夜雨聆风前段时间几个朋友资询我，小孩要上大学了，选专业让给些建议，我一时语塞。因为在知时快速迭代的今天，任何今天学的东西，可能未来几年就过时了。另外叠加AI快速发展的时代。专业选择更加难以选择。
后来跟几位来自HR,研发，软件，金融，的朋友讨论下来，结论是:选自已感兴趣的专业就好，兴趣会让你去接触到这个专业最前研的知识，同时遍开可遇见的能让AI轻易取代的重复性工作。
另外deepseek了一下这个问题如下，也很中肯客观，供各位参考。
各行的朋友在AI时代选专业，核心思路是：避开AI擅长的“模式识别”和“重复劳动”，投向AI难以替代的“复杂决策”、“情感连接”和“跨界创造”。
基于这个逻辑，可以把专业分为三类：
1. 与AI共生的高潜力方向
这些是技术核心，需求大但竞争激烈，适合数学、逻辑强，且能接受持续学习的人。
· 计算机科学：重点学AI系统构建、算法、云计算等，不建议只学纯应用编程，要多关注AI底层。
· 数据科学：核心是从数据中提取商业决策洞察。需补齐统计学和业务分析能力。
· 电子信息工程：AI的物理载体，芯片设计、嵌入式系统、物联网是未来10年的硬需求。
· 自动化/机器人工程：侧重控制算法、机器人操作系统，负责将AI指令转化为物理动作。
2. 打造“AI铠甲”的稳健方向
这类专业利用AI增强能力，同时凭借人类独特的复杂沟通和创造性难以被替代。
· 临床医学/护理：诊断可参考AI，但手术、共情、临终关怀等无法被取代。
· 心理学/心理咨询：AI可以提供认知行为疗法的模板，但无法复刻真实的人际信任。
· 法学：合同审查会被AI颠覆，但出庭辩论、商业谈判等价值会更高。
· 教育/师范：标准知识传授可被替代，但个性化引导、品格塑造是不可或缺的。
· 建筑学/城乡规划：生成式AI可做方案初筛，但复杂需求的利益协调和审美决策需要建筑师。
· 哲学/历史/文学：AI能模仿风格，但无法进行真正的意义阐释、价值批判和体系构建。
3. 需要转型的传统专业
这些专业基础但核心任务易被AI替代，必须通过“+AI”来升级。
· 会计学 → 管理会计：从记账转向税务筹划、风险控制。
· 外语/翻译 → 本地化与跨文化管理：从文字转换转向文化适配。
· 新闻传播 → 内容策展与事实核查：从写稿转向选题、求证和深度调查。
· 基础法律文秘 → 合规与数据隐私官：未来需具备AI法律和隐私计算知识。
· 基础编程 → AI产品经理：如果不学AI算法，纯CRUD程序员会面临替代压力。
一些具体建议
· 核心原则：主动拥抱专业与AI的交叉。
· 避开陷阱：尽量不选仅培养单一、标准化技能的专业，如“纯打字录入”、“初级平面排版”。
· 发展策略：培养复合能力，比如医学+AI（医学影像分析），法律+AI（智能合约），或者侧重于线下的硬技能（如电工、护理）。
· 关注新兴：如人机交互、AI伦理、数字医疗等，目前虽小众但前景好。
总而言之，AI更像“电力”，会全面渗透。选专业的关键不在于对抗它，而在于学会如何高效利用它，并同时培养AI做不到的好奇心、批判性思维和共情力。
