夜雨聆风上周，我做了一件无聊但有趣的事：打开Anthropic的招聘页面，数了数每个部门有多少个岗位。
Anthropic——就是做Claude的那家公司。全世界公认技术壁垒最深的AI公司之一，和OpenAI并称AI双雄。
你猜猜，他们招人最多的部门是哪个？
不是AI研究。不是模型训练。不是产品工程。
是销售（Sales）。
Sales岗位数量排第一，超过了AI研究、超过了产品工程、超过了所有技术团队。
我把这个发现分享给一位正在帮孩子规划留学的妈妈。她的第一反应是：
"这不可能。AI公司不是应该最缺程序员吗？"
当技术不再是瓶颈
2026年的AI行业有一个公开的秘密：技术不再是最大的瓶颈，分发才是。
什么意思？
三年前，ChatGPT刚出来的时候，AI公司之间比的是"谁的模型更强"。谁能训练出更大、更聪明的模型，谁就赢了。
那个阶段，最值钱的人是AI研究员——博士毕业、发过顶会论文、能训练大模型的人。
但到了2026年，情况变了。
Claude能写代码、能分析数据、能做客户服务。GPT-4也能。Gemini也能。国内的通义、Kimi、DeepSeek也能。
模型之间的差距在缩小。大家都"够用"了。
这时候，竞争的核心从"谁做得更好"变成了"谁卖得更快"。
2026年5月，硅谷顶级GTM（Go-to-Market）基金的两位创始人Max Altschuler和Paul Irving发了一篇文章，标题直截了当：
"我们进入了分发时代（Distribution Era）。"
他们的核心观点是：当产品之间的差异化越来越小时，赢家不是做得最好的公司，而是触达客户最快的公司。
Anthropic为什么把赌注押在销售上？
Anthropic不是一家普通的AI公司。
它的创始人Dario Amodei和Daniela Amodei是从OpenAI出来的。核心团队包括前OpenAI的VP of Research。这家公司从第一天起，就是以技术为信仰建立的。
但就是这样一家"技术信仰"的公司，现在把最多的招聘名额给了销售部门。
这说明什么？
说明连Anthropic自己都认为，光靠技术已经赢不了了。
它需要的是能把Claude卖进世界500强的人。能让银行、律所、医院、制造企业理解"AI能帮你做什么"的人。能用客户听得懂的语言，把一个复杂的技术产品讲清楚的人。
不是写代码的人，而是懂技术、又能跟人说话的人。
不只是Anthropic
把视野放大，你会发现这不是Anthropic一家的选择。
- OpenAI：正在疯狂招企业销售和客户成功（Customer Success）团队。Sam Altman公开说过，2026年的重点是"把GPT卖给企业"。
- Google Cloud：为了推Gemini的企业版，销售团队扩张了40%以上。
- 微软：Copilot的推广完全依赖销售团队逐个企业去"教"客户怎么用。
全世界最聪明的技术公司，都在把最大的资源投向同一个方向：把技术卖出去。
这不是巧合。这是一个结构性的变化。
一个被家长忽略了十年的事实
现在回到那个核心问题：这跟你孩子学什么有关系？
关系大了。
过去十年，中国家长对留学专业的偏好非常集中：
1. 计算机科学（CS）
2. 商科/金融
3. 工程
其中CS是绝对的第一选择。逻辑很清楚：学CS→去大厂→拿高薪。
但到了2026年，这个逻辑出了两个问题。
问题一：纯CS的就业正在收缩。
AI替代的第一批人就是初级程序员。22-25岁软件开发者的就业人数同比下降了20%。谷歌75%的新代码已经由AI生成。纯粹"写代码"这件事的含金量在快速下降。
问题二：最缺的岗位不在技术端，在商业端。
Anthropic最缺的不是AI研究员（虽然也缺），而是能把AI"翻译"给非技术人群的人。
这种人需要什么能力？
- 理解技术原理（不需要能写模型，但要能看懂）
- 优秀的沟通和说服力
- 商业敏感度
- 跨文化协作能力
换句话说：技术 + 商业 + 沟通。
这是什么样的人才？这恰恰是很多"学商科/传播"的孩子可以覆盖的领域——只要他们愿意嫁接AI行业的知识。
"学商科没用"是这个时代最大的误解之一
很多家长有一个根深蒂固的观念：
"理工科才是硬通货，商科/文科/传播学都是软专业，出来找不到工作。"
这个观念在五年前基本正确。但在2026年，它需要被修正。
准确的说法是：
脱离行业的商科确实没用。嫁接到AI行业的商科，值钱得要死。
一个例子：
Anthropic的一个高级企业客户经理（Enterprise Account Executive），年薪在30-50万美元之间。折合人民币200-350万。这比绝大多数AI研究员的薪资还高。
为什么这么贵？因为一个好的企业销售能给公司带来数千万美元的合同。AI公司不缺技术，缺的是能把技术变成收入的人。
再看一个例子：
OpenAI的"客户成功"团队（Customer Success），负责帮已签约的企业客户把GPT用起来。这个岗位的背景要求不是CS博士，而是"商科/MBA + 对AI有基本理解"。
如果你的孩子学的是市场营销、传播、管理，但同时对AI有兴趣——恭喜，这可能是2026年最被低估的专业组合。
那到底该学什么？
我不是说"别学CS了"。CS依然是一个好专业，尤其是往AI研究方向走的顶尖人才。
但我想说的是："学什么有用"这个问题的答案，正在从"学技术"变成"学技术+X"。
X可以是：
- 商业/销售：把AI卖给企业——Anthropic最缺的人
- 传播/内容：用人能理解的方式解释AI——每家AI公司都在招的人
- 法律：AI监管和合规——一个刚刚诞生、供给几乎为零的领域
- 医疗/生命科学：把AI应用到临床——谷歌、微软重金投入的方向
- 教育：用AI重新设计教学——全球增长最快的AI应用场景
共同点是：不是纯技术，也不是纯文科，而是技术和某个行业的交叉。
这些交叉路径的好处在于：供给极少（既懂技术又懂行业的人本来就稀缺），需求极大（每个行业都在被AI渗透），而且不容易被AI替代（因为涉及人际沟通、行业理解和判断力）。
一个思考框架
下次你帮孩子选专业时，可以用这个框架：
不要只问"这个专业好不好找工作"，要问"这个专业 + AI之后，市场缺不缺这种人"。
| 专业 | 单独的市场价值 | + AI之后的市场价值 |
|---|---|---|
| 纯CS | 在下降 | 高端AI研究仍然极高 |
| 商科/MBA | 一般 | AI企业销售/GTM方向，极缺 |
| 传播/营销 | 偏低 | AI产品营销/内容策略，供不应求 |
| 法学 | 稳定 | AI法律合规，蓝海 |
| 医学/生物 | 高但辛苦 | AI+医疗，爆发中 |
| 教育学 | 偏低 | AI教育产品，全球增长最快 |
Anthropic用它的招聘页面告诉了全世界一个事实：
AI时代最缺的不是写代码的人，是能把技术卖出去、用起来的人。
这件事的window（窗口期）可能只有三到五年。等到所有人都反应过来，供给就上来了。
不要只盯着"学CS"。技术+商业的交叉路径，可能是未来五年最被低估的方向。
IvyClaw 帮你找到适合孩子的那个"X"——技术和哪个领域的交叉最适合他/她，哪些学校在这些交叉领域最强，怎么规划一条不容易被AI替代的路径。
