OpenAI推大学申请工具：生涯大模型开始管你的未来

“孩子看到了未来，就能把握好现在。”

教育赛道，正被头部大模型盯上。

10月初，OpenAI 公布了一款新产品——College Planner（大学申请规划工具），同时披露了青少年版ChatGPT的最新进展。这款工具把服务范围从日常学习延伸到了大学申请。

从OpenAI披露的信息看，美国每周有数十万青少年自发用ChatGPT选校、查截止日、整理助学金材料。College Planner可以说就是被需求推出来的产品。

AI用在学习上，其实早就不新鲜。早些年多是AI搜题、智能答疑、个性化作业辅导，帮学生一道道解题；这几年则往长期成长服务上走，靠数据帮学生做生涯探索、升学研判与志愿规划。AI也就从一个单点工具，变成了贯穿学习与成长的助手。

「甲子光年」的看法是，AI 越是在“代替思考”这件事上让人犯嘀咕，生涯规划这类服务就越有机会成为 AI 落地教育的切入口。何况 AI 已经勾起了人们对职业前景的焦虑，从教育起点就把生涯规划做扎实，这件事的分量正在变重。

6月高考刚结束那阵，腾讯元宝、阿里千问、百度文心等 AI 大模型接连上线高考报志愿服务，一时成了热门话题。艾媒咨询给出的预测是，今年 AI 志愿工具的用户规模会超过 9200万人次；大约 78.4% 的考生会借助 AI 查院校、生成志愿方案，另有超过六成家长把 AI 的推荐当成填报时的核心参考。

AI报志愿，正成为一个小众、但刚需的市场。

这条赛道如今不只有大厂盯着，长期做教育服务的企业也在往里落子。11月4日，“2026年世界互联网大会乌镇峰会”期间，海亮科服旗下的 e生涯把自家生涯大模型 OpenSpan 推了出来。同一时间，“互联网之光”博览会上，海亮科服的展台也摆出了 OpenSpan 生涯大模型，来问、来试的参会者不少。再往前一天，“e生涯全周期成长服务平台”刚入选 2026世界互联网大会“新光”产品。

专业玩家一进场，AI重做升学规划这件事就算正式开场了。

1.AI冲击之下，生涯规划迎来变局

AI 越聪明，被它顶掉的工作和职业就越多。眼下人人都在为这件事犯愁。可选什么职业、未来怎么走，也就变得比以往更关键。

放在从前，风险高的多是流水线工人、基础文员这类重复性岗位。如今不一样了，基础文案、初级设计、初级代码开发、基础剪辑这些活计，连同大批白领岗、知识型岗位，甚至部分数学研究员，都开始觉得压力上来了。

职业焦虑的背后，AI 冲击只是那根导火索。更深的一层，是过去的教育一向不看重职业生涯规划，结果不少学生在能力培养和职业选择上对不上号。

《光明日报》做过一项调研，覆盖全国 10 个省市 86 所普通高中学校近 25000 名高中生。结果显示，高中生的五大类发展需求里，生涯发展需求排在第二位，仅次于品德，排在心理、学业、生活指导等前面。

生涯发展的重要性，落在对学生的职业指导上。中国青少年研究中心相关人员曾在 2024 年的调查研究中提到，国内高中生里对未来职业有明确目标的只有四成多（46.3%），剩下过半数没考虑过职业规划。美国、韩国等地的这一比例则在六成以上。

同一份调研还给出另一个数字：28.8% 的中国高中生说不清自己的能力与特长，自我认知不足，很难把兴趣、能力和职业方向挂上钩，这给日后的职业选择留下了隐患。

这些研究结果指向一件事：中国的教育亟须加强学生发展指导。

为此，国家层面近年来接连出台政策，从顶层推动高中学生发展指导工作。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》，明确要求各地制定学生发展指导意见，指导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指导，帮学生树立正确理想信念、正确认识自我，提高选修课程、选考科目、报考专业和未来发展方向的自主选择能力。2023年，教育部等十八部门发布《关于加强新时代中小学科学教育工作的意见》，再度强化中学生的职业发展规划教育，引导学生结合兴趣特长与国家战略需求确立发展方向，把科学教育和生涯探索之间的通道打通。

以往，生涯规划几乎就等同于“报志愿”。考生买来两本砖头般厚的《招生计划》和《报考指南》，拿尺子一条条比对往年分数线，整理出院校和专业清单，规划师再凭经验给出方案，尽量避开滑档和调剂。

这套模式用了十几年，问题始终存在。信息搜集费时费力，数据还往往滞后；方案质量高低全看顾问个人的经验积累，匹配时也主要看分数，学生的兴趣、能力以及日后的职业规划很少被纳入考量。还有一层容易被忽视的城乡信息差：全国60%的高中生在县域高中就读，他们很难获得像样的指导，志愿错配、专业与职业脱节的情况因此更为常见。

说到底就一句话：信息匹配难。

这恰好是大模型擅长的领域。报志愿原本只提供单点信息，大模型能把它升级成动态决策Agent——读得懂偏好，做得了多方案的反事实推演，从而补上传统志愿工具“信息零散、缺少未来视角”的短板。AI时代职业迭代快、需要动态规划，这种能力与之天然契合。

互联网大厂的动作最敏锐。今年6月初，高考还没开考，腾讯就推出高考咨询师Agent“元宝高考通”，依托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，千问和文心同时上线高考志愿Agent。千问主打“全周期”，输出定制化志愿报告，把志愿填报从“一问一答”升级为“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。

大厂手握流量、模型和数据，打法清晰：抓住高考报志愿这个最集中、最刚需的节点，做成爆款工具。可节点工具有天然局限——一年只热一次，热度过去用户就散了。选科、学业、专业认知这些更长线的问题，它们很少涉及。

学科学习则是另一番景象，跟报志愿那种“一年热一次”的节奏完全不同。作业帮、科大讯飞、学而思、小猿等厂商都把大模型塞进AI学习机里做答疑，围着“提分”贴身肉搏。学生每天刷题、问问题、订正错题，这一头使用频率高、需求又硬，AI也就成了教育领域渗透最广、被调用最频繁的场景。可它紧贴日常提分，解决的无非是“把题做对”，至于选科、专业、职业这些更长远的事，很少碰得到。

这两头之外，还有一批垂类教育科技公司盯住中长期规划：从中学选科一路覆盖到高考选专业、大学就业方向，产品形态既有生涯AI助手，也有专门的规划智能体。方向是对的，可多数产品底层接的仍是通用大模型接口，再叠一层自家数据库和测评题。这样的模型本质上只是“集成”，回答容易泛泛而谈，也难以沉淀出属于自己的专业判断。

市场上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，就是在这样的背景下应运而生。

11月4日，2026年世界互联网大会乌镇峰会上，OpenSpan大模型正式对外推出。

从前，生涯规划只是少数学生才够得着的增值服务。如今有了AI大模型，散落在个人从业者、中小机构、独立咨询师手中的生涯实践经验被汇聚、沉淀下来，最后以一款专业APP加垂类大模型的形式，送到每一个有需求的学生面前。

2.从“静态”报志愿，到“动态”生涯规划

千问、文心等通用模型已经切入志愿服务，这种情况下，生涯规划垂直模型为什么还有存在的必要？

「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，两边给出的结果并不一样。通用大模型会围绕分数列出各校录取线与专业方向，再附一份参考策略，但建议偏通识，院校和专业最终还得自己拿主意。e生涯则先让用户填完性别、省份、选科等基础信息，连过往学过的课程也要填，之后经过一轮轮问答，给出较细的志愿填报方案，院校和专业的具体方向都在其中。

「甲子光年」为此请教了一位生涯规划顾问，他的感受差不多。今年6月，他曾用通用大模型帮考生分析志愿填报。在他看来，通用大模型需要花大量精力去调试，“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。”

要解决这个问题，靠的是长周期记录数据。

海亮科服副总裁邵嶷解释，报志愿并不是在某个节点上做一道选择题，它要综合擅长学科、兴趣爱好、家庭情况、院校招生、职业方向等信息，最终得出一份详细规划。

图注：OpenSpan自主决策全景图

邵嶷的原话是，比起等到最后才给出一份志愿填报方案，团队更想借AI让学生在求学全程的各个时间节点上持续加深自我认知，并在成长途中摸索出适合自己的人生方向。

海亮科服生涯科技总经理唐瑄对此表示，正因如此，海亮科服格外看重数据的价值。他说，统计学很讲究面板数据和周期数据：前者反映的是某个时间节点上的状态，后者呈现的是不同节点间的变化，而他们要做的，是把这些变化背后的因果关系梳理出来。

唐瑄举了个例子：高一数学第一章讲导数、函数，函数里的一一映射，跟学生将来做人工智能工作能扯上什么关系？两者之间恐怕不是一条直线通到底，中间要绕不少环节——函数学得好，说明有理科底子，也可能有物理方面的天赋……影响一层叠一层，最后才落到专业和职业的选择上。

反过来也成立：用户可以先定下未来的职业方向和就业意向，再倒推当下及未来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。”

唐瑄说：“我们的想法是，把一名学生的所有数据做因果层面的串联和剖析，让他在成长中看清自己的路，从而帮学生做好生涯规划，并持续给予关注和引导。”

思路很清楚，落地却不容易。

头一件事就是长周期的数据积累。研发e生涯产品之前，海亮科服e生涯团队已经面向学校和家庭做了多年生涯规划服务。这些实践攒下的经验与案例，成了生涯模型最要紧的数据来源。

为了让OpenSpan的生涯规划能力更精准，团队把数据库里的学生数据做了网格化画像：按年级、学习层次、特长区分，划出约200个类型的学生网格画像。每个类型的学生都能找到对应的快速对照网格，网格里装着海亮内部沉淀的学生案例，还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、规划师引导等。

模型的基础能力就这样搭了起来。唐瑄说：“然后我们再把更多个性化、更完整的数据案例逐步加进去，形成一个可以边用起来的循环。”

有了这层底子，平台又做出自动分析与规划能力，能在学生升学的关键节点主动推送适配的规划方案，不用等用户开口问。

这些动作叠在一起，生涯规划垂直模型的专业度才算真正立住。这也是它跟通用大模型做志愿服务拉开差距的地方。

把画像收集是否完整、意图理解是否到位、规划推理是否合理、结论是否站得住这些维度交给专业生涯规划师逐项打分再加权，OpenSpan在用户画像和推理上的成绩甩开通用水准的大模型一截。

3.让生涯规划可信任、可执行

光拼专业度，还不足以撑起一个垂直模型真正的壁垒。

唐瑄的说法是：“规划这事儿，本质上要取得一个很重要的东西——信任。”

人生最关键的几次成长选择都落在生涯规划上，可通用大模型很难替自己给出的建议担责。说到底它只是个工具，真遇上滑档、报错专业，买单的还是个人。人们对AI报志愿最大的顾虑也正在这里。

垂直模型躲不开这道坎。

交互是OpenSpan建立信任的第一层。海亮科服生涯科技副总经理兼大模型研究院院长叶礼清解释：“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。”

再往后台看，每条规划建议都得有能解释、能溯源的思维链托底，外加专业真人规划师把关，把用户决策的风险和试错成本压下来。

最难的还是第三步：让行业对生涯规划有一套公认的评价标准。医疗行业靠医院分级、医生职称来托住诊断结果的可信度，生涯规划却不一样，规划师能力高低没有尺子可量，口碑只能翻过往案例。

所以，OpenSpan面对的难题不止是模型在任务里能不能被信任，还包括行业认不认、有没有科学的评价体系。

在e生涯APP用户主动授权之后，e生涯会给每个学生建一份动态更新的成长档案。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、职业方向以及适配的升学路径和目标，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，形成小学发掘兴趣、初中培养特长、高中多元升学的陪伴支撑体系。

这正是垂直模型与通用模型最根本的差别所在。

规划做完，最后还得让建议落得了地。

为了把从生涯规划到执行的环节打通，e生涯平台为AI规划师配备了生态资源池，里面有课外课程机构、第三方升学咨询服务、留学与国际教育机构、素养教育机构以及职业教育机构等。“这些机构是经过一套标准审核筛选出来的生态机构，目的是承接AI规划师给的建议。”唐瑄告诉「甲子光年」。

教育服务市场的商业价值，也正在这里。

教育部统计显示，全国义务教育与普通高中在校生目前合计约1.87亿人，其中普通高中3039.5万人。艾媒咨询的数据显示，2025年仅高考志愿填报这一项的付费市场就已达10.9亿元。放到整个教育服务市场看，博研咨询研报显示，2025年中国教育服务行业市场规模已达12847亿元，同比增长率为7.3%。

这些数字背后，是“双减”持续深化、职业教育改革提速、素质教育需求结构性抬升几重变量一起作用的结果——市场化教育服务板块因此表现出较强的需求与内生增长动力。

眼下大模型正加速往产业里走，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，并用“AI规划师+真人规划师”打通增值服务。

这样一来，e生涯就不必在纯工具化上内卷，而是在垂直教育赛道里找到了可持续的付费支点。

这些变化都指向同一个方向：学生的升学问题，不再只是“要考多少分”，而变成了“想成为什么样的人”。

教育真正要做的，是让孩子在人生里拥有更多选择。AI不替学生拿主意，而是帮他们把“自己想成为什么样的人”想得更清楚——这或许正是眼下AI在教育领域最该做的事。