科技智东西··AI 生成
高考志愿填报，成了检验AI Agent的一场大考
文章以百度DuMate高考信息助手Skill为案例，分析了当AI Agent进入高考志愿填报这一真实高利害决策场景时，其能力评价标准应从简单的“答得准”转向“理解复杂规则、调用权威数据、记住用户条件、连续追问并给出可参考判断”。文章核心贡献在于拆解了DuMate处理复杂任务时的五步流程（分类、画像、数据调用、分析输出、记忆复用），并指出了百度AI依托其搜索生态构建“从信息入口到任务入口”的战略路径。适合关注AI大模型应用落地、产品经理及科技战略分析人士阅读。原文 ↗原文 ↗
核心观点
- ▍AI Agent在高考志愿填报这类真实决策场景中，评价标准已从单纯的“答得准”转变为对复杂规则理解、权威数据调用及多轮对话交互能力的综合考验。
- ▍百度DuMate高考Skill展示了百度AI从“信息入口”走向“任务入口”的战略路径，核心优势在于将搜索生态、结构化数据和模型能力串成可执行的任务链。
- 01DuMate高考Skill将志愿填报流程拆解为五步：分类、画像采集、多源数据调用与交叉验证、分析输出、全程记忆复用。
- 02在防止幻觉方面，DuMate在处理外部数据时默认进行实时搜索，模型记忆仅用于理解用户意图和复用画像，不用于产生院校推荐等事实判断。
- 03DuMate具备类似“工作反思”的持续进化能力，能对任务执行进行总结，并学习用户习惯以更新记忆。
- 04文章通过实测案例展示，DuMate能够跨会话复用用户画像（如历史科类），并针对“文科+AI”的复合需求推荐“计算语言学”等2026年新增的交叉专业。
反方 / 局限
- — 文章本质是百度DuMate的产品软文，采用大量技术细节包装产品，缺乏独立第三方视角或对Agent能力局限性的批判性讨论。
- — 针对AI志愿填报“替人决策”的责任归属问题，文章仅以官方声明 “AI永远是辅助决策” 一笔带过，未深入探讨当AI建议与用户最终选择冲突时的风险与归责。
前置背景
平行视角
未来推演
延伸追问