夜雨聆风2024年秋天，复旦大学校长金力在开学典礼上说："我们的目标，是培养高潜能、多潜质的'干细胞式'人才，不受学科、门户之限，为迎接迅速变化的世界做最好的准备。"
这句话背后，是中国顶尖高校对AI时代教育方向的深刻判断——变化的不是某个专业冷不热门，而是整个"人才"的定义都在重写。
什么是干细胞式人才
生物学上的干细胞有一个神奇特性：它不是已经分化成某种特定细胞，而是保持着分化成任何一种细胞的可能性。它有完整的基因图谱，但暂时不"定型"——身体需要它变成什么，它就能分化成什么。
复旦把"干细胞"这个概念借用到人才培养上，指向的是同一种能力：持续自我更新，保持着向多个方向发展的可能性。
这不是"什么都学一点"的浅尝辄止，而是"在一个领域扎下去，但始终保持分化能力"的深度进化。就像生物干细胞必须先有完整的基因图谱才能分化，干细胞式人才也必须先在一个领域达到足够深度，才能后续跨界整合、持续迭代。
复旦明确了三个核心能力：在未知领域快速建立认知框架、跨越学科边界整合资源、面对失败持续迭代。这三点说的同一件事——未来不是比谁现在会什么，而是比谁能快速学会新东西。
为什么是现在
AI时代变化太快了。如果大学还在培养"成品式"的人才，就是刻舟求剑。
但AI把这个逻辑打碎了。ChatGPT上线两年，编程、写作、数据分析这些曾经被视为"高门槛"的技能，已经能被AI以接近人类的水平完成。不是完全替代，而是门槛大幅降低——原来需要五年训练才能达到的水平，现在可能三个月就能上手。
这意味着什么？你大学学的某个具体技能，毕业时可能已经过时了；或者至少，它不再是你不可替代的核心竞争力。
以上分析有何启发？引发传统志愿填报逻辑的崩塌
传统志愿填报逻辑是：选一个热门专业，毕业后找个对口工作，干一辈子。这个逻辑在AI时代已经不成立了。
新的逻辑应该是：选一个能让你持续进化的平台，而不是一个可能被AI替代的"成品"岗位。
第一，看专业是否培养"可迁移能力"。
数学、统计学、计算机、物理、化学这些基础学科，底层思维能迁移到很多领域——数据分析、算法思维、建模能力，AI时代反而更稀缺。某些只教操作流程、不教底层逻辑的专业，一旦流程被AI自动化，整个专业可能就过时了。
第二，看专业是否允许"跨学科整合"。
选专业时，要看培养方案是否允许、鼓励你接触其他领域。交叉学科（生物信息学、计算化学、数字媒体艺术）本身就跨领域，天然培养整合能力。还要看学校的选课自由度——是否允许跨学院选课、转专业、辅修，这些制度决定了你"多潜质"发展的空间。
第三，看专业是否训练"未知领域适应力"。
有科研项目、毕业设计、独立课题的专业，能锻炼你在未知问题面前搭框架的能力。一个专业如果强调"为什么这么做"而不只是"怎么做"，就是在培养认知框架。实践机会——实习、竞赛、项目制课程——都是让你在真实未知场景中试错、迭代的机会。
第四，学校的"平台价值"比专业排名更重要。
学科齐全的综合性大学，更容易让你接触到跨学科资源。你可以去旁听计算机系的课、参加商学院的项目、进实验室做交叉研究。校友网络越多元，你后续跨界整合资源的可能性越大。
选志愿时问三个问题
不要只看这个专业现在热不热，而要问三个问题：
这个专业四年后，如果核心技能被AI替代了，孩子还能靠什么生存？
这个专业允许孩子往哪些方向发展？是不是只有一条路？
孩子在这个专业里，能不能学会"怎么学习新东西"？
这三个问题的答案，比任何"热门专业排行榜"都重要。
选专业不是选终点，而是选起点。选一个能让你持续进化的平台，然后保持分化能力——这就是AI时代志愿填报的新逻辑。
