的前端一步，塞进了一个对话框。

从信息可得性来看，2026年的县城考生，在志愿填报这件事上拥有的信息资源，比2010年增长了不止100倍。

从普惠的意义来讲，高考志愿大模型为1290万考生提供的免费服务，创造了不知多少新的可能性。

这一定是进步。

但进步不等于没有问题

问题不是AI不够好。问题在于：AI太好用了，太友善了，以至于没人质疑它。

第一层：AI的权威感与17岁的判断力

有机构对使用AI填志愿的学生做了一个小范围访谈，结果在意料之中：绝大多数人不会对AI推荐做二次判断。

AI说"金融专业平均起薪8,000元"，他们信了。 AI说"这所学校的计算机系就业率92%"，他们记下了。 AI说"你更适合按'保研优先'来排序"，他们照做了。

这不是懒惰。这是界面即答案的认知陷阱——当一个系统给出清晰、结构化、看起来精确的信息时，它天然携带了"专业人士的建议"的权威感。而一个17岁的人，人生经验不足以抵御这种权威感。

2010年的问题是"信息太少，不知道该信谁"。 2026年的问题是"信息太多，无条件信了一个不该全信的东西"。

第二层：历史数据的幻觉

AI推荐的底层逻辑是基于历史的推演。通义千问给出的录取概率，计算的是过去N年数据。但真正让人焦虑的，不是已知的事，而是未来的事。

2026年热门的人工智能专业，四年后还热吗？ 2018年最火的专业之一是土木工程，2022年建筑行业集体入冬。 2014年所有人往移动互联网涌，2024年大厂批量裁员。

没有一个AI能预测这些。因为AI活在历史里，而人活在不确定性里。

一个更微妙的细节：在某款AI的推荐列表里，"新闻传播学类"的职业方向写着"新媒体运营、内容策划、品牌公关"。但它没有告诉你的是——2026年的新媒体行业，AI自己在批量替代内容生产岗位。它自己就是替代者之一。

这就构成了一层荒诞的现实：一个正在被AI颠覆的行业，正在被AI推荐给对未来一无所知的18岁年轻人。

第三层：付费分层制造的"新鸿沟"

艾媒咨询预计，2026年中国高考志愿填报市场付费规模将达11.6亿元。未来的志愿大模型图景可能呈现：

免费版：30次查询，基础数据，笼统推荐。 付费版（¥298/年）：无限查询，深度职业测评，一对一AI对话，精细化对比。

298元，对一线城市家庭不算什么。对中西部县城家庭，可能是一笔需要犹豫的开支。

于是将出现了一个悖论：AI填报工具本应缩小信息鸿沟，但因为付费分层，它反而制造了一条新鸿沟——买得起的人拿更好的方案，买不起的人拿到一个敷衍的答案。

数据鸿沟 → 付费鸿沟 → 认知鸿沟。这个循环的逻辑很熟悉——只是载体从"补习班"换成了"AI"。

从县城到大学，AI能帮什么，不能帮什么

回到2010年的那个县城男生。如果有通义千问帮他填志愿，他会过得更好吗？

答案很可能是：会的。

至少AI会告诉他"新闻系毕业生三年后平均月薪5,200元"，会告诉他"传统媒体岗位正以每年15%的速度缩减"，会告诉他"选这个专业，较大概率在25岁时面临职业转型"。

这些信息，哪怕只是冷冰冰的数字，也足以让他做出不同的选择。

但一个更根本的问题没有改变：怎么让一个17岁的人正确地使用AI？

这不是技术问题。这是教育问题，是认知问题。

如果考生把AI当成"填志愿的计算器"——输入分数，输出答案，照做——那AI的价值等于零，甚至为负。因为计算器只做算术，而志愿填报本质上是一项在信息不充分的情况下做出重要人生决策的能力训练。

但如果考生把AI当成"一个信息来源 + 一个参谋"——看它的分析、质疑它的假设、结合自己的判断——那AI才能真正发挥价值。

这个区别，让那句在县城流传了几十年的话在2026年有了新版本：

以前说"考得好不如报得好"。 现在应该说——"报得好，取决于你用AI的方式。"

最后，三件AI做不到的事

这不是一篇质疑AI高考志愿工具的文章。相反，它应该被更广泛地使用。

但在无数AI产品争相"赋能"高考志愿填报的当下，有三件事值得每一个正在用AI填志愿的人记住：

1. AI不会为你的选择负责。

四年后你发现这个专业不适合你，AI不会参加你的补考，不会帮你改简历，不会在你面试时替你回答"为什么选这个专业"。

2. 最值钱的信息，AI给不了你。

AI知道平均薪资，但它不知道你喜不喜欢。AI能算录取概率，但它算不出你去那个城市会不会开心。这些"主观偏好"的权重，应该比任何数据都大——但大多数17岁的人意识不到这一点。

3. 错误的选择，可以是正确的人生。

2010年选了"错误专业"的人，后来大部分都过得不错。选了计算机的，现在抱怨"35岁危机"。选了新闻系的，有做了记者的，有转行做电商的，有考公上岸的。没有一个人是被专业"决定了一生"的——但绝大多数人都在大学四年里，经历了22岁之前最重要的一次成长。

这一点，是AI永远无法告诉你的。

而人生这东西，恰恰是因为有弯路、有意外、有"选错了但也不后悔"的时刻，才值得过的。

2010年的那个县城男生后来明白了一件事：他当年最需要的，其实不是更多的数据和更好的工具——而是有个人能告诉他，从县城走出去这件事本身，比选什么专业重要100倍。

那个人不在他身边，因为没人知道答案。

2026年，AI依然给不出这个答案。

因为那个答案从来就不在数据里。

它在每一个自己把路走出来的人身上。

*文章由 AI 辅助生成