邮箱：tbeducation@daznet.cn

文丨Luna编丨Lulu

高考填志愿季又来了。

这几年，家长和学生选专业也明显“精”了不少，很多人开始主动避开那些可能“坑多路窄”的专业。而这两年发展迅猛的人工智能，更是已经取代计算机科学，成为了家长和学生的心头好。

高校的招生和专业调整也在反映市场人才需求。

近五年“双一流”高校新增专业达1068个。其中，工学类501个，占比近半，遥遥领先于其他门类。

而今年年初以来，清华、北大、人大、上交大、南大等多所国内顶尖学府也都官宣扩招，人工智能、新能源等专业皆在扩招之列。

对话写文、画图修图、敲代码……如今AI工具的形态越来越多样，人工智能似乎进入了井喷发展，人才需求极其旺盛。

毋庸置疑，人工智能是重要的科技方向。但选专业不是赶时髦，它关乎未来几年的学习投入和职业起点。

今天大家一股脑地都选择AI专业，对孩子来说真的是一个好决定吗？今天蓬勃发展的人工智能会不会是下一个“土木工程”？

当泡沫破裂，

人工智能会回到自己的生态位

著名投资公司施罗德的经理Abbas Barkhordar和Richard Sennitt曾表示，IT行业具有周期性，投资者往往会忘记这一点。这放到选专业上个也是类似的。

“IT行业最新一次模式转变正是人工智能，但这些转变意味着商品订单过剩，库存增加，然后周期再次开始。”

人工智能当下正红得发紫，但是几年之后，这个行业是否仍会像今天这样一片蓝海？

知名大空头 Jim Chanos 就发出了警示： 人工智能市场可能回调。他还提到了上世纪90年代末的互联网泡沫的例子。当时许多互联网公司的商业模式尚未成熟，资本就源源不断地涌入。最终，互联网泡沫破裂后，这些公司相继倒闭，纳斯达克综合指数也在达到顶峰后暴跌，导致巨额破产和损失。

另一个前车之鉴是2017年的区块链。当时，区块链被认为是一项革命性技术，众多项目还没创造真正的价值，就有一批企业带着憧憬涌入。一家没有任何区块链产品的美国饮料公司，转型为区块链公司，股价一夜之间就能暴涨400%。

但最终，这项尚不成熟的技术面对实际需求，并没办法成为“上位替代”，早先的投资被认为是一种投机。到2019年年中，约90%的企业区块链解决方案失败。

同样的模式也在人工智能领域上演。人工智能技术的复苏引发了新一轮投资浪潮，疫情又加速了技术的普及，初创企业趁此东风吸引了数十亿美元的投资。 但众多公司并没有解决一个核心问题——如何长期且稳定地盈利，这导致即使他们能够开发出一些革命性技术，仍然底盘不稳。

2023年，数字媒体公司BuzzFeed宣布使用AI生成测验和内容，股价翻倍；金融服务公司Klarna用AI聊天机器人取代了700名员工，处理数百万个客户查询。

BuzzFees News关闭

《经济学人》去年7月的一篇文章援引美国统计数据，佐证了投资者对人工智能泡沫的担忧：尽管ChatGPT这类大语言模型已相当普遍， 但企业对AI的采用率却非常低。文章的调查显示，只有不到5%的受访公司使用了AI，而计划在未来六个月内使用AI的也不到7%。这表明，AI在商业领域的应用程度微乎其微。

信息技术研究分析公司Gartner还提出了 “技术炒作周期”的概念，描述的就是新兴技术如何在夸大的承诺和期望浪潮中崛起，然后陷入幻灭，并最终找到更现实、更有用的应用。

当然，行业专家们说人工智能要进入下行，并不是质疑这项技术本身，而是认为当下过于火爆的风头，很可能让大家高估了AI行业和公司的价值。当海潮褪去，AI行业会回归到它应有的生态位。

人才短缺，还是人才过剩？

近年来，国内大力加码人工智能为代表的理工科，除了市场需求外，另一个不容忽视的背景是大国博弈。

美国在人工智能、芯片等尖端科技领域“卡脖子”，同时围堵中国新能源汽车、光伏、锂电池、手机通讯等优势产业。更不用说从特朗普政府上一任期就开始对“国防七子”、理工科申请层层加码。

这俨然是一场科技战、人才战。

年初以来， 一众顶尖大学的扩招计划，都重点关注人工智能、新能源、集成电路、生物医药等前沿理工领域：清华扩招150名重点投向人工智能与交叉学科，上海交大明确扩大人工智能等学科规模，复旦也削减文科招生比例，为理工科腾挪空间……

对人才战略储备来说，基数越大，那出高级人才的概率肯定也越大。对高校来说，“双一流建设”把建设一流学科放在了更加重要的位置。即使学校整体实力不足，但只要某个学科，特别是理工类学科特别强，也会受到国家的重视和重点扶持。

但这又指向了一个问题，会不会出现人才过剩？

一个典型的例子是国内芯片行业。其实从长期看，国内芯片研发人才是短缺的；但短期来看，国内芯片研发人才又是过剩的。这是怎么回事？

从商业的角度看，市场上有数万个型号的国外芯片，但公司往往回选择生产当下最热门、量最大的产品。因此，一个产品要么没有人做，要么十几家甚至几十家公司都去做。这样反而浪费了很多研发人才。

另一方面，芯片产业追求数一数二。除非新产品在性能或者成本上有革命性优势，否则很难有机会出头。

这就导致除了少部分公司有能力把芯片做到有市场竞争力，大多数研发人员只能陪跑。 而下一代芯片产品，技术挑战更大，能做出有市场影响力产品的依旧是那些佼佼者。

对公司来说，市场上缺人，可对芯片研发人员来说，如果不是金字塔尖的那一批，那很可能就是“过剩人才”。如果芯片公司不追求差异化，那么这种情况就很难改变。

那人工智能行业的人才会面对什么？

对普通个人来说，国家与学校负责的是“蓄水”是不错，但并不能确保每一滴水的流向与归宿。

而大多数人工智能初创公司都只是AI模型的包装商，没有专有技术或可防御的商业模式。 面对市场的大浪淘沙，只有拥有真正技术深度、用户依赖性和运营弹性的公司才能在不可避免的调整来临时生存下来。

也不是所有跟AI沾边的工作都那么“保值”。AI从业者的分布是一个金字塔：塔底是标注，腰部是应用，再往上是做微调和后训练，塔尖才是基础模型设计和预训练。而应用层面需要本科学历，微调和后训练阶段硕士起步，基础模型基本上都是博士。

现在最底端的标注师，就已经有很大一部分已经被自己“带大”的AI取代了。 真正抢手的还是名校毕业，还发表过过硬论文的博士们，能够在塔尖寻求突破。

在历史进程下，不可否认人工智能会是极其重要的阵地。 但完全不顾个体的兴趣、志向，只凭市场热度选择专业，未免草率。

人工智能时代最稀缺的，

是专家和热爱

但这些并不意味着要完全避开人工智能。各行各业都在寻求将AI融入生产的方法，未来企业需要的不是成千上万“能标数据的人”，而是“懂业务、懂模型的人”。

国际市场研究咨询公司Researchscape，针对制造业发起调查，结果显示2023-2024年，AI已经不同程度地融入了制造业的各个环节

周鸿祎就在世界经济论坛的采访中提到过：

”

打造大模型底层技术，需要一批专业人才，就像原来的计算机编程一样；

但对绝大多数人来说，不管你干什么专业，都要学习人工智能，不然在专业领域就混不下去；

此外，专业知识也很重要，未来在企业中规划人工智能应用的主角应该是业务专家。

对大多数人来说，人工智能会成为类似英语、Office软件等的基础能力。从科技公司走出来人工智能体，就像只接受了通识教育的大学生，必须在业务骨干、行业专家的针对性指导下，才能胜任不同企业的需求。

所以， 行业专家仍然是稀缺的人力资源。越发被重视的软技能，比如批判性思维、沟通能力、合作能力等，也是在专业能力的基础之上的更加要求。

也有观点认为，AI会使人才结构从“金字塔型”向“钻石型”转变，入门级人员需求会降低，中等和顶尖核心人员的需求会增加

有意思的是DeepSeek也给外滩君提了四点建议， 它强调“掌握人工智能”的核心内涵在于：

01 理解AI的能与不能

了解当前主流AI的基本原理、擅长领域和核心局限（如事实性错误“幻觉”、逻辑推理短板、伦理偏见风险）。知道在什么场景下可以信任AI辅助，什么情况下必须保持警惕和人工审核。

02 精通“人机协作”的艺术：

掌握与AI高效交互的核心技能——提示词工程（Prompt Engineering）。这本质上是一种“翻译”和“引导”的能力，将人的意图精准转化为机器可理解、可执行的语言。

03 具备“AI增强”思维：

打破对传统工作方式的路径依赖，主动思考如何将AI工具融入自身专业领域的工作流，实现效率倍增和价值创新。会计师思考如何用AI快速处理票据和生成分析报告；记者思考如何用AI搜集背景资料和生成初稿；产品经理思考如何用AI分析用户反馈和预测市场趋势。

04 坚守伦理与批判性思维：

利用AI的同时，深刻意识到其潜在的偏见放大、隐私侵犯、知识产权模糊等风险。保持对AI生成内容的批判性审视，对其输出负责，并在决策中融入人类的价值观和伦理判断。AI是强大的工具，但最终决策和责任主体依然是人。

视线回到高校报考专业上， 可以看到不少专业或培养目标就是奔着“复合型人才培养”去的，人工智能重要，但专业知识同样重要。

比如同济大学推出“启迪书院”，实施“2+1+X”拔尖创新人才培养体系，创新“AI+X”与“X+AI”融通培养模式，通过AI本体专业和新工科专业优势互补共融。

华东师范大学也推出“X+AI”专业、“AI+X”微专业、AI双学位等深度融合的学科建设和人才培养新模式。

上海师范大学今年首次招生的生物制药专业，将融入人工智能相关前沿课程，培养学生运用新兴技术解决生物制药问题的能力。

另外，6月23日，宇树科技创始人王兴兴发文，为高考考生送上选专业的建议。外滩君觉得，他对兴趣、热爱的阐述非常一针见血——“请不要放弃努力寻找自己喜欢和擅长的事，寻找新的方向，并请一定努力去实践。”

以下是建议全文，送给大家：

各位即将进入大学的同学们，大家好。我是宇树科技创始人王兴兴。

大学不同于高中，方向千行百业，每个人的可选择性非常多，每个人有更多的自我发挥空间，在面对影响自己未来的专业选择上，难免会感到迷茫。在这个AI+机器人的时代，站在这个激动人心又充满不确定性的技术爆发点前，如果大家想投身具身智能行业，我结合自身的经历给出一些小建议。

如果你从小喜欢拆解维修一些电子产品，或者动手DIY做点东西，推荐学习机械或电子相关专业。具体的专业细分名字很多，请注意区分，对于自己感兴趣的学校和专业，大家最好直接去对应学院的官网，直接看看具体的详细介绍，看看老师们在做什么课题或项目。哪怕专业名字一模一样，每个学校的差别也非常大。中间如果想多学习AI，也可以多花时间自学。

如果你对智能如何产生感兴趣、如果你有AGI的梦想，且数学还不错，推荐直接学习计算机科学/人工智能相关专业，也一并请直接多查查对应学院的详细信息，甚至可以直接先去对应实验室看看。当然，还是建议中间可以稍微花一些时间，学习一些硬件相关的原理，比如自己动手画个PCB板子等，简单实用。

当然，现实里，大多数同学没有那么幸运，能直接进入自己理想的学校和专业，或者进入以后发现不适合自己或者不喜欢。这其实完全不是大问题，非常常见和正常。请不要放弃努力寻找自己喜欢和擅长的事，寻找新的方向，并请一定努力去实践。你可以转专业，哪怕转不了，也一点问题没有，你可以直接去找自己感兴趣方向的老师，直接沟通去他的实验室做事，甚至完全可以直接全都自学。

后续上学时，请大家也不要局限于书本和论文，具身智能是物理世界的智能，一定要多动手，拧螺丝、调电路、写程序、debug，马上自己动手编程，进入实验室、参与机器人比赛等等，在实战中迅速提升自己。我自己至今，也还会自己直接上手拆装零部件，敲敲代码等。

如果你想成为最顶尖的人才，一定要超脱课本，主动持续学习，学习当下最前沿的科技领域。持续关注顶级学术会议最新论文等；积极参与最具探索性的开源项目并尝试复现和改进；与同样渴望挑战边界的同学、研究者组建小组，共同探讨前沿问题，碰撞思想。每个同学，都有机会成为全人类未来科技方向的探索者和实践者。

最后，我想说，在未来的学业中，你们或许会感到迷茫，不知前进的方向，但不要担心，每个人都会迷茫，我也一样。在大学期间，要较多的探索自己的多种可能性，多尝试，找到爱好点和擅长点。如果你的爱好恰巧也是你擅长的，那恭喜你，你找到了可以为之奋斗一生的目标。

在成长过程中，你们可能目睹了一次又一次的时代浪潮，见证了一个又一个商业奇迹，外贸、房地产、基建、互联网、消费电子、移动互联网、新能源汽车等等。可能你们会羡慕前人，觉得机会变少了，觉得宇宙的科技树没有太多可以探索的了。但请不要灰心，AI和机器人的时代才刚刚开始，还有大量的挑战和机会在等你们。

每一代年轻人有每一代人的机遇！大家一起加油！

参考资料：

(上下滑动浏览)

1.Will the AI Market Experience a Repeat of the 2000 Dotcom Bubble?; Dr. Maurice K.S. TSE, JP

2.The AI hype is just like the blockchain frenzy – here’s what happens when the hype dies; Gediminas Lipnickas

3.Schroder AsiaPacific warns AI boom will suffer a cyclical downturn;

4.The Coming ‘Collapse’ of the AI Startup Bubble; Jon Warner