夜雨聆风外甥和老婆的堂弟今年高考，家里聊到报志愿，都一直绕不开一个问题：都AI 时代了，专业到底怎么选？
我是做 AI 方向的程序员，这几年变化是天天扑面而来。过去很多要靠经验、靠熟练度、靠熬时间完成的工作，现在 AI 一下子就能做得七七八八，效率提升不止十倍。对家长来说，这个变化很容易带来焦虑：孩子辛辛苦苦读四年大学，出来以后专业会不会已经不值钱了？
我跟我的助理“富贵儿”（Powered by GPT5.5 & Hermes）做了深入探讨，也翻了一些材料，最后结合自己的工作感受想了一圈，得到些结论，这里跟广大考生和家长朋友们做个探讨。
我最核心的发现是：我们不能简单从“哪个专业会被 AI 替代，哪个专业不会”这个角度思考。而是应该考虑——AI 时代，什么样的能力会越来越有价值？ 想明白后，再来考虑： 什么样的专业，能帮孩子长出这些能力？
先别急着找“安全专业”
很多家长的第一反应，是赶紧找一个安全专业，避开 AI 的冲击。这个想法很自然，但不够合理。
因为 AI 不是先把一个职业整体消灭掉，而是先把职业里的某些工作拆出来，重新定价。
比如检索资料、归纳信息、写初稿、改格式、套模板、做基础分析、跑标准流程，这些过去都是很多白领岗位的入门工作。现在机器能做了，而且做得越来越快。
所以真正危险的，不一定是某个专业名字，而是把自己训练成一个单一工具。
只会翻译，只会写模板，只会整理材料，只会按流程执行，这些能力以前能挣一份不错的收入，但以后会越来越不值钱。
但这不等于人没价值。恰恰相反，AI 把一部分工具性劳动接过去以后，人更应该往上游走：定义问题、做判断、连接资源、承担后果。
选专业时，最该看的也不是“AI 替代不了什么”，而是：
这个专业能不能把孩子训练到更上游的位置？
AI 确实厉害，高考数学压轴题，AI 可以在 1 分钟内给出标准答案，可以 1 天写完程序员 1 个月的代码量。但它没有肉体，没有情感，不会为一个念头反复纠结，也不会为错误承担人生后果。
而人是实实在在的生命体。成长以年为单位，在犯错中迭代自我。AI 可以轻松复制出成千上万个实例，但一个人的十八岁，只有一次。
真正该培养的是这三种核心能力
如果把专业名字先放一边，我觉得 AI 时代最值得训练的是三种能力。
第一，解决真实问题的能力。
学校里的题目大多有标准答案，但真实世界不是这样。真实问题往往一开始连“问题到底是什么”都说不清楚，还要受预算、时间、资源、人情、风险的限制。
越是能在这种条件下把事情做成，越难被 AI 替代。
所以报志愿时，不要只看课程名字好不好听。要看这个专业有没有项目课、实验课、工程训练、临床训练、实习机会、产业连接。只在教室里学概念，和真的把东西做出来，是两回事。
第二，跨领域折腾的能力。
AI 时代有个变化很重要：工具门槛被拉低了。
不会写代码的人，也可以借助 AI 写一点代码；不懂设计的人，也能做出基本原型；过去被贴上“不擅长”的领域，现在有了重新打开的可能。
这意味着，孩子不该太早被一个标签锁死。数学好，可以往计算机、金融工程、物理、AI 走；医学背景可以接医疗影像、生物信息；化学、材料、电气、机械，也都能和 AI 结合出新东西。
所以要看学校有没有跨学科选修、辅修、实验室开放、项目制学习。单一专业排名重要，但边界能不能打开，也很重要。
第三，在不确定中做判断的能力。
AI 可以给你一百种方案，但最后说“就选这个，我负责”的，还是人。
一个孩子如果从小到大都被安排，到了三十岁突然要自己做选择，会慌。相反，如果他一直在做决策、承担后果、修正判断，就算外部环境变了，也能重新找路。
落到专业选择上，就是看这个专业到底训练执行者，还是训练判断者。前者让人习惯等答案，后者让人学会在信息不全的时候拍板。
Yoni Rechtman 有篇文章叫《There will only be four jobs》，把 AI 时代的工作压缩成四类：高速产出者、兜底质量的人、搞定人际的人、能踩刹车的人。
这个分类有意思，因为它不是按专业名称分，而是按能力特质分。未来值钱的，不是“学了一个听起来安全的专业”，而是练成了什么样的人。
具体怎么选：别追热词，要着重看底子
说回报志愿。
“人工智能专业”现在很热，但名字热，不等于训练强。有些学校的 AI 专业是强校强系自然长出来的，有些只是把几门课重新打包。
同样分数下，我反而更愿意看强校强系的传统硬专业，比如 计算机科学与技术、数学与应用数学、统计学、自动化、电子信息工程、集成电路。
这些专业的好处是底子硬，迁移能力强。以后往 AI 走可以，往芯片、机器人、通信、金融工程、数据科学走也可以。
我更看好的方向，大致分三类。
第一类，是基础硬专业。
计算机、数学、统计、电子信息、自动化、集成电路，这些方向本身就靠逻辑、数学、工程能力吃饭。AI 越发展，对这类底层能力的要求反而越高。
第二类，是 AI 和实体产业结合的方向。
电气、机器人、能源、微电子、医疗影像、生物信息、材料、化工、航空航天、脑机接口，都属于这一类。
它们不像热词那样显眼，但一旦做深，门槛很高。比如表舅家二儿子考了西安交大电机专业，在具身智能和新能源汽车增长下，前景就很好。导师儿子在美国读计算化学博士，化学 + AI，也很有搞头。
未来真正稀缺的人，不是只懂 AI 的人，而是既懂 AI，又懂电力、制造、医疗、材料、能源这些真实行业的人。
第三类，是培养周期长但门槛高的专业。
临床医学、口腔医学、医学影像、生物信息、部分材料和化工，都属于前期难熬、后期门槛高的方向。
这些专业不能只看“会不会被 AI 替代”。医学会用 AI，影像会用 AI，药物研发会用 AI，但责任主体仍然是人。真正的问题是孩子能不能接受长周期训练，家庭能不能扛住前期投入。
至于 AI 本身，我不认为已经到天花板。
很多人说 AI 技术差不多了，再钻 ROI 不高。我不认同。1900 年，开尔文勋爵也觉得物理学大厦差不多建成了，没有研究的必要了，结果他提到的两朵“乌云”，后来催生了量子力学和相对论。
AI 现在还有很多问题刚刚露头：Agent 记忆、低成本训练推理、多模态、物理世界模型、AI 在传统学科里的应用、大规模服务集群。选择 AI 相关方向，不是不能选，关键是别只停在下游应用层，要尽量站到基础能力、工程能力和行业结合处。
哪些方向要谨慎？
有些方向需要更谨慎。
比如 翻译、新闻学、传播学、秘书学、行政管理、电子商务、市场营销、旅游管理。
不是说这些专业一定不能学，而是它们对应的很多入门工作，刚好是 AI 最擅长的：写稿、翻译、整理材料、做方案、跑流程、基础运营。
如果只是学一个单一技能，毕业后会比较难受。要么学校层次很强，要么孩子个人能力很强，要么能叠加法律、金融、技术、国际关系、内容创作等第二曲线，否则路会越来越窄。
纯外语类尤其如此。“只会外语”这条路的入口在快速收窄。AI 翻译已经覆盖绝大部分商务场景，剩下需要人的位置，拼的是跨文化判断、谈判、内容创作和专业领域知识。
Karpathy 之前做过职业暴露分析，用颜色标注不同职业被 AI 冲击的程度。红色区域，我们需要谨慎：
也要考虑下家庭条件
选专业不只看行业趋势，还得看家里手头有什么牌。
不同家庭玩的不是同一个游戏。
普通家庭更需要确定性。赚钱多、就业稳、能靠自己站住，计算机、电气、医学这类专业就很有价值。不是保守，而是先拿入场券。人站稳了，后面才有试错空间。
家里不缺钱的，可以承受长周期和试错成本，孩子如果真喜欢基础科学、艺术、科研、交叉学科，没必要只盯最稳的路线。
有社会资源的家庭，也要实事求是。家族里从政、经商、做法律金融，法学、金融、管理这些专业如果能接上真实资源，就不是空中楼阁。
所以别只关注“什么专业好”。还要看：孩子适合什么，家庭能支撑什么，学校能提供什么，行业未来往哪里走。
《论语》里有句话：君子不器。
人不能把自己活成一个固定用途的器具。AI 时代更是如此。只把孩子训练成单一工具，未来很容易被重新定价。更好的路径，是先有一个硬底子，再能把这个底子接到不同真实问题和场景上。
这才是复合型人才。
最后：专业不是庇护所，是人生一个新的起点
高考选专业，不是在替孩子找一个永远安全的角落。这个角落大概率不存在。
真正值得找的，是一个能让孩子长出能力、愿意投入、也有机会连接真实世界的起点。
AI 能生成很多方案，但它不会主动想“我要做一件事”。不会半夜睡不着突然想改变一个行业，也不会在被所有人不看好时咬牙把东西做出来。
更稀缺的是，人能给 AI 一个愿望、一个判断、一个方向。AI 其实是人的放大器。判断力不好，它让你在错误方向跑得更快；判断力好，它就是最好的工具。
所以，别只教孩子避开变化。让他往上游走，多积累硬实力，往真实产业走。最重要的是，让他相信自己能做成一点事，而不是只会等一个安全答案。
詹姆斯・卡斯在《有限与无限的游戏》里讲到了有限游戏和无限游戏：
- 有限游戏有边界、有规则、有输赢、有终点。考试、比赛、升职、短期竞争，都是有限游戏。
- 无限游戏没有固定终点，也不是为了赢过谁。它的目的，是让游戏继续下去，让人不断拓展可能性。学习、成长、热爱、人际关系，乃至整个人生，都更像无限游戏。
高考当然是有限游戏。分数、排名、志愿、录取，都很具体，也很残酷。
但人生不是。
选专业真正重要的，不是让孩子在某一次有限游戏里拿到一个看似安全的结果，而是帮他进入一场能持续学习、持续试错、持续拓展边界的无限游戏。
选错了，可以调整。路走窄了，可以重新选择。真正怕的不是犯错，是把自己活成一个只会等待标准答案的人。
人生是旷野，不是轨道。天高任鸟飞，咱别只考虑“躲枪子”！
最后祝广大学子金榜题名！
PS：本文 AI 含量 50%。
参考资料
- Karpathy Jobs：https://karpathy.ai/jobs/
- Karpathy Jobs 仓库：https://github.com/karpathy/jobs
- Jobs Exposure Atlas：https://github.com/mathias3/jobs-exposure-atlas
- OpenAI《GPTs are GPTs》：https://openai.com/index/gpts-are-gpts/
- Anthropic Economic Index：https://www.anthropic.com/research/the-anthropic-economic-index
- Anthropic Economic Index March 2026 Report：https://www.anthropic.com/research/economic-index-march-2026-report
- ILO《Generative AI and Jobs》：https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure
- WEF《Future of Jobs Report 2025》：https://www.weforum.org/publications/the-future-of-jobs-report-2025/
- 教育部本科专业设置与战略产业方向通知：https://www.moe.gov.cn/s78/a08/tongzhi/202506/t20250630_1196068.html
- Yoni Rechtman《There will only be four jobs》：https://99d.substack.com/p/there-will-only-be-four-jobs