广告
加载中

AI还无法复制张雪峰

胡镤心 2026-06-20 08:33
胡镤心 2026/06/20 08:33

邦小白快读

EN
全文速览

本文围绕AI能否复制张雪峰做高考志愿填报咨询展开,核心干货总结如下:

1. 核心结论:AI目前无法完全复制替代张雪峰,只能作为志愿填报的辅助工具,没法帮用户做最终决策,更回答不了“选这条路你会不会开心”这个核心问题。

2. 现有AI工具的作用:可以替代过去人工翻找整理招生数据、比对分数线、筛选院校专业的体力活,目前阿里、腾讯、百度、字节都推出了免费的AI志愿填报相关服务,各有特色,可免费使用提升信息整理效率。

3. 实操提醒:所有AI生成内容都可能存在错误或过时,核心信息一定要以省考试院官方招生简章为准,最终决策需要结合自身兴趣、家庭情况判断,付费高价服务核心价值是转移决策压力,可根据自身需求选择。

本文揭示了高考志愿填报咨询赛道的消费需求与市场现状,给相关品牌商的干货总结如下:

1. 市场需求与消费趋势:志愿填报是刚性需求,考生家长不仅有信息获取需求,更有转嫁决策压力的心理需求,愿意为此支付高价,目前行业客单价几千到上万元不等,头部付费产品客单价可达18999元,市场空间充足。

2. 品牌建设核心:张雪峰的成功核心是站在普通家庭考生立场,用直白接地气的表达输出经验观点,快速建立了用户信任,这种信任是AI很难复制的,新品牌要抓住信任构建这个核心。

3. 产品方向参考:AI+真人结合的模式更符合当前市场需求,AI做信息处理提效,真人做信任背书和责任兜底,兼顾效率和用户心理需求。

针对志愿填报咨询赛道的卖家,本文整理核心干货如下:

1. 市场机会提示:张雪峰去世后,原有头部市场出现缺口,大众对志愿咨询的刚性需求依然存在,AI工具的普及给新卖家留下了增长空间,AI+轻量化真人服务的模式门槛更低。

2. 可参考的商业模式与经验:可以参考头部玩家的不同路径,免费工具获客,高价付费服务转嫁决策责任获利,也可以参考百度的AI生成加真人审核模式,平衡效率和信任;开源项目可面向动手能力强的用户,满足细分需求。

3. 风险提示:AI生成内容可能出错,必须明确提示用户以官方数据为准,不能替用户做最终决策,同时要符合合规要求,不能输出违规极端内容,避免品牌和合规风险。

面向教育数字化产品领域的工厂,本文整理核心干货如下:

1. 产品生产与设计需求:用户需要AI产品替代人工筛选信息的体力活,同时要求产品支持多轮对话、动态调整志愿方案,满足不同考生的个性化需求,现有产品普遍缺少对专业具体内容、院校学习氛围的具象描述,存在产品优化空间。

2. 商业机会:当前市场对AI志愿产品需求旺盛,无论是面向考生的To C产品,还是给咨询机构赋能的To B工具,都有市场需求,开源轻量化产品、重数据全链路产品都能找到对应受众。

3. 数字化转型启示:AI可以替代标准化信息工作,但不能追求完全替代真人,产品要明确定位为辅助工具,保留真人环节解决信任和决策责任问题,同时要做好数据校验,避免错误信息带来的问题。

针对高考志愿相关的教育服务商、AI服务商,本文整理核心干货如下:

1. 行业发展趋势:AI已经重构了志愿填报服务的分工,传统人工的信息整理工作已经可以被AI高效替代,AI加真人结合是未来的主流方向,纯AI或者纯人工都难以同时满足效率和信任的需求。

2. 核心客户痛点:用户的痛点不止是信息差,更核心的是决策带来的巨大心理压力,需要有人承担决策责任,同时多数考生在高考前缺少对自我的认知,无法明确兴趣和职业方向,这是现有产品都没能解决的痛点。

3. 可参考的解决方案:可以采用AI负责数据测算、方案生成,真人专家负责审核兜底的模式,兼顾效率和信任,也可以参考腾讯的模式,延伸线下服务触达用户,提升品牌影响力,满足不同用户的使用习惯。

针对布局高考志愿服务的平台商,本文整理核心干货如下:

1. 用户对平台的核心需求:用户需要一站式完成查分、查院校、查专业、方案生成、动态调整的全流程服务,同时需要可信的背书降低决策焦虑,不需要完全替代人,只需要AI辅助提升决策效率。

2. 可参考的最新平台做法:头部平台可以做重投入,完成官方数据的校验补全,开发覆盖全周期的Agent服务,也可以引入在读生、毕业生、资深咨询师做背书,中小平台可以选择轻量模式,依托通用大模型提供服务,侧重快速触达用户。

3. 风向规避要点:平台要明确自身辅助工具的定位,不能替用户做最终决策,所有AI生成内容要明确提醒用户以官方招生简章为准,同时要把控内容导向,避免输出违规极端内容,防范合规和品牌风险。

针对教育服务、AI落地应用领域的研究者,本文整理核心干货如下:

1. 产业新动向:大模型技术落地后,AI已经正式进入高考志愿填报这个传统线下服务赛道,国内头部互联网大厂全部布局,推出了不同形态的产品,开源社区也有个人开发者推出开源工具,行业格局正在发生变化。

2. 产业新问题:AI可以克隆人的语言风格和思维框架,也能高效处理信息,但无法复制个人人生经验构建的用户信任,也没法解决行业最深层的问题,也就是多数考生在高考前无法完成自我认知、明确兴趣方向的问题,这个问题仍待解决。

3. 商业模式观察:当前行业已经出现免费AI工具、付费AI加真人服务、开源工具等多种模式,付费服务的核心卖点依然是决策责任转移,AI只是优化了信息处理环节,没有改变行业的核心商业逻辑。

返回默认

声明:快读内容全程由AI生成,请注意甄别信息。如您发现问题,请发送邮件至 run@ebrun.com 。

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

Quick Summary

This article focuses on whether AI can replicate Zhang Xuefeng to provide college application counseling for the gaokao (national college entrance examination). Its core takeaways are as follows:

1. Core conclusion: Current AI cannot fully replicate or replace Zhang Xuefeng. It can only serve as an auxiliary tool for college application, cannot make final decisions for users, and even less can it answer the core question: "Will you be happy following this path?"

2. Functions of existing AI tools: AI can replace the manual work of sorting through admissions data, comparing cutoff scores, and filtering colleges and majors. Currently, Alibaba, Tencent, Baidu and ByteDance have all launched free AI-related college application services, each with unique features, which can be used for free to improve information sorting efficiency.

3. Practical reminder: All AI-generated content may contain errors or outdated information. Core information must be verified against the official admission brochure released by provincial education examination authorities. Final decisions should be made based on personal interests and family circumstances. The core value of high-priced paid services is to help users offload decision pressure, which you can choose based on your own needs.

This article explores consumer demand and the current market status of the gaokao college application consulting industry, with core takeaways for relevant brands as follows:

1. Market demand and consumer trends: College application consulting is a rigid demand. Parents and candidates not only need access to information, but also have the psychological need to offload decision pressure, and are willing to pay high prices for this. Currently, industry prices range from several thousand to tens of thousands of RMB, and the price of top-tier paid products can reach 18,999 RMB, indicating sufficient market space.

2. Core of brand building: The core of Zhang Xuefeng's success is that he stands with candidates from ordinary families, shares experience and insights in straightforward, down-to-earth language, and quickly builds user trust. This kind of trust is very difficult for AI to replicate, so new brands should focus on building trust as their core goal.

3. Product direction reference: The "AI plus human" model better aligns with current market demand. AI handles information processing to improve efficiency, while humans provide trust endorsement and assume responsibility, balancing efficiency and users' psychological needs.

This article summarizes core takeaways for sellers entering the college application consulting track as follows:

1. Market opportunity alert: After Zhang Xuefeng's exit from public view, a gap has opened in the original top-tier market. Rigid public demand for college application consulting remains, and the popularization of AI tools has left room for growth for new sellers. The "AI plus lightweight human service" model has much lower entry barriers.

2. Reference business models and experience: You can draw on the paths of leading players: acquire customers through free tools, and profit from high-priced paid services that offload decision responsibility. You can also follow Baidu's model of AI generation plus human review to balance efficiency and trust. Open-source projects can target users with strong hands-on capabilities to meet segmented demand.

3. Risk warning: AI-generated content may contain errors, so you must clearly remind users to rely on official data, cannot make final decisions for users, and must comply with regulatory requirements. You must avoid publishing illegal or extreme content to prevent brand and compliance risks.

This article summarizes core takeaways for manufacturers of digital education products as follows:

1. Product development and design demand: Users need AI to replace manual information sorting work, while requiring products to support multi-round conversations and dynamically adjust college application plans to meet the personalized needs of different candidates. Most existing products lack specific, vivid descriptions of major content and college campus culture, leaving room for product optimization.

2. Business opportunities: Current market demand for AI college application products is strong. There is market demand for both To C products targeting candidates and To B tools that empower consulting institutions. Both lightweight open-source products and full-link data-heavy products can find their target audiences.

3. Insights for digital transformation: AI can replace standardized information work, but brands should not pursue fully replacing humans. Products should be clearly positioned as auxiliary tools, and retain human involvement to solve problems of trust and decision responsibility. Meanwhile, products must include strict data verification to avoid issues caused by incorrect information.

This article summarizes core takeaways for education and AI service providers focused on gaokao college applications as follows:

1. Industry development trends: AI has already restructured the division of labor in college application services. Traditional manual information sorting work can now be efficiently completed by AI, and "AI plus human" will become the mainstream direction going forward. Pure AI or pure human services can hardly meet both efficiency and trust requirements at the same time.

2. Core customer pain points: Users' core pain point is not just information asymmetry, but more importantly the huge psychological pressure brought by decision-making, and the need for someone to assume decision responsibility. In addition, most candidates lack self-awareness before the gaokao and cannot clarify their interests and career directions, which is an unsolved pain point for all existing products.

3. Reference solutions: Providers can adopt a model where AI handles data calculation and plan generation, while human experts review and take responsibility, balancing efficiency and trust. You can also follow Tencent's example of extending offline services to reach users, boost brand influence, and meet the usage habits of different users.

This article summarizes core takeaways for platform operators layouting the college application service sector as follows:

1. Users' core demand for platforms: Users need one-stop services covering the full process: score checking, college and major searching, plan generation, and dynamic adjustment. They also need credible endorsement to reduce decision anxiety. Users do not need AI to fully replace humans, they only need AI to assist and improve decision-making efficiency.

2. Reference latest platform practices: Large leading platforms can make heavy investments to verify and complete official data, develop full-cycle Agent services, and invite current students, graduates and senior consultants as endorsements. Small and medium-sized platforms can adopt a lightweight model, provide services based on general large models, and focus on quickly reaching users.

3. Key points to avoid risks: Platforms must clearly position themselves as auxiliary tools, cannot make final decisions for users. All AI-generated content should come with a clear reminder to verify against official admission brochures. Meanwhile, platforms must control content orientation, avoid illegal or extreme content, and prevent compliance and brand risks.

This article summarizes core takeaways for researchers in the education service and AI application fields as follows:

1. New industry trends: After the commercialization of large model technology, AI has officially entered the traditional offline sector of gaokao college application consulting. All leading Chinese internet giants have entered the market and launched products in different forms, and individual developers in open-source communities have also launched open-source tools. The industry landscape is undergoing changes.

2. New industry challenges: AI can clone a person's language style and thinking framework, and process information efficiently, but it cannot replicate the user trust built on personal life experience. Nor can it solve the industry's deepest problem: most candidates cannot complete self-awareness and clarify their interest direction before the gaokao, an issue that remains to be solved.

3. Business model observation: The industry currently has multiple models, including free AI tools, paid AI plus human services, and open-source tools. The core selling point of paid services remains the transfer of decision responsibility. AI only optimizes the information processing link, and has not changed the core business logic of the industry.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

谁来帮你做人生的决定?

文丨胡镤心

编辑丨张睿

【亿邦原创】高考已结束,接下来6月底到7月初,填报志愿,这个更大的挑战摆在了全国考生和家长面前。

三千所高校、两千余个专业,每年数十万条招生计划不断变动,叠加各省截然不同的填报规则、批次节点与专项政策,衍生出几十亿种组合选择,究竟怎么选?

因此,志愿填报咨询也成了一门生意,几千块是起步价,上万块也不稀奇。

曾经,张雪峰是这个场合的主角,聚光灯下,他顶着黑眼圈、语速快得让字幕都追不上,音量大得像是跟屏幕后的每一个人吵架。他从不讲“也许”“可能”,每一句话都是斩钉截铁的结论:“别报新闻学,报就打断腿”“普通家庭的孩子,没资格谈兴趣”。有人骂他功利、粗暴、唯就业论,也有人感谢他把那些弯弯绕绕的圈内话摊在阳光下。

2026年春天,张雪峰猝然离世。志愿填报咨询的巨大需求依然存在,互联网公司提供的AI工具试图基于数据和模型为考生和家长提供建议和参考,那么AI有没有可能“克隆”一个张雪峰?

事实上,确实有人在这么做。其中的难点不在于技术,也不在于数据,而在于信任的构建。张雪峰所代表的专业、职业甚至人生“指路人”角色,大概很难有人可以替代。

“张雪峰.skill”

张雪峰自己就曾经试图复制自己。

2025年阿里巴巴千问团队曾和张雪峰创办的峰学蔚来沟通过合作,尝试将张雪峰的观点和语言风格复刻,画风可以非常相似,张雪峰本人也兴致勃勃。

技术层面并不难实现,但项目最后不了了之。千问事业部算法负责人蒋冠军解释,把一个人所有的工作文档喂给模型,然后让它用这个人的风格去回答一个文档里从未出现过的问题,回复质量可以很高。但一个完整的人远比文档复杂,AI可以克隆风格,但无法克隆一个完整的人。

“你小时候经历过什么,决定了你长大后对同一个问题会做出什么样的反应。人的真实经历跟模型是无法完全对齐的,所以一定只能克隆一部分,某些特性相对容易克隆,某些方面可能就没办法克隆。”蒋冠军说。

更深层的障碍在于,张雪峰式的回答之所以有力量,部分原因是他的回答中,有大量基于他个人人生经验的、超出互联网显性知识的内容。

比如“选择比努力更重要,但‘有得选’的前提是你足够努力”;比如“高考是人生最后一次公平竞争,用分数说话,不看出身背景,过了这个站,以后所有的比赛规则都会变”;再比如“不要去看三里屯,不要去看SOHO,不要去看故宫三环里,那不是真正的北京,那是有钱人的北京。你要去看看早上七点的宋家庄,那才是普通人的北京”。

图片

张雪峰说过很多金句,话也许不那么中听,但是让他在普通家庭中建立了信任。

但大厂做AI产品,首先要过的是安全合规、价值导向、品牌声誉这几道关,不可能输出极端的表达。最终,不管哪个原因,AI张雪峰并没有在他在世的时候开发出来。

张雪峰去世后,AI大模型技术日新月异,蒸馏张雪峰的尝试并没有停止。

有开发者4月在GitHub上线了一个“张雪峰.skill”的AI技能包,用户安装之后,只要在对话中提到高考、志愿、选专业,AI就会自动切换到张雪峰的思维模式来回答。

这个Skill里有三层架构:身份卡记录了他从黑龙江富裕县到郑州大学给排水专业、再到创办峰学蔚来的完整经历;5个心智模型支撑AI的判断逻辑——社会筛子论、选择大于努力、就业倒推法、阶层现实主义、争议即传播;表达引擎规定说话节奏:铺垫、反转、金句,禁止使用“或许、可能、因人而异”这些词。

有测试者问“对比南京和合肥的高考优势”,它先检索省考试院数据,然后给出回答:“江苏11所211,安徽3所。11比3,你品品这个差距。同样的孩子,同样的分数,江苏的身份比安徽的身份,至少让你高考多拿20到30分的优势。”所有数据标注了来源,问完反问三个问题:选物理还是历史?什么水平?家里条件怎么样?

但它也有局限,开发者明确标注:AI内容可能存在错误或过时,最终必须以官方招生简章为准。

高考前夕,GitHub上又出现了一个开源项目“雪峰Agent”,把志愿规划方法论和院校数据打包成“可对话经验”的系统,内置114万条录取数据、2600多所高校信息、792个专业就业数据。Windows用户双击“启动.bat”就能跑。

输入“湖北物理类580分,普通工薪家庭,想去武汉学计算机”,它会先反问数学物理基础,再给出“冲稳保”推荐,附带行业趋势提醒。局限同样存在:需要用户自己部署、自己配置,数据虽然标注了来源,但关键信息仍需去省考试院二次确认。

在志愿填报这个充满不确定性的博弈中,最折磨人的不是信息匮乏,而是“万一选错了,我得为此负责”的巨大心理压力。免费的AI工具可以输出几百页的报告,它不会说“我建议你报这个”——一旦说了,就意味着承担后果。峰学蔚来18999元的“圆梦卡”,卖的不仅是咨询服务,也是决策责任的转移,是信息生成之后的那个确认键。

一顿操作猛如虎,最后还得自己赌

尽管无法替代张雪峰,AI还是在高考报志愿这件事上找到了自己的位置:不复制任何人,只解决信息问题。

过去报志愿,每个学校都会发一本厚厚的招生计划汇编,汇集全国高校近五年的录取分数线。家长和考生像查字典一样,翻到眼酸,找到心仪的专业名称,再上网搜专业课内容、搜就业率,对着不同的数据源来回比对,生怕漏掉一个字。

如今,这种信息筛选的体力活,已经可以全部交给AI。

今年,免费的AI报志愿服务层出不穷,阿里千问自研的高考志愿大模型,在数据治理上做了大量“重”投入——由内部数据团队和外部投资公司共同完成基础招录数据的校验与补全。

图片

千问Agent将志愿填报分拆为三个核心场景——按时(日历)、按报告参考、按对话微调,把志愿填报从“用户主动检索”变成“AI辅助人决策”的流程。他们内部认为,工具化的产品无法解决高考志愿填报的长周期与个性化需求,Agent能覆盖志愿填报乃至职业规划的全周期。

腾讯元宝高考通6月5日率先上线,定位“行业首个高考咨询师Agent”,考生可随时追问、动态调整,Agent同步优化院校结构、重排冲稳保比例,志愿规划从“一次性查询”变成“持续沟通和优化”。

腾讯还将服务从线上延伸至线下,在深圳、济南、郑州三地派出公益移动咨询车,在高考考场门口为家长提供面对面AI咨询服务。此外,腾讯将查分、查专业、查院校、志愿预测等高频需求封装为11大核心Skill,由Agent根据用户意图自动调度。

百度则首次引入真人专家背书机制,AI志愿报告通过文心助手多轮对话采集考生信息(含MBTI性格等维度),结合历年投档分数线、高校及专业数据、专业就业前景等多维数据库生成方案后,再由资深志愿咨询师进行专业审核认证——AI负责精准测算,专家负责经验兜底。百度高考服务已连续推出20年,累计服务用户超9亿。平台还汇聚了全国2200余所高校的20余万名在读及毕业生提供答疑服务。

字节的豆包策略相对轻量,并未在考前专门上线“高考专区”,而是通过通用对话入口让用户获取志愿预测与报考建议,更侧重快速触达与功能补充。

大厂也拎得清,从头到尾只说自己是个辅助工具,从来不往“替你决定”那迈一步。AI报志愿,终究是一顿操作猛如虎,最后还得自己赌。

最大的难题,AI答不了

当然,不管是AI还是专家,报志愿的最大难点从来都不是信息差,而是大多数考生说不清自己到底喜欢什么、未来希望以什么为职业。

今年已经研究生毕业的河南姑娘“板栗”,本科学的是化学工程,研究生学的是英语,而毕业后找了一份媒体工作。当年,她在高考地狱模式的河南杀出重围考出一个高分,报志愿的思路是“分数能够到哪儿就去哪儿”。高中三年,老师、学生、家长贯彻的都是那种“提高一分儿,干死千人”的理念,不同的专业录取分数不同,按照当时的逻辑,如果以高分报考低分专业,相当于“战至最后一刻,自刎归天”,这是很难接受的。

“化学工程”是当时的高分专业,这名字让她觉得大概是搞化学的,当个工程师也不错。大学读下来才明白,“化学”和“化工”是两码事,前者是理学,后者是工学,她的专业高数物理含量极高,课业密度大,周六日做实验是常态。

图片

图片

图:板栗提供

现在回头看,她觉得高考报志愿最大的问题是没办法提前了解一个专业的全貌。信息获取渠道有限、学业负担重、生活与社会脱节,大雾平等地笼罩着轨道和旷野,直到入学后和老师、师兄、师姐、同学间的闲聊,她才了解了这个专业的就业去向。至于当时视为命根子的分数,其实不会对人的后半生产生多么深远的影响。

今天的AI报志愿系统,板栗觉得大部分都是数字,没有对于具体专业的描述,也没有对院校氛围的描述。“参考价值不大。”

东北男生小立报志愿也是完全靠分数倒推学校和专业。他是东北考生,00后,学文科,报志愿时还给学校里一个老教师塞了红包,请她参谋。据说这位老师之前在估分报志愿阶段,帮某位学子报到了人大,因而名声大噪。

当年新媒体创业热正走到尾声,中国传媒大学录取分数线一路冲高,超过部分985院校。小立不想浪费分数,于是选了分数线更高的中传。念书期间正好撞上张雪峰的“新传不行”刷屏全网,他的专业成了“时代的眼泪”。多年后回头想想,他也觉得不可思议:“我为了不浪费那五六分,选了新传,学了个传播学,然后变成一个愤世嫉俗的西马爱好者。”

对于专业的认知建立集中于高考前后,但对于自我的认知必然是需要家长和学生一起投入长期工程。

北京妈妈姚女士的女儿小姚今年高考,计划报考法学专业。据她介绍,小姚从小喜欢思辨、喜欢琢磨抽象的道理,看问题一针见血,喜欢看《今日说法》,对数学不太感冒,早早就模糊意识到自己的兴趣点更偏向法学。今年高考,小姚选考科目是政治、历史、生物。至于为什么选生物,因为“她也挺喜欢中医,可以再多一个选择”,姚女士表示。

姚女士也早早开始积攒信息,从朋友聊天里、从当律师的表弟那儿、从北京家长群里,一点一点把法学的信息拼了出来。小姚还没走进考场,姚女士已经把这条路的底摸得差不多了。姚女士说,其实大多数家长对自己孩子什么水平,心里是有底的。从小学到高中,每次考试、每次排名,一路看下来,孩子大概在哪个位置,能上什么学校,早就摸清楚了。对于这样的学生,AI报志愿也没什么用。

对AI的局限,大厂其实也很清楚。千问事业部千问产品负责人郑嗣寿说,AI可以包揽从考完到报完每个节点要做的事情,通过多轮对话主动向用户提问、对齐背景信息、探索个人爱好,但最终还是回到那个问题,你到底想做什么,你的兴趣、你的热爱,以及不管上什么学校、把专业学好,这个最重要。

“话又说回来了,有多少考生能够在高考之前有这么多的机会去体会自己喜欢什么、找到自己的兴趣点?如果一切靠考完试最后20天,我觉得还是不够。”郑嗣寿坦言。

分数的博弈、院校的选择、专业的取舍都可以交给AI,但它唯独回答不了一个问题:那条路走下去,你会不会开心。

亿邦持续追踪报道该情报,如想了解更多与本文相关信息,请扫码关注作者微信。

文章来源:亿邦动力

广告
微信
朋友圈

这么好看,分享一下?

朋友圈 分享

APP内打开

+1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0