ARTICLE · 1249688
AI成了“新天坑专业”?原来是冰火两重天!
探索未知 科教救国
最近有媒体写了一篇《新天坑专业来了》，矛头直指人工智能。很多家长看完心里一紧：当年挤破头选的热门，怎么就成了坑？
其实，AI专业并没有变成“坑”，只是它正经历一场极度残酷的冰火两重天。
冰的那一面，冻透了很多普通本科生。
2025届人工智能专业本科毕业生，月收入为7084元，几乎就是工学专业的平均线。更扎心的是，对口就业率只有56%，远低于全国本科平均的71%。也就是说，将近一半的AI本科生，最后干的活和AI没什么关系。
火的那一面，烧得顶尖人才身价倍增。
大厂为顶尖算法博士开出的年薪动辄百万甚至数百万。AI领域新发岗位的平均月薪，高出新经济行业平均水平一大截。但这个“火”有极高的门槛，它属于真正能解决复杂问题的那一小撮人。
同一个专业，为什么冰火两重天？
聊到这个话题，我其实特别有感触。当年我让烜哥去学信息学奥赛、学C++，初衷并不是为了让他去死磕竞赛拿奖，而是觉得，相较于纯粹的理论推导，编程更具有“实践性”，它更贴近真实的产业逻辑。
但在今天，我发现这个逻辑正在发生巨变。
过去，你学C++，还能在底层架构里找到实实在在的技术壁垒。但现在，产业发展太快了。当AI能以极快的速度接管大部分代码编写和工程交付时，孩子们再去死磕“怎么手搓底层代码”，性价比就变得很低了。取而代之的，是用AI快速开发出作品、上架，然后让真实用户在场景中去使用、去反馈、去迭代，这对他们来说，才具备了真正的必要性。
这就解释了为什么很多AI专业的毕业生出来找不到工作。本质原因是：产业发展的斜率，和基础教育发展的斜率，完全不同步。
AI产业的进化是指数级的、以月为单位的；而高校教材的更新、师资的培养、课程的设置，是线性的、以年为单位的。这两条斜率不同的曲线，中间裂开了一道巨大的鸿沟。很多学生坐在教室里，学的是两三年前的模型架构，考的是已经被淘汰的框架，出了校门，怎么可能接得住真实产业的需求？
我们得认清一个事实：AI，其实就是未来的“通配能力”。
就像二十年前的英语、十年前的计算机办公软件，AI正在变成所有行业的基础设施。既然是基础设施和通配能力，它的学习逻辑就绝不能是“在教室里听课、在卷子上考试”。
工具的价值，只在被使用的时候才成立。
这也是为什么我一直倡导“做中学”。孩子需要练习的，不是“如何手写一个神经网络”，而是“如何理解真实人群的痛点，然后用AI工具组合出一套解决方案”。
比如在“未来开发者”里，让孩子们去社区里走一圈，问一问小店老板为什么发券效率低，去问问爷爷奶奶为什么用不好手机。这些看似“很小”的场景，是最好的新手村。你能理解身边一个小人物的困境，未来才有可能理解一个更大商业世界的需求。 这种共情力，是任何题库和考卷都给不了的。
有人会说，我不去企业做应用，我去高校做科研总行了吧？
逻辑是一样的。即便是在高校做科研，你也必须清楚“你的研究是为了什么共同目标”。搞明白“为什么做”比“搞明白是什么”更加重要。一个只会跑实验、调参数，却不知道自己的模型能落地在哪里的研究者，在当下的科研环境里同样走不远。
所以，AI专业本身根本不是坑。真正的坑，是把一个需要“做中学”、需要和真实世界高频互动的通配能力，硬生生教成了一门“背多分”的应试学科。
产业的发展不会停下来等教育。既然学校围墙内的更新速度跟不上产业的斜率，我们就必须在墙外帮孩子补上这一课。
这也是我和团队一直在做的“少年OPC”和“未来创始人”沙盘的意义所在：不让孩子坐在原地等知识变旧，而是直接把他们推到真实的需求面前，用真实的商业反馈去倒逼他们成长。
冰火两重天的背后，从来不是专业名字的差别，而是“只会学”和“真的会用”的差别。 当教育斜率追不上产业斜率的时候，让孩子提前进入真实世界去试错，才是最好的破局之道。
推荐阅读：
我是烜妈，一个被科技娃反向赋能的北大文科老妈，小学课文《同学请大声点》作者。陪跑科技娃进入AI时代，计划带100个娃打卡真实企业——让每个孩子的热爱，都被看见。
