ARTICLE · 1168390
疯了!美国AI本科专业一年暴增114%!MIT、宾大集体出手,最吃香的专业却让家长意外…
美国顶尖大学的本科专业，正在迎来一轮大洗牌！
就在9月24日，宾夕法尼亚大学宣布，将原来的“数字媒体设计”专业升级为“视觉与互动计算”；9月21日，西北大学正式推出人工智能本科专业。
不止这两所！今年以来，哈佛新增“能源、气候与环境”，康奈尔推出“科学、科技与社会”专业，卡耐基梅隆更是开出了“全球文化与新兴科技”专业……
更值得家长关注的是，名校正在打破传统学科边界，越来越多专业开始走向“AI＋X”的跨学科组合。
比如东北大学就在今年秋季一口气开出了24个AI复合专业，包括：AI+数学、AI+生物化学、AI+新闻等等。原来的数据科学理学学士正式更名为人工智能理学学士。
根据《2025 AI学位报告》统计，2024年全美AI本科项目仅90个，2025 年已增加到 193个，一年暴增114%；AI硕士项目更是从 2022年的 116 个激增至 2025 年的 310 个，是原来的 2.7倍。AI正在重塑美国大学的就业版图。哪些专业正在吃到AI红利？孩子从初中、高中开始，又该提前准备什么？
今天，我们请在科技行业深耕30多年的理工爸爸张庆豪老师，拆解这场变化背后的机会。
这两年，名校一个接一个地开人工智能本科专业。动作背后的信号，比专业本身更重要。
MIT 在 2022 年秋季开出 6-4 号新学位「人工智能与决策」（Artificial Intelligence and Decision-Making）；宾大开出常春藤第一个 AI 工学学士（B.S.E. in AI），由电气与系统工程系和计算机与信息科学系合办。南加州大学的人工智能本科，今年秋季迎来第一届学生。
动作更大的在后面——大学已经动到学院这一级了：
学校的动作，就是产业的晴雨表
香港大学 2024 年 7 月 1 日正式成立计算与数据科学学院（CDS），把原属工程学院的计算机科学系、理学院的统计及精算学系整合进来，下设计算机科学、统计与精算、人工智能与数据科学三个系。
南加州大学把高等计算科学学院作为全校第 23 个学院推出，是校长 Carol Folt「计算前沿」登月计划的核心，目标是让全校每一个专业的学生——人文学科、法学、商科、教育、电影——都具备计算素养。
史蒂文斯理工（Stevens Institute of Technology）也成立了新的计算学院，把计算提升到学校战略层。
为什么看学院级别这么重要？因为大学是全社会反应最慢的机构。开一个本科专业，要一关一关地过系、过学院、过学校、过认证，通常要好几年；把两个系合起来建一个新学院，流程更长。等学校动到学院这一级，说明产业那边的需求，已经稳定存在好几年了。
红利已经来了。问题是孩子怎么抢到。
哈尔滨工业大学电子工程本科，英国巴斯大学电子工程硕士。早年在航天系统做卫星软件，后任摩托罗拉中国技术总监、惠普中国战略客户总监，在科技行业三十多年。IB 认证教育者，2025 年福布斯国际教育影响力人物。
工橙院 Youth STEM Academy 2015 年创办，专注青少年理工课程，学生大多来自国际学校，出口是北美和英国理工名校的计算机、电子与工程专业。学员在美国计算机奥林匹克竞赛中累计获白金级 12 人次、金级 42 人次；加拿大计算机竞赛 2018 年获中国区第一、2019 年获全球第一。
张老师在爸爸真棒上的分享： 一位前500强的理工爸爸带娃走向STEM之路的独白
👇扫码预约👇
竞赛思维课程或
AI 实战项目开发的体验课
AI红利大爆发！
未来最吃香的专业到底有哪些？
十年前说学理工，家长脑子里多半是一个人坐在电脑前写代码。现在顺着 AI 这条产业链，从上游往下游看，每一段都在要人：
最上游的「送电」最出人意料，数据也最硬。
一组数据看懂 AI 抢走了什么
据 Wood Mackenzie，2019 年至 2025 年，美国发电升压变压器（GSU）需求增长了 274%，变电站电力变压器需求增长 116%。
截至 2025 年第二季度，美国电力变压器平均交付周期 128 周（约 2.5 年），发电升压变压器平均 144 周（约 2.8 年）。
价格同步上行：电力变压器价格自 2019 年以来累计上涨 77%，部分配电变压器最高涨了 95%。
不是造不出来，是产能和关键材料跟不上。
于是，电力、电子、机械这些看着跟 AI 不沾边的专业，被硬生生拉了起来。AI 的红利，不只属于敲代码的人。
最下游这一段，是计算机跟别的学科合在一起。
MIT 的电气工程与计算机系（EECS）现在挂着九类本科学位，其中四类是跨系合办：6-7 计算机与分子生物（与生物系）、6-9 计算与认知（与脑与认知科学系）、6-14 计算机、经济与数据科学（与经济系）、11-6 城市科学与规划（与城市研究与规划系）。伊利诺伊大学香槟分校（UIUC）有十四个正式专业就叫「计算机＋某某」——加音乐、加哲学、加天文、加动物科学、加人类学、加语言学，学位由对方那个学院颁发。
所以对孩子来说，判断标准很简单：你喜欢哪门学科，那门学科加上计算机，就是一条新路。不是每个孩子都得挤同一个专业。
MIT、宾大都在开AI专业！
但真正懂行的家长，不能只盯着AI
产业链落到大学里，就是一个个专业。家长最容易搞混的是 CS、CE、EE 这三个名字，现在又多了 SE 和 AI。拿一部手机来说：
CS / CE / EE / SE：用一部手机分清
EE 电气工程——决定手机信号好不好、电池撑多久。管的是「电」，范围比多数人想的大：电网、电机、通信基站、医疗设备都归它。
CE 计算机工程——决定它卡不卡。管的是「算」，一定在计算机这条线上。同一门 CE，各学校差别最大：有的挂在电子系下面偏硬，有的挂在计算机系下面偏软。
CS 计算机科学——决定上面有什么 App。管的是「算什么、怎么算」，算法、系统、理论都在这一层。
SE 软件工程——决定一群人怎么把这个 App 做出来，每次更新还不崩。
同一个 CE，各个学校差别最大，UCLA 一家就有三个名字几乎一样的专业，从软到硬排开。所以看专业名字没用，得看课表。
好消息是，这几个专业大一大二学的几乎一样：微积分、线性代数、概率、编程、数据结构，真正分开要到大二下。申请准备也八成重合：数学成绩、编程基础、真做过的项目。
只有一件事值得早定——物理。
计算机科学大多数学校不要求物理；计算机工程和电气工程在工程学院里普遍要求。高中把 AP 物理 C 或者 IB 物理 HL 选上，三条路都开着；不选，就只剩一条。这不是劝孩子多考一门试，是别把选择权提前交出去。
那新开的 AI 专业学什么？拿宾大来看最清楚。宾大的人工智能工学学士要修 37 门课，编程和算法约 5 门，数学和科学约 8 门，AI 核心 12 门，从机器学习、视觉与语言、优化与控制、信号与系统里挑，另外必修伦理、认知科学，还有两个学期的毕业设计。
和计算机专业比，底子是同一个：编程、数据结构、算法、微积分、线性代数、概率。计算机往操作系统、网络、数据库这些「系统」走得宽；AI 往概率统计、优化、机器学习走得深，数学更重。
哪些学校开了 AI 专业，结论可能跟很多家长想的不一样。
MIT、宾大、南加州、普渡、港大开了。而加州理工、UCLA、密歇根、佐治亚理工、伊利诺伊香槟，到今天都没有单开 AI 本科。加州理工全校 971 个本科生，不管读什么，三个学期数学、三个学期物理一门都躲不掉——它连 AI 辅修都没有。
没开的这些学校并没有掉队。它们没单开一个专业，是把 AI 铺进了每一个专业里。所以孩子不是非读 AI 专业才能吃到这波红利。决定能不能吃到的，是底下那一层：数学、算法、把问题拆开的能力。这一层，开不开 AI 专业的学校，要求都一样。
计算机毕业生失业率7%，起薪却高达9万美元！
名校到底在抢什么人？
网上说计算机专业不好找工作了。这话有一半对。
美国纽约联邦储备银行今年 2 月发布的应届生数据（22—27 岁）里，计算机工程失业率 7.8%，计算机科学 7.0%，确实排在前面。
但同一张表里，起薪一栏是反过来的：73 个专业里，计算机工程 9 万美元排第一，计算机科学 8.7 万排第二，前八名全是计算机和工程。
同一张表，两个相反的信号
「失业率」是调查那一周正在找工作的人占多少，刚毕业、正在换工作的都算在里面，不等于找不到工作。
「起薪」看的是质量：能找到的人，拿的是市场上最好的那几份工作。
合起来的意思是：门变窄了，但进去的人拿的还是最好的那几份工作。
招人的一方在挑，挑的是进来就能上手、手上有真东西的人。
「上过这门课」和「真做过这样的东西」，在简历上只差几个字，在面试里差得很远。大学申请也是一样。招生官看完成绩，会问一句：「你做过什么？为什么这么做？」学校的课给了孩子分数，这一问，得孩子自己拿东西出来答。
这个东西，大学里再开始就晚了半拍。
大四找实习时人人都在补，那时才做第一个项目，根本来不及做深。能做深的时间，就在初三到高二这几年：孩子时间整、好奇心足，做出来的项目既是申请里「你为什么这么做」的答案，进了大学找实习、找导师还能接着用。
怎么判断一个项目是真做过，还是只做了个样子？两条标准，家长自己就能验：
第一，换一组数据，它还能跑吗？真项目有数据、有模型、有验证，换一拨数据依然成立；套模板做出来的东西，一换数据就露馅。
第二，让孩子对一个不懂技术的人讲五分钟，对方听懂了吗？真做过的人能讲清每一步的选择和取舍；没做过的，背得出结论，讲不出过程。
工橙院 · AI 实战项目开发
工橙院的 AI 实战项目开发，就是照这两条标准带着孩子做。
拿 TACO 这个项目来说。孩子要亲手做一个 AI 系统：读公众人物在新闻里放的狠话，判断他是认真的还是吓唬人，再对照历史上类似的情况，预测原油、黄金、美股接下来几天往哪走。用的是真实的市场数据，系统最后要真的部署到网上。
12 次课做完，孩子手里有四样东西：一个谁都能点开用的网址，不是截图；一个记录了每一步开发过程的代码仓库；一段自己讲解的 3 分钟演示视频；一段可以直接写进大学申请的活动描述。
门槛不高，学过一点 Python 就行，金融和 AI 都从头教。另一个项目也快开课了：做一个性格测评，用 AI 把性格类型对到适合的专业和工作。
温哥华有一位同学，当年在工橙院做加拿大计算机竞赛集训，又做了参加微软创新杯的开发项目。后来他被宾大沃顿商学院和工程学院合办的 M&T 项目录取，现在快毕业，已经拿到摩根士丹利的工作 offer。竞赛练出来的底子，加上一个真做过的项目，申请时用上了，找工作时又用上了一次。
10多年前的中学生竞赛，
竟然走出了今天的AI领军人物！
2013 年，美国计算机奥林匹克竞赛（USACO）从全美选出一批中学生参加集训营。名单是公开的。
十几年后再看这份名单：有三个人现在在同一家 AI 公司，分别是联合创始人兼 CEO、联合创始人兼 CTO 和一位工程师——他们就是在那个集训营里认识的。同一份名单上还有 Facebook 母公司的首席 AI 官、ChatGPT 背后那家公司的研究员、一家 AI 搜索公司的联合创始人。另外将近一半进了大学做研究。
这些人有个共同点：他们是在还没有 AI 的年代练出来的。当年没有大模型可以抄，练的是一件很朴素的事——拿到一道没见过的题，自己拆开，想明白，再动手。这件事不需要拿奖也能练，而且最适合从初中开始。
工橙院 · 竞赛思维课程
很多孩子已经能写出程序，可拿到一道竞赛题，还是不知道第一步该做什么。差的往往不是语法，是把一道题拆开的那套思路。
工橙院的竞赛思维课程练的就是这个。24 次课，线上小班，面向六到八年级、学过一点 Python 的孩子。每一节课都从一道真题开始：不是学完语法再去找题，而是先看题，再补上解开它缺的那一步。解法在屏幕上一步一步展开，孩子看见的是「这一步是怎么想到的」，不只是一段现成的答案。整门课大约 180 道题，覆盖的内容和美国计算机奥赛铜级的要求高度重合。
24 次课之后，拿到一道从没见过的题，孩子能自己说出第一步该做什么。这一点，才是竞赛真正在考的东西。
第一场实战，是加拿大滑铁卢大学主办的海狸计算思维竞赛（Beaver Computing Challenge）。不要求会编程，45 分钟，很适合初中孩子第一次体验正式的国际竞赛。这次直播的福利里，就有海狸竞赛的名额和免费考前集训。
再往上走，是竞赛高级算法集训。上海有一位同学就是这样一路练上去的：美国计算机奥赛白金级，加拿大计算机竞赛全球第 15 名，后来去了 MIT。
用了AI，考试成绩反而下降17%？！
孩子到底该怎么学AI？
宾夕法尼亚大学沃顿商学院的研究团队，在土耳其一所高中做过一个随机对照实验，成果 2025 年发表在《美国国家科学院院刊》（PNAS）。近 1000 名 9 到 11 年级学生、约 50 个班级，随机分成三组：
GPT Base 组：直接给答案，模拟标准 ChatGPT。
GPT Tutor 组：只给提示、不给答案，并内置正确答案用于核对。
对照组：只用课本和笔记。
结果很值得停下来看一眼：
三个数字，三种命运
练习阶段（可以用工具）：GPT Base 组成绩比对照组高 48%；GPT Tutor 组高 127%。有 AI 帮忙，作业都更好看。
独立考试（AI 全部撤走）：GPT Base 组反而比对照组低 17%，统计显著。练习分数最好看的那批孩子，真正要自己动脑的时候，考得比完全没碰过 AI 的同学还差。
GPT Tutor 组与对照组持平，基本没有损害。只把「不给答案」这一个开关改掉，结果就完全不一样。
研究还测了 GPT Base 本身的业务水平：面对 57 道练习题，每题问 10 次，它的回答逻辑错误占 42%、算术错误占 8%、真正正确的只有 51%。学生的问题不在于被它带错，而在于压根没自己动脑。
伤学习的不是 AI，是让 AI 替孩子想。
出一道题，可以和孩子一起试试：
一双运动鞋原价 400 元，全场打八折，结账时会员再打九折。AI 说：八折便宜 20%，九折便宜 10%，一共便宜 30%，最后付 280 元。
正确答案是 288 元。打完八折是 320 元，会员九折是在 320 元上打的，不是在 400 元上。AI 的过程写得一步一步，很顺，错就错在「看起来太顺了」。
「AI 素养」现在已经是国际上正式评估的能力。联合国教科文组织 2024 年发布《学生人工智能能力框架》；经合组织（PISA 的主办方）和欧盟委员会 今年 6 月发布《AI 素养框架》，2029 年的 PISA 将第一次考「媒体与 AI 素养」。评估的核心，恰恰是看孩子能不能发现 AI 的错误。
我们参照这两套框架，编了一套《AI 找茬》AI 能力评测。12 道情境题，都是孩子生活里会碰到的场景：AI 说已经帮你把邮件发出去了，AI 给你算好了出门时间，AI 帮老师做了一个算平均分的表格……每一道，AI 都答得像模像样，又都藏着一个错。孩子和家长都能做。
做完当场出四项能力画像：认识 AI、用 AI 做事、数学推理、逻辑与程序，每项分四层。孩子现在在第几层、下一步该补什么，一目了然。
测评之后，工橙院的课怎么接
▸ 初中：竞赛思维课程，24 次线上小班，海狸竞赛做第一场实战。测评里数学推理偏弱的，从这里补起。
▸ 初三到高二：AI 实战项目开发，做一个能上线、能讲清楚的真作品。测评里逻辑与程序偏弱的，从这里补起。想走竞赛的，接美国计算机奥赛和加拿大计算机竞赛集训。
▸ 高中：AP / IB 计算机课程、竞赛高级算法集训，把做过的项目整理成申请材料。
授课老师大多是 985、211 和海外名校的科班出身，带科研项目的老师都有产业经验。
👇现在扫码，可以领两样东西👇
▸ 《AI 找茬》评测邀请码。测评网址 aiceshi.ysa.ai，凭邀请码进入。做完把结果发给课程顾问，我们逐题讲孩子错在哪、先补哪一条。
▸ 滑铁卢大学海狸计算思维竞赛名额，共 10 个。含免费考前集训。
也可以直接预约竞赛思维课程或 AI 实战项目开发的体验课。
路径可以改，能力不能重来。
👇点击预约最新直播👇
点赞&在看，及时收到推送哦
