高考成绩公布，AI时代选专业到底看什么？|本科|毕业生|程序员|翻译|计算机|高考成绩

这两天，各省2026高考成绩已陆续公布。接下来的工作，对于高考生和家长们来说尤为重要，那就是填报志愿。

往年这时候，大家关心的是“哪个专业好就业”“哪个学校排名高”。但这几年不一样了。越来越多的学生和家长开始意识到：现在的热门行业，4年以后还在不在了？

这个问题不是凭空冒出来的，因为这几年的变化实在是太快了。根据《中国新闻周刊》报道，2021年到2025年，全国高校撤销或暂停招生的专业点超过一万个。而就在今年4月，教育部发布了2026年本科专业目录，一口气新增了38种专业。从“脑机科学与技术”到“具身智能”，从“数据资源与数据智能”到“农业机器人”。一边是大批专业被砍掉，一边是大量新专业冒出来。这种剧烈的“换血”，背后有一个共同的推手：AI。

说到AI，有很多人还是会感到心慌。因为大家早已不是隐隐约约，而是明明白白地知道，AI带来的影响可不只有“学什么专业不会被取代”这么简单。

AI到底在改变什么

1996年，AT&T关闭了它在马萨诸塞州的最后一个电话接线员中心。这个行业在20世纪50年代曾经雇用34万名接线员，到今天，全美只剩不到5000人。电话接线员的工作，这种简单的应答和转接来电，几乎全部可以被自动化系统替代。交互式语音应答系统在90年代初就已经能处理大部分例行呼叫查询，不需要人工干预了。

几乎在同一时期，基金会计师的岗位发生了完全不同的变化。上世纪50年代，会计师用皮质封面的分类账簿记账，用十键加法器计算基金资产净值。到80年代末，大型计算机取代了皮面账簿，但很多工作仍然是常规性的：凌晨四点多去拿点阵打印机打出的定价报告，用自动铅笔匆匆写下算式。再后来，数据传输服务取代了纸质报告，会计师开发出了电脑程序来自动计算净现金头寸。可是，会计师并没有消失，他们从45个人管45只基金，变成了75个人管500只基金。美国会计岗位的总数从1950年的不到40万个，增加到今天的超过140万个。

同样是被新技术冲击，为什么结果完全不同？

在《投资的未来》一书里，作者约瑟夫·H. 戴维斯给出了他的观点：大多数工作都是由很多项任务组成的，而不是一个铁板一块的整体。AI替代的不是职业，而是职业里的某些任务。

《投资的未来》

[美]约瑟夫·H. 戴维斯著

2026年6月

点击卡片，即可购买

电话接线员的关键任务高度单一，容易被整体替代。而会计师的工作里，数据录入那部分被自动化了，但分析、核查、异常处理这些任务反而因为技术而变得更重要了。书里把这种现象叫做“能力增强”：技术不仅能自动化一些任务，还能让另一些任务做得更好、更深。

这个判断放在今天依然成立。AI替代的不是“职业”，而是职业里的某些“任务”。一个职业里哪些任务容易被自动化、哪些任务能被增强、哪些任务根本动不了，决定了这个职业的未来走向。

那些正在被AI重塑的专业

很多人觉得学计算机是最稳妥的选择。毕竟过去20年，互联网和软件行业吸纳了最多的毕业生，给出了最高的起薪。但最近的数据让人有点意外。

纽约联邦储备银行的一项统计显示，22到27岁的计算机科学与计算机工程专业毕业生，失业率分别达到6.1%和7.5%。这个数字是生物和艺术史专业毕业生的两倍多。美国普渡大学一个学计算机的女生，求职一整年，唯一给她面试机会的是一家墨西哥快餐连锁店。还有个毕业生投了5000多份简历，最后连麦当劳的工作都没拿到。

国内的情况也有类似的案例。有媒体称，某985高校教授说去年AI专业本科毕业生80%找不到工作。这个说法可能有些夸张，而且学校和学校之间的差异应该也挺大，但它确实指向一个趋势：AI正在吃掉自己创造的行业里最基础的岗位。

GitHub的Copilot这类编程助手，已经能让熟练程序员的效率平均提高26%。国内蚂蚁集团的CodeFuse工具，能让每个程序员写的代码行数增加55%。在这些AI工具的帮助下，初级程序员写的那些常规代码，AI写得越来越好了。而那些靠重复编码就能完成的工作，门槛将会越来越低。看看上边电话接线员的案例，你会怎么想？

所以，学计算机的人需要往更底层、更前沿或者更贴近具体行业应用的方向走，停留在表面技能上会很被动。

但这不意味着所有技术类专业都前景暗淡。恰恰相反，具备“AI+行业”复合能力的人才正在成为企业争抢的对象。猎聘和清华的一份报告显示，过去4年AI智能体相关人才需求的环比增速达到40%。不过，需求集中在“算法加应用加智能体”的复合型人才上，而不是只会写基础代码的初级岗位。

再比如翻译专业。中国传媒大学2025年砍掉了翻译、摄影等16个本科专业。AI翻译的质量在快速提升，这是事实。但一个真正能把文化语境、行业术语和客户意图都拿捏到位的专业翻译，AI目前还做不到。

选专业的5个原则

所以，AI时代，专业到底该怎么选？

《投资的未来》这本书里提出了几条原则，正好在这个特别的时间节点上给大家参考。

第一，考虑你的爱好，但不是“追随你的爱好”。

“我们都需要在我们喜欢做的事、我们擅长做的事和其他人愿意花钱请你做的事之间做出平衡。”

纯粹的爱好不一定能当饭吃，但一个人对某件事真正的兴趣，能激发出求知欲和自我成长的潜力，这是AI无法替代的东西。北大国发院院长黄益平也说过类似的话：“用你自己的心来判断你想干什么、喜欢干什么。”

第二，自己做调研，别光听别人怎么说。

现在是个数据和信息随手可得的时代。纽约联储有专门的大学毕业生劳动力市场数据库，可以查不同专业的失业率、起薪和职业中期薪酬。国内像智联招聘每年也会发布就业报告，教育部还有“阳光志愿”信息服务系统。你可以自己去亲自查查，行业的现状和前景你自己就会有判断，而不只是听别人说。要注意一点：别光看哪个专业现在就业率高就报哪个。等你四年毕业，市场可能已经变样了。

第三，技术专长永不过时，但“专长”的定义在变。

常言道，技多不压身。你也不知道你掌握的什么技能可能会变成你一生的饭碗。

而面对现代社会绕不开的AI，我们完全不需要成为什么人工智能的博士，因为“这些工具早晚会像用电一样成为家常便饭”。但是我们要看重自己“培养出将AI成功结合进眼前的工作流程所需要具备的批判性思维的能力”。说人话就是，你得知道AI什么时候该用、什么时候不该用、用了之后结果怎么判断。

第四，无形资产是无价的。

《投资的未来》里引用了多项研究，证明情商对特定职业来说与智商一样重要，或比智商更为重要。社交能力、情绪管理、与人协作的能力，在几乎所有职业中都是不可或缺的。这些东西书本试卷上没有，更多是靠眼睛观察，靠大脑思考，靠经验积累。乔布斯当年旁听的那个书法课，后来让麦金塔电脑有了漂亮的字体。这种“无用之用”，恰恰是AI无法复制的。

第五，终身学习比选对一次专业更重要。

书里引用了一项研究：劳动者在终身收入上的差异，很大程度上取决于25到45岁这段时间的工资增长速度。起薪的差距没想象中那么大，真正拉开差距的是工作之后有没有持续学习和成长的能力。