OpenAI推大学申请工具，生涯大模型盯上教育赛道

教育这条赛道，头部大模型已经盯上了。

10月初，OpenAI 对外透露青少年版ChatGPT的最新进展，同时亮出一个新产品——College Planner（大学申请规划工具），服务范围从平时的学习延伸到了大学申请环节。

OpenAI披露的信息显示，美国每周有数十万青少年自己用ChatGPT挑学校、查截止日期、整理助学金材料。College Planner可以说就是被这股需求推出来的。

AI用在教育上并不新鲜。早几年是搜题、智能答疑、个性化作业辅导，帮学生一道一道解题；后来延伸到长期成长服务，靠数据帮学生做生涯探索、升学研判和志愿规划。AI也因此从单点工具变成贯穿学习与成长的助手。

「甲子光年」的看法是，AI越来越让人担心“代替思考”，在这种情况下，生涯规划这类服务更有可能成为AI在教育应用上的突破口。尤其是AI引发职业焦虑之后，从教育源头就把生涯规划做好，正变得越来越重要。

今年6月高考结束那阵，腾讯旗下元宝、阿里旗下千问以及百度文心等AI大模型都推出了高考报志愿服务，一度引起热议。艾媒咨询预测，今年AI志愿工具用户规模将突破9200万人次，约78.4%考生用AI查院校、生成志愿方案，超六成家长把AI推荐当作填报的核心参考依据。

AI报志愿，正在变成一个用户面不算宽、但需求很硬的市场。

这条赛道眼下不光大厂在关注，深耕教育服务的企业也在落子。11月4日，“2026年世界互联网大会乌镇峰会”期间，海亮科服旗下e生涯发布生涯大模型OpenSpan。同场“互联网之光”博览会上，海亮科服的展台也展出了OpenSpan生涯大模型，来咨询体验的参会者不少。此前一天，“e生涯全周期成长服务平台”入选2026世界互联网大会“新光”产品。

“专业选手”入场，AI重构升学规划的大幕已经慢慢拉开。

AI冲击下的生涯规划革命

工作被AI取代的风险正越拉越大，这是眼下几乎所有人都在焦虑的事。

以前高风险的多是流水线工人、基础文员这类重复性岗位；如今基础文案、初级设计、初级代码开发、基础剪辑等大批白领和知识型岗位，连一些数学研究员都开始感到压力。

职业怎么选，于是变得比过去更要紧。

不过，职业焦虑背后，AI冲击只是导火索。更深一层的问题是，以往的教育对职业生涯规划重视不够，不少学生在能力培养和职业选择上出现错位。

《光明日报》曾对全国10个省市86所普通高中学校近25000名高中生做过调研，结果显示，在高中生五大类发展需求里，生涯发展需求排在第二位（仅次于品德），高于心理、学业、生活指导等。

生涯发展的重要性，体现在它对学生职业选择的引导上。中国青少年研究中心相关人员曾在2024年的调查研究中称，国内高中生中，对未来职业有明确目标的只有四成多（46.3%），剩下过半数没有考虑过职业规划。美国、韩国等则有六成以上高中生对未来职业有明确规划。这份调研还披露了另一个数字：28.8%的中国高中生不了解自己的能力与特长，缺少自我认知，很难把兴趣、能力和职业方向建立关联，进而在未来职业选择中埋下隐患。

这些研究结果表明，中国的教育亟须加强学生发展指导。

也正因如此，国家近几年陆续推出多项政策，从顶层推动高中阶段的学生发展指导工作。2019年，国务院办公厅印发《关于新时代推进普通高中育人方式改革的指导意见》，其中要求各地制定学生发展指导意见，推动学校建立学生发展指导制度，在理想、心理、生涯规划等方面加强对学生的指导，帮学生树立正确理想信念、正确认识自我，并提高他们在选修课程、选考科目、报考专业和未来发展方向上的自主选择能力；2023年，教育部等十八部门《关于加强新时代中小学科学教育工作的意见》又把中学生的职业发展规划教育往前推了一步，引导学生把兴趣特长和国家战略需求结合起来确定发展方向，让科学教育和生涯探索彼此打通。

以前说起生涯规划，几乎就是“报志愿”这一件事。考生买来《招生计划》和《报考指南》，两本都跟砖头一样厚，用尺子一条条对着往年分数线比，筛出一份院校和专业清单，规划师再凭经验给出方案，目的是尽量不滑档、不被调剂。

这套做法沿用了十几年，问题也始终没断过。信息收集既费时间又费力气，数据还往往慢半拍；方案质量高低，全看顾问个人积累了多少经验，匹配时也主要盯分数，学生的兴趣、能力以及日后的职业规划很少被考虑。还有一层常被忽略：城乡之间的信息差距。全国60%的高中生在县域高中就读，他们能拿到的像样指导很有限，志愿填错、专业和职业对不上的情况因此更常见。

说到底就一句话：信息匹配难。

这恰好是AI大模型能发挥长处的地方。报志愿时那种单点式的信息服务，大模型可以把它升级成动态决策Agent：既能读懂偏好，也能对多个方案做反事实推演。传统志愿工具信息零散、缺少未来视角，这个短板由此得到补足，也正对应AI时代职业更迭快、需要动态规划的现实。

互联网大厂的反应最快。今年6月初高考还没开考，腾讯就上线了高考咨询师Agent“元宝高考通”，借助混元大模型和掌上高考的官方数据库，让考生在对话中完成志愿填报。6月10日，千问和文心同日推出高考志愿Agent。千问主打“全周期”，给出定制化志愿报告，把志愿填报从“一问一答”变成“全案交付”；文心则强调双重校验，请资深志愿咨询师对报告做审核认证。

流量、模型和数据是大厂的长处，思路也清楚：盯住高考报志愿这个最集中、最刚需的节点，做成爆款工具。可节点工具有个绕不开的局限——一年只热一次。热度退去，用户也就走了。选科、学业、专业认知这些周期更长的问题，它们很少涉及。

报志愿是“一年热一次”，学科学习则是另一头。作业帮、科大讯飞、学而思、小猿等厂商把大模型装进AI学习机做答疑，围着“提分”近身竞争。这一头高频又刚需，学生每天刷题、答疑、订正错题，AI因此成为教育领域渗透率最高、被频繁调用的场景。但也因为紧贴日常提分，它解决的是“把题做对”，选科、专业、职业这些更长的命题很少被触及。

这两头之外，还有一批垂类教育科技公司，瞄准的是中长期规划：从中学选科一直管到高考选专业、大学就业方向，产品既有生涯AI助手，也有专门的规划智能体。方向没错，可多数产品底层仍是接通用大模型的接口，再叠一层自家数据库和测评题。这样的模型说到底只是“集成”，回答容易泛泛而谈，也很难沉淀出自己的专业判断。

市场于是空出一块明显的位置：大厂有模型，却只做节点；小厂有场景，却缺底座。真正把长期积累的生涯规划经验训练进模型、从底层就为这件事而生的产品，做的人并不多。

OpenSpan就是在这个背景下出现的。

11月4日，OpenSpan大模型在2026年世界互联网大会乌镇峰会上正式推出。

以往，生涯规划只是少数学生才够得着的增值服务。现在有了AI大模型，原本散落在个人从业者、中小机构、独立咨询师手里的生涯实践经验被聚拢、沉淀下来，以专业APP和垂类大模型的形式，送到每一位有需要的学生面前。

2.从“静态”报志愿，到“动态”生涯规划

千问、文心这些通用模型已经杀进志愿服务，为什么还要再做一款生涯规划垂直模型？

「甲子光年」把同一个志愿填报需求分别交给通用大模型和e生涯，结果不一样。通用大模型会按分数列出不同学校的录取线和专业方向，再给一份参考策略，但建议偏通识，院校和专业到底怎么选，还得自己拿主意。e生涯则先让用户填性别、省份、选科这些基础信息，连过往学过的课程也要填，然后一层层问答下来，给出比较细的志愿填报方案，院校和专业的具体方向都包含在内。

一位生涯规划顾问也有类似感受。「甲子光年」就此问过他，今年6月他用通用大模型帮考生分析过志愿填报。他说，通用大模型要花很多精力去调试，“它对学生前置信息的了解和抓取不足，不了解学生的家境、家庭情况、父母之间有没有矛盾、父母是什么心态，这些都决定了它不可能做到非常精准地判断。”

办法是长周期记录数据。

海亮科服副总裁邵嶷的解释是，报志愿不是在某个节点上做一道选择题，得把擅长学科、兴趣爱好、家庭情况、院校招生、职业方向等信息放在一起，综合出一份详细规划。

图注：OpenSpan自主决策全景图

邵嶷说，一次性给出志愿填报方案并非他们想要的结果；他们更希望借助自家的 AI，让学生在求学整个过程里的每一个时间节点上，都能持续加强自我认知，并在成长中摸索出适合自身的发展方向。

正因如此，海亮科服对数据格外看重。该公司生涯科技总经理唐瑄提到，统计学十分看重大面板数据与周期数据：前者用来观察某个当下节点处于什么状态，后者用来观察各个时间节点发生了哪些变化；而他们要做的事，是把这些变化之间的因果关系建立起来。

他举了个例子。高一数学第一章讲导数、函数，函数里的一一映射，跟以后做人工智能工作能有什么关系？中间未必直线贯通，要经过很多环节——函数学得好，说明有理科基础，可能有物理天赋……一层层影响下来，最后落到专业和职业的选择上。

用户也可以反过来走：先定下未来的职业方向和就业意向，再倒推眼下和之后一段时间该侧重哪些学习、怎么选科、报什么兴趣班、要不要参加超常规选拔项目。唐瑄在发布会上说：“孩子看到了未来，就能把握好现在。”

唐瑄在发布会上说，团队想做的，是把一名学生的所有数据做因果层面的串联和分析，让他在成长中看清自己的路，由此帮学生做生涯规划，并持续关注、持续引导。

思路摆出来很清楚，落地却是另一回事。

最要紧的一条是长周期数据。e生涯产品还在研发阶段之前，海亮科服e生涯团队就已经面向学校和家庭做了多年生涯规划服务。这些实践中攒下的经验和案例，后来成了生涯模型最关键的数据来源。

为了让OpenSpan的生涯规划更准，团队把库里的学生数据做成了网格化画像：按年级、学习层次、特长区分，划出约200个学生网格画像类型。每一类学生都能找到对应的快速对照网格，网格里放着海亮内部沉淀的学生案例，也有针对这类场景学生的真人规划师核心咨询策略、家长关注点和规划师引导方式。

模型的基础能力就是这么来的。唐瑄说，接下来会把更多个性化、更完整的数据案例一点点加进去，形成一个能边用边转的循环。

平台在这套底子上做出了自动分析和规划的能力，到了学生升学的关键节点会主动推送适配的规划方案，不用等用户先开口问。

这些环节凑到一起，生涯规划垂直模型的专业度才算立住。这也是它和通用大模型做志愿服务的区别所在。

专业生涯规划师从画像收集完整性、意图理解、规划推理与结论合理性等维度打分并加权之后，OpenSpan在用户画像、推理等方面的表现明显好过通用大模型。

3.让生涯规划可信任、可执行

光靠专业度往上堆，撑不起一个垂直模型真正的护城河。

唐瑄说：“规划这事儿，本质上要取得一个很重要的东西——信任。”

生涯规划牵扯的是人生里最重要的几次成长选择。通用大模型很难为它给出的建议负责，说到底它只是个工具。一旦滑档、报错专业，买单的还是个人。这也是人们对AI报志愿最担心的地方。

垂直模型同样绕不开这一关。

在OpenSpan这里，信任感先从交互建立起来。海亮科服生涯科技副总经理兼大模型研究院院长叶礼清说：“更精确的模型来自于更精确的输入。当你稍微改变一个变量，后面的路径呈现就要完全变化。这时候你觉得交互是精准的，就更愿意给模型提供新的数据，模型也会给出更好的结果。”

再往后，模型后台得让每条规划建议都有可解释、可溯源的思维链撑着，同时安排专业真人规划师兜底，把用户的决策风险和试错成本压下来。

最难的一环是第三点：建一套行业公认的生涯规划评价体系。医疗行业有医院分级体系、有医生职称体系，理论上能保证诊断结果的可信度。生涯规划领域却没有衡量规划师能力的标准，口碑只能靠过往案例说话。

所以，OpenSpan要处理的不光是模型在任务中的信任问题，还有行业认可度和科学评价体系的问题。

为此，在获得e生涯APP用户主动授权的前提下，e生涯给每个学生建了一份动态更新的学生成长档案。这份档案跟着孩子的成长节奏和目标走，规律、定期更新，内容横跨学习素养、兴趣特长、职业方向和适配升学路径与目标等，为个性化规划提供关键支撑。纵向来看，e生涯还打通了基础教育的全部学段，形成小学兴趣发掘、初中特长培养、高中多元升学的成长陪伴支撑体系。

垂直模型与通用模型最根本的不同，就在这里。

还有一步：规划做完，建议得落得了地。

从生涯规划走到落地执行，e生涯平台这一步靠的是给AI规划师配上一个生态资源池。池子里有课外课程机构、第三方升学咨询服务、留学与国际教育机构，也有素养教育机构和职业教育机构。唐瑄对「甲子光年」说，这些机构都经过一套标准审核筛选，为的是承接AI规划师给出的建议。

教育服务市场的商业价值，也正落在这里。教育部统计显示，全国义务教育与普通高中在校生加起来约1.87亿人，普通高中占3039.5万人。艾媒咨询的数据则显示，2025年高考志愿填报一项的付费市场已达10.9亿元。放到整个教育服务市场看，博研咨询研报给出的数字是：2025年中国教育服务行业市场规模12847亿元，同比增长7.3%。

支撑这些数字的，是几股力量同时起作用：“双减”持续深化、职业教育改革提速、素质教育需求出现结构性抬升。市场化教育服务板块因此表现出较强的需求和内生增长动力。

大模型正加快往产业里走，海亮科服的生涯大模型在AI商业化上的摸索，也给更多模型攒下了能落地的经验。e生涯打算推出订阅制产品，覆盖用户全周期的生涯规划需求，再用“AI规划师+真人规划师”把增值服务打通。

这样一来，e生涯就不必在纯工具化上死磕，而是在垂直教育赛道里找到了可以持续付费的支点。

这些变化都指向同一件事：学生的升学，从“要考多少分”转向“想成为什么样的人”。

教育真正的目的，是让孩子拥有更好的人生选择。AI不去替学生思考，而是帮他们把“自己想成为什么样的人”想得更清楚，这或许才是眼下AI在教育上最该做的事。