作者 ｜ 辛峰

郵箱 ｜ xf@pingwest.com

這個夏天，一個數(shù)據(jù)不僅在AI圈內(nèi)引起了關注，更牽動了千萬中國家庭的心：不到一個月，超過1000萬份詳盡的高考志愿報告，由一個具備深度研究能力的Agent免費生成。

這不是一次技術演示，而是一項直接關系到未來的高風險服務。提供這項服務的，是阿里的夸克。在一次內(nèi)部技術溝通會上，夸克算法負責人蔣冠軍將志愿報告定義為“是夸克深度研究技術的一次重要實踐” 。

這引出了一個值得探討的問題，當許多AI應用還停留在看似萬能但可能不可靠的階段時，夸克是如何在一個零容錯的場景里，實現(xiàn)大規(guī)模深度落地的？它的實踐，為我們提供了一個觀察AI如何從玩具走向工具再進化為智能助手的真實樣本。

用戶具體是如何與這個Agent互動的呢？過程十分簡單，用戶輸入分數(shù)等基本信息后，用日常說話的方式告訴Agent自己的想法，比如想去哪個城市、對什么專業(yè)感興趣。Agent隨后會生成一份包含完整志愿表的深度報告。用戶可以反復修改想法，多次生成報告，夸克方面提到，有用戶甚至生成了一百多份報告來輔助決策。

Agent如何成為一個“靠譜”的決策顧問？

每年高考后，志愿填報的復雜性都會被重新討論。近3000所高校、超過2000個專業(yè)，構成了一個巨大的信息迷宮 。近幾年，隨著“張雪峰”等志愿填報專家的走紅，也反映了市場的核心痛點，考生和家長缺的不僅是信息，更是一個能幫忙做復雜決策的可信顧問，這也催生了一個魚龍混雜的志愿填報服務行業(yè)。

AI能成為這個顧問嗎？蔣冠軍的看法很坦誠，“當前這個階段，AI肯定是替代不了考生自己的決策” 。那么，夸克要做的，或者說AI現(xiàn)階段能做到的是什么？

答案或許不是替代，而是成為一個靠譜的輔助決策系統(tǒng)。所謂的靠譜，體現(xiàn)在它如何處理現(xiàn)實世界中那些模糊、甚至矛盾的復雜需求上。

比如，當用戶的理想與現(xiàn)實沖突時。一個常見的需求是“想留在本省的好城市，但分數(shù)只夠得上外省的985院校” 。一個簡單的工具可能會陷入邏輯死循環(huán)，但夸克的Agent會嘗試像真人顧問一樣權衡，它可能會主動拓寬選項，為你展示“省外985”和“省內(nèi)頂尖211”各自的利弊，將決策權交還給你 。

更有挑戰(zhàn)性的是當用戶的需求本身就自相矛盾。夸克高考算法負責人唐亮提到了一個典型場景，“數(shù)學成績差，但想報考計算機” 。這背后是學生對專業(yè)要求的不了解。此時，一個負責任的Agent不應盲目執(zhí)行指令，而是會觸發(fā)一個需求澄清流程，溫和地提示其中的風險，并引導用戶探索更適合的選項 。

處理復雜場景的能力讓AI從一個冰冷的執(zhí)行機器，向一個能與人商量、值得參考的顧問角色邁進了一步。而要實現(xiàn)這一切，靠的不是單一的模型技巧，而是在后臺，一套笨重但扎實的系統(tǒng)工程。

“笨功夫”與“精細活”

“信任”是Agent在嚴肅場景落地的基石。夸克構建信任的方式，可以歸結為兩種，一種是下笨功夫，另一種是做精細活。

笨功夫下在了數(shù)據(jù)上。夸克做了幾件臟活累活，他們搜集了8657個權威站點進行分級，將超過10萬份PDF、Word等非標內(nèi)容數(shù)字化，并組織上百人團隊對關鍵數(shù)據(jù)進行人工校驗，以確保準確率達到“4個9”（99.99%）的水平。

這些工作聽起來沒有算法那么炫酷，但它們共同構成了一個高可信度的知識庫，是模型能做出正確判斷的前提。

而精細活則體現(xiàn)在模型的調(diào)校上，必須為其注入垂直場景的靈魂 。夸克為此設計的訓練范式，層層遞進：整個過程始于SFT（監(jiān)督微調(diào)），讓模型學習上萬條真實專家的推理邏輯，學會像專家那樣去分析問題、組織語言 。

在此基礎上，利用RLVR（可驗證獎勵強化學習），針對有標準答案的事實性問題進行自動化校驗，這就像給模型配備了一個24小時的事實核查員，大幅降低“幻覺” 。

而對于沒有標準答案的開放性問題（如專業(yè)前景），則通過RLHF（基于人類反饋的強化學習），引入大量真實專家對Agent生成的方案進行打分，讓模型的“品味”和“策略觀”向人類專家看齊。

正是這套笨功夫加精細活的組合，讓Agent的決策不僅基于概率，更基于經(jīng)過治理的、可信的知識與經(jīng)驗。

一次成功的Agent實踐，與它背后的七年

夸克志愿報告的成功，是在一個垂直應用場景的勝利。但在更深的層面，它更像一次路演，展示了深度研究技術落地的一種可能性。

今天的AI行業(yè)，并不缺少聰明的產(chǎn)品。許多大模型應用能寫詩、繪畫、寫代碼、做復雜的邏輯推理，但在單個具體任務上，卻往往缺乏穩(wěn)定和可信賴的表現(xiàn)。用戶很難將一項嚴肅、高風險的決策工作完全托付給它們。

夸克的選擇似乎有些逆流而動。它沒有去盲目追求一個無所不能的通用助手，而是像一位手藝人，選中了高考志愿這塊硬骨頭，并投入了長達七年的時間去打磨。其核心，是一種被夸克稱為“深度研究”的方法論。

所謂的深度并非僅指技術，更指一種能力。它體現(xiàn)在對場景的深刻理解上，團隊沒有把志愿填報看作一個簡單的概率預測問題，而是將其視為一個信息搜集、自我認知、未來規(guī)劃高度交織的復雜決策系統(tǒng)。

它也意味著對數(shù)據(jù)的極致治理，團隊選擇了一條更艱難的路——投入上百人力去做數(shù)據(jù)的線下搜集和人工校驗，以此來構建Agent可信度的地基。此種深度最終落實在對模型的精細對齊上，基于海量專家數(shù)據(jù)和用戶真實反饋，夸克團隊不斷對模型進行強化學習，讓它從一個概率機器逐漸成長為一個懂得權衡、善于溝通的決策伙伴。

“志愿報告是我們對深度研究技術的一次重要實踐，”蔣冠軍的這句話很關鍵。高考場景，以其極高的復雜度和零容錯的要求，成為了這套深度研究方法論的最佳試煉場。

如今，這場高難度的路演結束了，夸克也已經(jīng)推出了面向所有人的通用深度研究功能。這并非簡單的功能上新，而是將那套經(jīng)過千萬次高壓測試后被驗證有效的方法論，開放給了更廣泛的用戶。它讓普通人處理復雜信息、進行深度分析時，也能擁有一個專家級的Agent助手。

從解決一個真問題開始

在關于AI的討論中，我們聽過太多關于顛覆和革命的宏大敘事。但夸克的故事提供了一個更樸素的視角，AI的價值，或許始于腳踏實地地解決一個真實的、具體的問題。

它不追求成為無所不知的神，而是努力成為一個在特定領域靠譜的專家。它沒有因為技術的復雜而忽視最根本的用戶需求，也沒有因為商業(yè)回報的不確定性而放棄對信息普惠的堅持。事實上，夸克已經(jīng)連續(xù)7年為高考生和家長提供全免費、無廣告的高考信息搜索和志愿填報服務。

這意味著夸克并非AI浪潮下的投機者，而是將技術落地為社會價值的長期主義者，也讓今年的Agent應用更像是一場厚積薄發(fā)。超過50%的用戶來自三線及以下城市 ，以及深入鄉(xiāng)村的公益行動，都讓這項技術多了一份溫度。

或許，未來真正能改變我們生活的AI，不是那個在云端不斷刷新性能分數(shù)的龐然大物，而是一系列像夸克志愿報告這樣，專注、深入、并真正融入我們工作與生活場景的Agent助手。

夸克的高考故事，可能只是這個新篇章的開始。