夸克生成千万份志愿报告背后：一个Agent应用“深度落地”的真实样本

作者 ｜ 辛峰
邮箱 ｜ xf@pingwest.com

这个夏天，一个数据不仅在AI圈内引起了关注，更牵动了千万中国家庭的心：不到一个月，超过1000万份详尽的高考志愿报告，由一个具备深度研究能力的Agent免费生成。

这不是一次技术演示，而是一项直接关系到未来的高风险服务。提供这项服务的，是阿里的夸克。在一次内部技术沟通会上，夸克算法负责人蒋冠军将志愿报告定义为“是夸克深度研究技术的一次重要实践” 。

这引出了一个值得探讨的问题，当许多AI应用还停留在看似万能但可能不可靠的阶段时，夸克是如何在一个零容错的场景里，实现大规模深度落地的？它的实践，为我们提供了一个观察AI如何从玩具走向工具再进化为智能助手的真实样本。

用户具体是如何与这个Agent互动的呢？过程十分简单，用户输入分数等基本信息后，用日常说话的方式告诉Agent自己的想法，比如想去哪个城市、对什么专业感兴趣。Agent随后会生成一份包含完整志愿表的深度报告。用户可以反复修改想法，多次生成报告，夸克方面提到，有用户甚至生成了一百多份报告来辅助决策。

1

Agent如何成为一个“靠谱”的决策顾问？

每年高考后，志愿填报的复杂性都会被重新讨论。近3000所高校、超过2000个专业，构成了一个巨大的信息迷宫 。近几年，随着“张雪峰”等志愿填报专家的走红，也反映了市场的核心痛点，考生和家长缺的不仅是信息，更是一个能帮忙做复杂决策的可信顾问，这也催生了一个鱼龙混杂的志愿填报服务行业。

AI能成为这个顾问吗？蒋冠军的看法很坦诚，“当前这个阶段，AI肯定是替代不了考生自己的决策” 。那么，夸克要做的，或者说AI现阶段能做到的是什么？

答案或许不是替代，而是成为一个靠谱的辅助决策系统。所谓的靠谱，体现在它如何处理现实世界中那些模糊、甚至矛盾的复杂需求上。

比如，当用户的理想与现实冲突时。一个常见的需求是“想留在本省的好城市，但分数只够得上外省的985院校” 。一个简单的工具可能会陷入逻辑死循环，但夸克的Agent会尝试像真人顾问一样权衡，它可能会主动拓宽选项，为你展示“省外985”和“省内顶尖211”各自的利弊，将决策权交还给你 。

更有挑战性的是当用户的需求本身就自相矛盾。夸克高考算法负责人唐亮提到了一个典型场景，“数学成绩差，但想报考计算机” 。这背后是学生对专业要求的不了解。此时，一个负责任的Agent不应盲目执行指令，而是会触发一个需求澄清流程，温和地提示其中的风险，并引导用户探索更适合的选项 。

处理复杂场景的能力让AI从一个冰冷的执行机器，向一个能与人商量、值得参考的顾问角色迈进了一步。而要实现这一切，靠的不是单一的模型技巧，而是在后台，一套笨重但扎实的系统工程。

1

“笨功夫”与“精细活”

“信任”是Agent在严肃场景落地的基石。夸克构建信任的方式，可以归结为两种，一种是下笨功夫，另一种是做精细活。

笨功夫下在了数据上。夸克做了几件脏活累活，他们搜集了8657个权威站点进行分级，将超过10万份PDF、Word等非标内容数字化，并组织上百人团队对关键数据进行人工校验，以确保准确率达到“4个9”（99.99%）的水平。

这些工作听起来没有算法那么炫酷，但它们共同构成了一个高可信度的知识库，是模型能做出正确判断的前提。

而精细活则体现在模型的调校上，必须为其注入垂直场景的灵魂 。夸克为此设计的训练范式，层层递进：整个过程始于SFT（监督微调），让模型学习上万条真实专家的推理逻辑，学会像专家那样去分析问题、组织语言 。

在此基础上，利用RLVR（可验证奖励强化学习），针对有标准答案的事实性问题进行自动化校验，这就像给模型配备了一个24小时的事实核查员，大幅降低“幻觉” 。

而对于没有标准答案的开放性问题（如专业前景），则通过RLHF（基于人类反馈的强化学习），引入大量真实专家对Agent生成的方案进行打分，让模型的“品味”和“策略观”向人类专家看齐。

正是这套笨功夫加精细活的组合，让Agent的决策不仅基于概率，更基于经过治理的、可信的知识与经验。

1

一次成功的Agent实践，与它背后的七年

夸克志愿报告的成功，是在一个垂直应用场景的胜利。但在更深的层面，它更像一次路演，展示了深度研究技术落地的一种可能性。

今天的AI行业，并不缺少聪明的产品。许多大模型应用能写诗、绘画、写代码、做复杂的逻辑推理，但在单个具体任务上，却往往缺乏稳定和可信赖的表现。用户很难将一项严肃、高风险的决策工作完全托付给它们。

夸克的选择似乎有些逆流而动。它没有去盲目追求一个无所不能的通用助手，而是像一位手艺人，选中了高考志愿这块硬骨头，并投入了长达七年的时间去打磨。其核心，是一种被夸克称为“深度研究”的方法论。

所谓的深度并非仅指技术，更指一种能力。它体现在对场景的深刻理解上，团队没有把志愿填报看作一个简单的概率预测问题，而是将其视为一个信息搜集、自我认知、未来规划高度交织的复杂决策系统。

它也意味着对数据的极致治理，团队选择了一条更艰难的路——投入上百人力去做数据的线下搜集和人工校验，以此来构建Agent可信度的地基。此种深度最终落实在对模型的精细对齐上，基于海量专家数据和用户真实反馈，夸克团队不断对模型进行强化学习，让它从一个概率机器逐渐成长为一个懂得权衡、善于沟通的决策伙伴。

“志愿报告是我们对深度研究技术的一次重要实践，”蒋冠军的这句话很关键。高考场景，以其极高的复杂度和零容错的要求，成为了这套深度研究方法论的最佳试炼场。

如今，这场高难度的路演结束了，夸克也已经推出了面向所有人的通用深度研究功能。这并非简单的功能上新，而是将那套经过千万次高压测试后被验证有效的方法论，开放给了更广泛的用户。它让普通人处理复杂信息、进行深度分析时，也能拥有一个专家级的Agent助手。

1

从解决一个真问题开始

在关于AI的讨论中，我们听过太多关于颠覆和革命的宏大叙事。但夸克的故事提供了一个更朴素的视角，AI的价值，或许始于脚踏实地地解决一个真实的、具体的问题。

它不追求成为无所不知的神，而是努力成为一个在特定领域靠谱的专家。它没有因为技术的复杂而忽视最根本的用户需求，也没有因为商业回报的不确定性而放弃对信息普惠的坚持。事实上，夸克已经连续7年为高考生和家长提供全免费、无广告的高考信息搜索和志愿填报服务。

这意味着夸克并非AI浪潮下的投机者，而是将技术落地为社会价值的长期主义者，也让今年的Agent应用更像是一场厚积薄发。超过50%的用户来自三线及以下城市 ，以及深入乡村的公益行动，都让这项技术多了一份温度。

或许，未来真正能改变我们生活的AI，不是那个在云端不断刷新性能分数的庞然大物，而是一系列像夸克志愿报告这样，专注、深入、并真正融入我们工作与生活场景的Agent助手。

夸克的高考故事，可能只是这个新篇章的开始。

点个爱心，再走 吧