夜雨聆风AI高考志愿实验
如果你现在正用AI帮你选专业、选行业、选方向——你有没有想过，AI给你的建议，到底是"看见了未来"，还是"把过去拉成了一条直线"？
高考结束了，最近刷到不少新闻，说有地方开始用AI辅助学生填报志愿。今年刚好是我毕业10年，2015年我参加的高考，北京理科生。看到这些新闻的时候，我突然想做一个实验：如果让AI穿越回2015年，用2015年之前的所有信息帮我选专业，它会建议我走哪条路？而这条路，放到2025年的现实里，到底经不经得起检验？
说干就干。
我的想法很简单——给AI设定一个硬约束：你的全部知识截止于2015年6月，对之后发生的一切一无所知。然后让它像当年一位真正的高考志愿咨询师一样，先问我问题，了解我的情况，再给我推荐专业和学校。
我把同一个提示词喂给了6个AI：ChatGPT、Claude、Gemini、DeepSeek、Kimi、豆包。然后交叉对比它们的推荐，再拿2015到2025这十年的行业发展现实去撞。
我想看看，AI基于历史信息做趋势外推，到底能不能帮人看见未来。
一、提示词：给AI戴上2015年的镣铐
做实验，提示词是关键。如果提示词不严谨，AI随时可能"泄露"未来信息，整个实验就废了。
我花了些时间打磨，最后定了几个硬性约束：
第一，知识截止时间必须卡死。"你的全部知识截止于2015年6月。2015年6月之后发生的所有事情——包括行业变化、政策调整、技术突破、经济事件——你一无所知，就像它们从未发生过。"这一条是最核心的。但说实话，AI模型本身是2024、2025年训练的，它"知道"后面发生了什么。你让它假装不知道，它能不能真的忍住？这本身也是实验的一个观察点。
第二，必须精确到6位专业代码。不能说"计算机类"，得说"080901计算机科学与技术"还是"080902软件工程"。同一大类下，不同专业代码的命运可能天差地别——2015年看都是"计算机热"，但到2025年，软件工程传统开发岗饱和了，信息安全却连续十年高薪榜第一。
第三，必须参考过往录取线，不能滑档。我2015年北京理科，总分492（含5分少数民族加分497），压二本线2分。AI推荐学校必须参考2012-2014年实际录取线，每个推荐标注"冲/稳/保"风险等级，硬性要求不滑档——让我实际有学校上。
第四，先反问再推荐。不让AI上来就甩方案，而是让它先提问了解考生，可以多轮，直到它觉得足够了解再给推荐。
第五，推荐必须标注"最看好""最稳妥""最意外"。特别是"最意外"——让AI推荐一个考生可能没考虑过但觉得特别适合的专业。后来回溯验证的时候，这个"最意外"维度成了最有看头的部分。
完整提示词的核心结构是这样的——
角色设定：一位经验丰富的高考志愿填报咨询师，时间是2015年6月，高考刚刚结束。
你的全部知识截止于2015年6月。2015年6月之后发生的所有事情，你一无所知，就像它们从未发生过。你不能以任何形式"泄露"或暗示之后的信息。
考生信息：2015年北京理科生，总分497，不出国，全国选学校和专业。
工作流程分两阶段——第一阶段：AI先提问了解考生，可以多轮，直到觉得足够了解；第二阶段：给出Top 10专业推荐，每个专业需说明推荐理由、行业趋势判断、就业前景和薪资、2-3所目标院校（参考2012-2014年录取线，标注冲/稳/保风险等级）。最后标注"最看好""最稳妥""最意外"各1-2个。
有一个细节后来成了关键伏笔——我的5分少数民族加分，只适用于北京市属高校。报外地学校，实际分数是492，低于二本线3分。6个AI里，只有ChatGPT发现了这个陷阱。
二、6个AI，6种命运
同一个提示词，同一个考生，6个AI给出的方案差异大到让我有点意外。
先看共识——会计学是唯一6/6全票通过的专业。ChatGPT、Kimi把它标为"最稳妥"，豆包反而把它标为"最意外"，理由是"基础会计主要和数字打交道，不是社交活"。同一个专业，6个AI对它的定位都不一样。
软件工程4/6推荐，计算机科学与技术4/6推荐，电子商务4/6推荐。通信工程3/6，金融学3/6。
但最大的分歧不是"哪个专业好"，而是你该不该学技术。Claude和豆包全面押注IT方向，Claude甚至10个推荐里7个是计算机类；Kimi明确判断"数学弱+不擅长技术，计算机学起来痛苦"，10个推荐全是商科；ChatGPT走中间路线，以应用型商科为主。同样的分数、同样的回答，6个AI对"数学97分能不能学编程"的判断完全相反。
"最意外"推荐更是6个平台6个不同答案，零重合：ChatGPT推了资产评估，Claude推了数字媒体技术，Gemini推了市场营销，DeepSeek推了物流工程，Kimi推了保险学，豆包推了会计学。AI在"跳出共识做判断"这件事上，差异化最大，但也最不可靠。
6个AI总共推荐了29个去重专业。同一个考生，6个AI给出了6种完全不同的命运。到底谁说得对？接下来，就是拿这29个专业，去跟2015到2025年的现实对撞。
三、怎么验证？五个维度，所有拐点
回溯验证不是只看2015和2025两个端点——那样会漏掉中间所有的结构性拐点。2015年股灾、2016年房住不炒定调、2018年P2P暴雷、2020年疫情、2021年双减+互联网裁员潮、2023年ChatGPT引爆AI革命...这些拐点才是决定专业命运的关键。
我对29个专业逐一验证了五个维度：行业规模变化、就业率走势、薪资水平变化、专业对口率、AI判断兑现度。兑现度的评判逻辑很直接——AI说"上升"，实际确实上升了，判断兑现；AI说"稳定"，实际被颠覆了，判断落空。
同时，我引入了一组对照组：2015年人类共识——当年的热门专业排行、麦可思就业报告、媒体推荐。这组数据代表"2015年人类的集体判断"。三方对比：AI共识 vs 人类共识 vs 现实发展。
结果出来了。5个发现，一个比一个扎心。
四、5个发现：越自信，越脆弱
i.
AI最自信的"稳定"判断，翻车最狠。
会计学，6个AI全票推荐，4个放在前列，理由出奇一致——"越老越吃香、就业稳定"。
前半段确实兑现了。2015到2021年，会计学就业率一直维持在90%以上，起薪稳步上涨。但2023年，ChatGPT来了。基础核算环节AI替代率超过85%，会计员/簿记员被世界经济论坛列为"全球下降最快职业"之一。四大审计岗位招聘占比已不足3%。
AI基于2015年数据外推"稳定"，完全无法预见2023年生成式AI对基础财务工作的颠覆。它最自信的判断，恰恰是最脆弱的。
ii.
AI看准了方向，但看不清分化。
信息安全，Claude和Gemini推荐，理由是"国家重视、人才稀缺"——完全兑现。连续十年高薪榜第一，327万人才缺口，2024届起薪7599元。通信工程，3个AI推荐——持续兑现，2026年进入高薪榜前十。
但同样是技术型专业，软件工程和计算机科学因为供给严重过剩而饱和——986所院校开设计算机科学，2024届整体就业率仅68.65%。而自动化、电气工程因为智能制造升级而崛起——自动化2026年首次进绿牌、高薪榜第3；电气工程近5年4次绿牌。
AI看准了"技术方向好"，但分不清哪个技术方向会过剩、哪个会爆发。方向对了，颗粒度不够。
iii.
AI连"行业好"和"专业好"都分不清。
国际经济与贸易——ChatGPT和Gemini都推荐了，理由是"跨境电商爆发前夜，互联网跨境贸易缺人"。
跨境电商确实爆发了。但国贸专业的毕业生没吃到红利。跨境电商更需要运营和技术人才，传统外贸知识几乎无用。国贸专业十年内7次被预警，70%毕业生转行。
行业好≠专业好。AI看准了行业趋势，但错把行业增长等同于专业就业前景。
iv.
AI跳出共识做判断时，更不可靠。
6个平台的"最意外"推荐零重合，兑现度差异极大——
Kimi推荐保险学，理由是2014年"新国十条"政策红利。意外押中了。精算/风控核心岗平均薪资超23万/年，复旦保险硕士就业率96.3%。
ChatGPT推荐资产评估，理由是"竞争者少，职业领域明确"。落空了。资产评估高度依赖房地产市场，2022年后房地产深度下行直接冲击该专业就业。
DeepSeek推荐建筑学，理由是"北京巨大城市建设规模提供广阔舞台"。严重落空。建筑学成为十年跌幅最大的专业之一，西安交大2025届建筑学仅24人，同济大学在宁夏国家专项批次录取线仅高一本线6分。
AI在共识范围内判断尚可，跳出共识就变成了掷骰子。
v.
AI和人类一样，全部错过了最大的赢家。
自动化、电气工程及其自动化、微电子——这三个专业在2026年高薪榜上全部进入前十，自动化排第3。自动化首次进绿牌；电气工程近5年4次绿牌；微电子因芯片国产化成为稀缺方向。
6个AI，没有一个推荐。
AI和2015年的人类一样，被当下的"热门"锚定，无法预见产业引擎从"互联网+软件"向"硬科技+先进制造"的结构性切换。越该看见的，越看不见。
五、AI预测不了AI自己
回到最初的问题：AI真的能帮人看清未来吗？
实验的答案不是"AI不行"，而是一个更深的悖论——基于历史数据的趋势外推，在结构性拐点面前天然失明。
6个AI用2015年之前的全部知识帮人选专业，推荐了29个方向。但2015年的数据里，不存在"AI会替代会计"这个信息，不存在"芯片国产化会催生微电子爆发"这个信息，不存在"房住不炒会让建筑学崩塌"这个信息。AI基于历史做外推，外推的终点只能是历史的延长线——但现实不是历史的延长线，现实是拐点的串联。
更有意思的是，AI共识和2015年人类共识几乎完全重合。6个AI全部推荐会计学，4个放在前列——和2015年的人类一模一样。6个AI全部错过了自动化和电气工程——和2015年的人类也一模一样。AI并不比当时的人类更有远见，它只是更高效地压缩了人类已有的判断。它只是更快，不是更远。AI的优势是效率，不是远见。
所以，当有人告诉你"AI能帮你预测未来"的时候，你可以这样判断：当AI的建议基于"延续现有趋势"时，可以参考；当建议涉及"未来会不会出现颠覆性变化"时，要警惕——因为AI的推荐里，不存在颠覆性变化本身的信息。简单一句话：AI擅长回答"如果世界不变，我该选什么"，但不擅长回答"世界会不会变"。
2015年的数据里，不存在"AI会来"这个信息。
AI连自己的到来都预测不了。
它凭什么预测你的未来？
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
点击原文链接，查看完整“AI高考志愿实验：29个专业2015-2025回溯验证报告”
