高考出分才找AI？这家黑马把升学规划提前到了小学

2026年夏天，AI填志愿彻底火出圈，千问、豆包、Kimi等通用大模型纷纷涌入高考出分季。新京报记者以同一北京考生身份（579分，位次18xxx，选考物地生）实测6款主流AI，结果令人尴尬：有的用2026年分数查2025年一分一段表，将位次前移2440名，照此填报几乎必然滑档；有的推荐已停招专业、已更名院校；还有的把该“冲”的学校放进“稳”档。将问题前移至高中三年更早的决策场景，结果同样不理想：面对“550分能上什么本科”，有的模型只给提分建议和冲稳保，对综合评价、专项计划、定向招生等多元路径只字不提；有的连省份都没问就直接给出选科组合。

问题不在模型不够聪明，而在它太急着回答。通用大模型底层逻辑是“你敢问我就敢答”，但生涯规划本质是自主决策支持系统，一个家庭从小学到高三要做几十个环环相扣的升学决定，每个决定都有时间窗口，选错有代价。不了解孩子是谁，就没资格告诉他该往哪走。

海亮科服花两年时间，用生涯大模型OpenSpan和e生涯服务平台将这一道理工程化。实测高一选科问题“生物听不懂但分数高，地理听得懂但分数低，该选哪科”，DeepSeek不追问直接罗列权衡因素，豆包第一句就给结论且未问省份和选科模式，Kimi同样直接给确定答案，千问虽最接近规划师思路，但先写八九百字最后才问省份和首选科目，且默认3+1+2模式。e生涯第一轮回复不是答案而是追问：在哪个省、什么选科模式、物理成绩如何、有无感兴趣专业方向。其技术哲学是“画像前置”，画像不完整宁可继续追问也不输出“看起来正确”的方案。海亮科服生涯科技副总经理兼大模型研究院院长叶礼清表示：“通用大模型是你敢问我就敢答，而我们强调如果信息不够，我宁可不认。”

OpenSpan采用模型无关设计，底座用开源模型做垂直领域二次训练微调，但不绑定单一供应商：复杂意图识别与规划推理调用推理更强的模型，高频知识检索与结构化查询调用低成本模型，图文信息调用多模态模型，更强开源模型出现时可热切换底座。其Agentic Skill Runtime架构将升学咨询拆解为多个可插拔、可独立演进的专业技能，一个“规划助手”作为统一接待和路由中枢，通过意图识别分派给升学指导、特长发展、留学咨询、学习指导、职业探索、家庭教育等领域专家智能体，支持语义匹配、规则匹配、会话恢复和任务锁定等路由策略，家长多轮咨询中可自然切换话题且上下文不丢。8大类规划场景、20余个细分培养方向以Skill形式封装，政策变化时更新知识和规则即可，无需重新训练模型。背后是庞大教育知识图谱：8类规划场景、6大特长方向、20+细分培养方向、60余个自主决策点、72+条升学路径、15+类专业知识库，接入考试院、高校招办等权威公开数据，并配置政策时效性更新机制与专家审核流程。

大模型“一本正经胡说八道”在教育场景是事故。新智元组织特级教师、一线生涯规划师和高中生家长组成评测团，围绕选科政策、招生规则、专业目录等易翻车事实性问题，将同一组题目交给e生涯OpenSpan、豆包Turbo和DeepSeek深度思考逐条核对。结论与e生涯内部幻觉抑制测试数据基本一致：88%通过率，领先豆包14个百分点，领先DeepSeek 30个百分点。剩余12%未完全抑制部分主要集中在政策细节条件、专业代码与专业设置数值等极细粒度知识点，恰是知识库需持续补充区域而非模型架构缺陷。核心做法是混合检索增强，结构化知识资产与非结构化文档检索结合，知识图谱提供关联链条约束，让推荐沿明确逻辑给出而非依赖模型联想“脑补”，即有据可查才说、查不到不编。同时四层安全防护贯穿始终：输入侧识别违规及心理危机风险，生成侧通过Skill指令和知识库优先规则约束模型行为，输出侧进行内容安全检测，审计侧记录关键路由和知识引用；信息不足时先追问，无依据建议输出前拦截。

通用模型评测基准衡量通识能力，但回答不了生涯规划建议像不像专业规划师。e生涯团队自主制定面向生涯规划场景的评测标准，从画像收集完整性、意图理解、专业知识准确性、规划推理与结论合理性、沟通与服务能力等维度按0-3分量表打分加权。新智元沿用该维度由特级教师和一线规划师独立打分，家长代表从“敢不敢照着做”角度补充评价，两边结论基本一致：e生涯OpenSpan得分2.73（满分3分），豆包Turbo得分1.9，DeepSeek深度思考得分2.0。分维度看，e生涯OpenSpan在用户画像维度领先1.58分，推理维度领先0.90分，意图理解和沟通服务两个维度打平；特长规划、选科参谋、升学潜力评估、多元路径推荐四类核心场景中去掉平局后胜率100%。差距全在画像和推理两个维度，1.58分的画像维度领先恰好验证“画像前置”设计理念的技术价值——通用大模型大幅落后正因没完成“先了解学生是谁”这一步。