联考行测用智能体:批改、补漏、答疑
- 2026-11-19 12:04:51

警程万里,伴孩子从考场到藏蓝征途。
作为警校生家长,深耕公安类升学信息,梳理公安提前批报考、公安联考、毕业选岗、警校考研实用内容。
全部为个人实地研究心得,长期整理政策、分数线、招录细则,无机构运营,纯个人研究交流,所有内容仅供参考。

一、刷题的循环,卡在哪一步
做完一套行测,对答案,错了十八道。翻开解析,一道一道看下去,每一道都看懂了。合上,心里踏实。下周再做一套,错的还是那几类。
这个循环里,缺的不是题量,是中间那一步:你到底为什么错。
答案册只告诉你正确答案是什么,解析只解释正确选项为什么对。它不解释你为什么会拐到 B 上去。而这恰恰是唯一有用的信息。你不知道自己错在哪一类,下一套卷子还会在同一类上栽。
智能体能补的,就是这一步。但它补得好不好,取决于你怎么用它。
二、智能体和聊天机器人,差在哪
这两个词现在被混着用。差别其实很清楚。
聊天机器人是你问一句、它答一句,一轮一轮往下走,每一轮都要你重新交代背景。智能体是你给一个目标,它自己拆步骤、调用工具、记住中间结果,跑到有结果为止。
微软的技术文档把它拆成四件事:规划、调用工具、记住上下文、反复执行直到完成。科普中国那篇写得更直白:聊天机器人是问答员,智能体是能替你跑流程的助手。
对备考来说,这个差别落到三件具体的事上。
一是记得住。 你说过一次“我言语理解总在意图判断题上错”,下次不用再讲一遍。它攒着你的错题,攒得越久越有用。
二是跑得动流程。 你可以让它按固定顺序干活:先判对错,再按知识点归类,再按考频排序,然后生成一张清单。同一套标准,今天和下周都一致。
三是口径稳。 人归类错题,今天手松明天手紧;机器按规则归,不会因为心情变。
有一件事要提醒。市面上打着“AI 学习”旗号的工具,很大一部分只是聊天机器人套了个界面,宣传里叫智能体,用起来还是单轮问答。
判断办法很简单:它记不记得你上次的错题,能不能按你定的步骤一步步走完。记不住、走不完,那就是聊天机器人,别指望它替你管错题库。
三、批改:对错一秒,错因费劲
机器判 ABCD 的对错,一秒就完,可这件事本身没有价值。答案册上印着,扫一眼就有。
有价值的是错因。行测的错,粗分四类,补救方式完全不同。
差别有多大?
知识盲区回去补一章书就行,审题偏差补书没用,得改读题习惯;计算失误改习惯也没用,得练手;时间不够则要重新排做题顺序。
四类错因,四条路。归错类,努力全打水漂。
问题在于,机器看不见你的脑子。它只知道你选了 B,答案是 C。中间那段,它无从判断。
所以正确用法是反过来:你先交出思路,让它归因。
一句能直接抄的话:“我这题选了 B,当时的想法是……,正确答案是 C。帮我判断这属于知识盲区、审题偏差、计算失误,还是时间不够。”
它拿到你的思路,才能分出你是在“正当防卫的起因条件”上记错了,还是把题干里的“不适用”看成“适用”。这两件事,补救方向差着十万八千里。
反过来说,如果你只扔一句“这道题为什么错”,多半会收到一段解析。解析讲的是正确选项为什么对,不是你为什么错。看完觉得懂了,其实什么也没解决。
四、补漏:二十道错题,收成六条
一套卷子错二十道,往下拆,常常只对应五六个知识点。二十道题看着吓人,六条缺口补起来不算难。难的是把二十收敛成六,这件事人做起来累,机器做起来快。
具体怎么让它干:把错题拍照或打字发过去,要求它按知识点归类,同类合并,标出每类错了几道,按错题数排序。出来一张清单,你就知道这个月该补哪几章。
这张清单有两个坑,都得自己填。
头一个坑,知识点名称可能不准。 它会把“正当防卫”和“紧急避险”的成立条件混着说,会把治安管理处罚法的条文归错章节,会把两个相近的罪名并成一类。归类本身有偏差,你看清单时未必看得出来。
第二个坑,考频是编的。 你让它按考频排序,它会给你一个看起来很专业的顺序,可它手里没有你的考试数据。“高频”“常考”这类词,它说出来只是听起来合理。真正的高频,得从历年真题里数。
所以清单不能直接用,要拿回教材和法条对一遍。对的时候有个办法:清单只留三栏,知识点、我错在哪、教材第几章。前两栏它填,第三栏你自己填。填不出来的那几行,就是你真的没学过的部分。这一栏比前两栏都值钱。
五、答疑:卡住时别问“怎么做”
一道题卡住,多数人的反应是拍照发过去,问“这题怎么做”。它会给你一段完整解析,从条件推到结论,逻辑通顺,你读完点头。然后呢?下一道同类题,还是卡在同一个地方。
因为你拿到的是一条别人走过的路,不是你走岔的那个路口。
有效的问法是把思路交出去,让它指路口。 比如数量关系里的一道工程题:
我这样想的:先设总工程量是 1,甲乙效率比 3 比 2,合作 6 天完成,所以我列了 1 除以(3x 加 2x)等于 6。算出来 x 是三十分之一。但答案对不上。请指出我第几步错了,先不要给答案。
这个问法有两个作用。一是它必须判断你在哪一步拐错了,回答会具体到“效率比不能直接当效率用”;二是你被迫把隐性思路写出来。
写不出来的那一刻,你就知道自己其实没有思路,那不是算错,是不会。这两件事的补法完全不同。
还有一个进阶用法:让它出变式题。“按这个考点,换个情形再出一道,只给题干,不给答案。” 这是把工具变成陪练。但变式题的质量要自己把关,它出的题有时条件不足或答案不唯一,做完对不上,别急着怀疑自己。
六、六类题型,它帮得上多少
行测不能一概而论。同样是行测题,它在一类上是好帮手,在另一类上基本帮不上。
知觉速度与准确性这一类要单独说。字符核对、数字区间定位、字符替换,这是公安联考独有的题型,单独限时,答错还倒扣分。它考的不是知识,是眼睛和手的配合,是稳定性。
这种手感,AI 讲不出来,只能靠一遍遍机考模拟磨。指望它替你提这一块的分,方向就错了。
图形推理是另一个短板。多模态模型看图,对旋转、叠加、数量规律这类空间关系判断不稳,同一张图问两遍可能给两个答案。它错的时候照样说得笃定,不给任何“我不确定”的信号。这类题卡住,宁可去翻解析,别信它。
常识与政治理论的麻烦在时效。它的知识有截止时间,新修订的法律、新开的会议、新提的表述,它可能不知道,也可能把旧版讲得跟真的一样。这一块它给的内容,一律回原文核。
七、考场那条线,不讨论
公安联考行测是机考。几个规则要提前知道:分模块独立计时,模块之间的时间不通用;除固定的头一个模块外,其余模块顺序由系统随机排,你不能自己挑顺序;倒扣分的题型,答错要扣;屏幕上不能勾画。
这几条加起来,意思很清楚:考场里没有 AI 的位置,也没有回头改的机会。 你练的时候是什么水平,考的时候就是什么水平,一点折扣都打不了。
还有一层。就算技术上能带进去,那也是作弊,校规和法律都有明确后果,前面那篇讲过,这里不重复。这条线没有讨论空间。
更要紧的是一个容易忽略的事实:练的时候正确率涨了,不等于你变强了。
二〇二五年《美国科学院院刊》上有一项研究,近一千名土耳其高中生做数学练习,随机分成三组:一组用普通 GPT-4 界面,一组用“只给提示不给答案”的导师版,一组不用 AI。
练习阶段,普通组比对照组高 48%,导师组高 127%。紧接着一场没有 AI 的考试,普通组比从没用过 AI 的对照组低 17%,导师组基本持平。
同一套模型,两种配置,两种结果。给答案的那种,把成绩抬上去,把能力压下来,而学生自己没感觉。 研究里有一句原话,学生不认为抄答案让自己的学习变差了。
备考里这个落差要命。你天天在 AI 旁边练,正确率八十五;考场上它不在,六十分。差的这二十五个点,就是工具替你走的那段路。
所以有一条自查的标准,简单粗暴:每周留一套卷子,全程不用任何工具,计时做完。那一套的分数,才是你的分数。其它的分数,是“你和工具”的分数。
八、结语
智能体能替你判卷、归类错题、讲清一个知识点,能把你二十道错题收成六条缺口。这些活它干得比人快,也比人稳。
但它进不了考场。它替你走的路,考场上要你一个人重走一遍。
所以它的价值不在“提分”,在“修补”:让你知道错在哪一类,缺哪个知识点,哪一步想岔了。它把你的错题整理得越清楚,你越没有借口不去补。
工具能做的到此为止。剩下的,是你坐下来,把那六条缺口一条条补掉。
(本文所述题型设置与机考规则,以当年招考公告为准;所引研究数据均出自公开发表的论文。)
📖 按板块看更多文章