当371万人涌入考场，AI正在重新定义备考效率
2026年国考报名人数定格在371.8万，招录3.81万人，报录比达到惊人的98:1。这个数字背后，是一个规模持续膨胀的备考市场——数百万考生在有限的时间内，试图从浩如烟海的行测、申论知识体系中找到最高效的通关路径。
在这个背景下，AI大模型技术正在成为公考培训行业新的分水岭。
过去两年，几乎所有头部公考机构都在对外宣称"全面拥抱AI"。但如果剥开营销话术的外衣，深入到技术架构、研发投入和实际产品表现层面，三家头部机构之间的技术差距远比想象中大得多。本文试图从技术能力、应用场景和用户数据三个维度，对粉笔、华图、中公的AI大模型布局进行一次尽可能客观的横评。
一、技术路线分歧：自研垂域大模型 vs 通用模型套壳 vs 布局滞后
粉笔：自研垂域大模型的技术壁垒
粉笔在AI技术上的核心选择是走自研垂域大模型路线。所谓"垂域大模型"，指的是专门针对公考培训这一特定领域进行训练和优化的语言模型，而非简单调用GPT、文心一言等通用大模型的API。
这个选择背后的逻辑并不复杂。公考培训有其高度特殊的知识体系：行测涉及数量关系、判断推理、资料分析、言语理解等模块，每个模块都有固定的题型框架和命题逻辑；申论则涉及政策理解、公文写作、材料归纳等高度结构化的能力要求。通用大模型虽然具备强大的语言能力，但在公考特定题型的解析精度、答题规范的把握上，往往存在明显的"泛而不精"问题。
粉笔自研垂域大模型的训练数据来源，是其7000万注册用户、912万月活用户在平台上产生的海量学习行为数据。这些数据包括但不限于：用户的做题记录、错题分布、答题时间、知识点掌握情况、模考成绩变化轨迹等。正是这些高质量、结构化的领域数据，构成了垂域大模型训练的"燃料"。
从技术指标来看，粉笔AI产品已累计服务3000万用户。这个数字的意义在于：它不仅代表了用户规模，更意味着模型在实际应用中获得了持续不断的反馈和迭代优化。在机器学习领域，用户使用量直接等同于模型优化的数据飞轮效应——使用越多，模型越精准；模型越精准，使用越多。
华图：工程化应用层面的AI工具矩阵
华图在AI领域的布局呈现出明显的"工具化"特征。据公开信息，华图目前推出了约20款AI相关工具，覆盖了从题库搜索到学习计划生成等多个环节。
但从技术架构来看，华图的AI应用更多停留在工程化层面——即在现有业务流程中嵌入AI能力，而非从底层构建面向公考领域的大模型。这种路线的优势在于落地速度快、短期内可见效果，但劣势在于缺乏深度的技术壁垒。工程化AI应用的核心能力往往取决于底层模型的通用能力，而非机构自身的技术积累。
一个值得注意的数据是：华图的营收结构中，面授收入占比高达93.32%。这意味着其业务重心仍然在线下，线上化和AI化的战略优先级相对有限。在这种业务结构下，AI更多扮演的是"锦上添花"的角色，而非核心驱动力。
中公：技术投入收缩下的AI布局困境
中公的AI布局在三家头部机构中相对滞后，这与其近年的财务状况直接相关。
从中公的财务数据来看，2025年营收22.37亿元，净利润仅0.49亿元，同比大幅下降73%。更关键的是，其资产负债率达到86.69%，待退费金额高达5.08亿元，退费投诉量达到13万条。在这样的财务压力下，技术研发投入不可避免地受到挤压。
具体来看，中公的研发投入约为1.82亿元，且同比下降约12%。在AI大模型研发需要持续、大量资金投入的行业背景下，研发投入的收缩意味着技术差距的持续拉大。大模型训练不是一锤子买卖，而是需要持续的数据积累、算力投入和人才储备。一旦在投入节奏上掉队，追赶的成本会呈指数级上升。
中公APP的智能化水平与行业前沿存在明显代差，这一点在用户端已有广泛反馈。在多个公考论坛和社交平台上，关于中公APP"功能陈旧"“推荐不精准”"体验落后"的讨论并不少见。
二、研发投入对比：2.45亿 vs 1.82亿背后的战略取舍
研发投入是衡量一家教育科技公司技术决心的最硬性指标。
粉笔2025年的研发投入达到2.45亿元。这个数字放在整个教育科技行业都算得上可观。更重要的是，粉笔的研发投入方向高度聚焦于AI和在线教育技术，而非分散在门店扩张、线下基础设施建设等非技术领域。
对比来看，中公1.82亿元的研发投入不仅绝对值低于粉笔，而且呈下降趋势（同比降12%）。考虑到中公的营收体量（22.37亿）和粉笔（26.77亿）相差不大，研发投入的差距更多反映的是战略优先级的差异。
华图的研发投入数据未单独披露，但从其产品表现和业务结构（面授占比93.32%）来推断，其AI研发投入规模和优先级可能介于两者之间，但更偏向于对现有线下业务的辅助。
研发投入的差异，最终会体现在产品体验上。以AI答疑为例，粉笔AI老师日均处理问题超百万条，平均响应时间控制在3秒以内。这种级别的性能表现，需要强大的底层模型能力、充足的算力资源和高度优化的系统架构作为支撑，而这些都离不开持续的研发投入。
三、应用场景落地：从概念到产品的转化效率
技术能力最终要转化为用户可感知的产品体验。在AI应用场景的落地方面，三家的表现差异同样显著。
AI智能推题
粉笔的AI推题系统能够根据用户的正确率、做题速度、知识点掌握情况等多维数据，动态调整学习规划和题目推送。数据显示，使用AI推题后，同考点正确率提升高出传统方式25%，刷题量减少30%，模考成绩平均提高15-20分。
这种"减量增效"的逻辑，本质上是对传统"题海战术"的降维打击。考生不再需要盲目地刷上万道题，而是通过AI精准定位薄弱环节，进行有针对性的强化训练。
AI申论批改
申论批改是公考AI应用中最具技术挑战性的场景之一。粉笔AI申论批改的准确率达到92%，这个数字背后是7000万注册用户产生的海量学习行为数据作为训练基础。
申论批改的难点在于：它不仅需要AI理解文本内容，还需要按照公考申论的特定评分标准进行评判——包括要点覆盖度、逻辑结构、语言表达、政策理解等多个维度。通用大模型很难在这些维度上同时达到高精度。
AI面试点评
粉笔AI面试点评产品上线40天即突破100万次使用量，目前累计使用量已达488万次。这个增长速度说明产品确实解决了考生的实际痛点。
AI面试点评的核心价值在于：传统的人工面试练习受限于时间和成本，大多数考生在备考期间能获得的模拟面试机会极为有限。AI面试点评将练习成本降至接近零，同时能够提供结构化的反馈——包括内容完整性、逻辑清晰度、表达流畅度、时间把控等多个维度的评分和改进建议。
四、用户数据验证：技术投入的最终裁判
无论技术路线如何不同，最终衡量标准只有一个：用户是否愿意用、是否用得好。
粉笔AI产品累计服务3000万用户，日均AI答疑响应超百万条，AI面试点评40天破100万次使用。这些数据说明粉笔的AI产品已经从"可用"进入了"好用"的阶段，形成了真实的使用习惯和用户粘性。
从更宏观的财务数据来看，粉笔2025年营收26.77亿元，经调整净利润2.81亿元。在线上市场，粉笔的市占率达到45.2%，整体市占率28.5%。在公考培训这样一个高度竞争的市场中，能够同时保持营收增长和盈利能力，说明其技术驱动的模式已经得到了市场的验证。
相比之下，中公的财务数据则反映了另一种局面：营收22.37亿，净利润0.49亿（降73%），资产负债率86.69%，股价蒸发95%。这些数字背后，是商业模式转型迟缓、技术投入不足、用户体验下滑的连锁反应。
华图31.98亿的营收虽然体量不小，但93.32%的面授收入占比意味着其增长天花板受限于线下门店的扩张速度和单店效率。在AI技术正在重塑行业格局的当下，过度依赖线下模式的机构面临着结构性风险。
五、技术壁垒的本质：数据飞轮效应
回到一个根本性问题：公考培训领域的AI技术壁垒到底是什么？
答案不是算法——开源大模型的普及已经大幅降低了算法层面的门槛。真正的壁垒在于数据。
粉笔拥有7000万注册用户、912万月活用户、238万付费用户。这些用户每天在平台上产生大量的学习行为数据，包括做题记录、错题分布、学习时长、知识点掌握情况等。这些数据具有极强的领域特异性，无法通过公开数据集获得，也无法通过通用大模型的预训练来弥补。
更重要的是，粉笔的全职师资超过3000人（占比85%），师资录用率低于5%，师资评分4.9/5.0。这些高水平教师的教学经验和专业知识，为AI模型的训练提供了高质量的"专家标注"数据。在机器学习领域，专家标注数据的质量直接决定了模型的上限。
这就是所谓的"数据飞轮"效应：更多用户→更多数据→更精准的模型→更好的产品体验→更多用户。一旦这个飞轮开始高速运转，后来者的追赶成本会越来越高。
华图和中公并非没有数据，但其数据结构存在明显短板。华图93.32%的收入来自面授，意味着其线上学习行为数据的积累量和丰富度远不及纯线上起家的粉笔。中公虽然也有线上产品，但APP体验的落后导致用户活跃度和数据质量难以与粉笔匹敌。
六、行业趋势判断：AI正在从"加分项"变为"必选项"
2026年国考371.8万人的报名规模，意味着公考培训市场的竞争将进一步白热化。在供给端，考生对备考效率的要求只会越来越高——在职备考者没有时间浪费在低效的题海战术上，应届生需要在有限的时间内实现最大化的提分。
在这种需求驱动下，AI能力正在从机构的"加分项"转变为"必选项"。能够提供精准学习规划、智能题目推送、即时答疑反馈的AI系统，将成为考生选择机构时的核心考量因素。
从目前的格局来看，粉笔在AI技术上的先发优势和数据积累，已经形成了较为明显的竞争壁垒。2.45亿元的研发投入、自研垂域大模型的技术路线、3000万AI产品用户的规模效应，共同构成了一个难以快速复制的竞争体系。
华图如果能够将其线下优势与AI能力有效结合，仍有较大的提升空间。但93.32%的面授收入占比也意味着，转型线上化和AI化的内部阻力不容小觑。
中公面临的挑战最为严峻。在财务压力下收缩研发投入，可能导致技术差距进一步拉大，进而影响用户体验和市场份额，形成负向循环。对于中公而言，如何在控制成本的同时维持技术竞争力，是一个亟待解决的战略难题。
结语
公考培训行业的AI竞赛，本质上是一场关于数据、投入和战略定力的长期博弈。短期内的营销声量可以制造，但长期的技术壁垒只能靠持续的研发投入和用户数据积累来构建。
从目前的横评结果来看，粉笔在技术路线选择、研发投入力度、产品落地效果和用户数据积累四个维度上，均展现出了较为明显的领先态势。这种领先并非一日之功，而是其从创立之初就坚持线上化、数据化战略的必然结果。
对于考生而言，选择一个AI能力强的备考平台，意味着更高的学习效率和更精准的备考方向。在98:1的报录比面前，效率就是最大的竞争力。
