最熱門的大學專業也“危”了？

《勝券在握》劇照

當你看到全網熱議“AI寫作將是人文理想的黃昏”時，是不是覺得，AI沖擊最嚴重的是人文學科，而研發AI的計算機專業，應當前途無量？

這么想的恐怕不在少數，今年上海五大學科奧賽保送清華北大的頂級學霸，絕大多數都選了計算機專業。然而，都不用等到他們大學四年畢業，這個行業現在就已經要變天了。

論到計算機科學，美國的動向一直是行業風向標。就在前些年，計算機專業在美國高校里還紅極一時。但現在，美國計算機工程畢業的失業率已高達7.5%，比“自由而無用”的藝術史專業失業率（3%）還高出一倍多。

根據美國勞工統計局今年2月發布的2025年就業報告，計算機科學在本科專業中的失業率，高居所有專業第七。

《硅谷》劇照

不久前，微軟宣布，將從今年7月中旬起，全球裁員6000多人，其中40%是軟件工程師，在過去，他們往往被視為科技公司的命脈。這真是相當諷刺又令人心酸的一幕：科技巨頭們持續增加對AI的投入，寫代碼的工程師們訓練了更強大的人工智能，結果自己將被無情地替代。

誰都知道這是“未來趨勢”，但很少人能真正想到，它來得如此之快、影響如此之廣。

頭部AI公司Anthropic的首席執行官達里奧·阿莫德伊（Dario Amodei）宣稱，到2025年底之前，AI可能就會編寫90%的代碼。該公司發布的Claude Opus 4被譽為“公司迄今最強大的模型，也是全球最佳編程模型”，能連續寫代碼7小時，自主完成復雜任務，性能穩定無衰減，準確率碾壓同行，相比起來，人類程序員團隊要完成相同任務平均需要9天，且需3次方案迭代。如果你是老板，哪怕只是成本考慮，為什么不選AI？

浪潮也同樣席卷了這邊。我的一位資深程序員朋友說：“基本上，業內達成的共識是：幾乎所有行業90%的從業人員都會被AI替換掉，甚至可能是95%。”

程序員當然也不例外，他本人寫的正是“干掉程序員的AI程序”。雖然目前大規模的生成代碼還有很多問題，但若說基礎模塊，由AI生成前端代碼更快更省事。在他看來，“現在最迫在眉睫的威脅還不是裁員，而是應屆生，因為AI幾乎可以做到初級程序員的平替了。”

《IT狂人第四季》劇照

這還只是開端，五年十年后，AI幾乎肯定會加速進化到更為強大。以前軟件工程師常自嘲是“碼農”，儼然是寫代碼的農民工，但很快，新的計算機專業畢業生想當碼農都不可得了。Meta創始人扎克伯格今年初甚至斷言，“2025年，AI將達到中級軟件工程師的編程水平。”

當然，頂級的人才仍然難以替代，也正因此，現在美國一些大公司反倒是重視經驗老到的程序員，因為他們用起AI來，一個能頂好幾個，經驗和眼界擺在那兒。

我那個朋友在外企做程序員20年了，他說如今很多一些互聯網企業已經都停止招聘應屆畢業生，而據媒體報道，2022年起，很多互聯網大廠招聘應屆畢業生的崗位同樣大幅縮減，崗位類型以及名額均有所收縮。

不夸張地說，這相當于大機器生產對手工作坊的沖擊：人類要想在標準化、大規模生產上和機器競爭，從長遠來看是沒有勝算的。

據計算機科學家雷·庫茲韋爾推測，非生物智能到2045年將10億倍于今天所有人類的智慧，并且一旦越過這一“奇點”，還會加速進化。

用我那位程序員朋友的話說，“總想跑得比熊快是沒有意義的，跑得比最后一個人快也沒有意義，因為這頭熊不會因為只追上了一兩個人就停下來，不如想想怎么駕馭熊。”

確實如此。在勢不可擋的沖擊面前，還一心想著守住原有的模式是不可取的，因為真正的危機不是AI本身如何強大，而是我們需要重新定位，人不可替代的是什么，并以此重塑我們的工作和生活。

計算機科學當然仍是市場所需要的，但當生成式AI工具和智能代理的運用越來越廣泛，人和機器的分工勢必會發生不可逆的變化，像那種基礎性的寫代碼很快就會不需要人力投入了，重要的是如何運用好新工具，所以才有人說，對程序員而言，市場依然需要計算機科學，所以很多人說，“取代你的一定不是AI，而是會用AI的程序員。”

《黑客帝國》劇照

其實再強大的非生物智能，說到底都是通過建模、模擬來實現一些功能，而人類智能最不同尋常之處，就是大腦設計的自組織、無秩序、不規則特性。

認知科學家斯蒂芬·平克曾總結，“對人工智能35年的研究所得到的一個主要教訓是，難的問題很容易，容易的問題很難”，AI可以擊敗最強的人類棋手，但涉及到情感、知覺等普通人不學而會的方面，它的表現卻還不及三歲孩子，其結果是，“當新一代的智能設備出現的時候，股票分析師、石油工程師和假釋委員會成員的工作最有可能被機器代替，但園藝師、接待員以及廚師，在未來的幾十年里絲毫不用為自己的工作機會操心。”

只要AI不停止進化，那么它肯定會重構我們的社會生活，一些原先熱門的職業很快就會變成瀕危工種，倒是另一些原本冷門、偏門的專業可能日益備受關注——例如護理，以往大多留給低學歷女性去做，但無論社會如何發展，大概人們還是會優先選擇讓真人來照顧自己。

從這個角度，所謂的“熱門”專業大多往往只是一時的風潮，如果只是追逐熱點，那你可能有一天會發現，沒有對長期趨勢的準確判斷，又沒有發自內心的熱愛，到頭來只會讓自己疲于奔命還很難做好。

現代社會，沒有哪個行業能長盛不衰。當下美國100強企業，與一百年前相比幾乎完全變了，當年創造無數就業機會的鋼鐵、家電、造船、汽車等行業，都早已沒落，尤其是1970年代以來，隨著產業外包和后工業社會的興起，越來越多的工作機會不再是“人和物打交道”，而是“人和人打交道”。

對中國社會來說，這尤其引發深思。一直以來，我們的教育模式都鼓勵培養工業社會需要的標準化人才：勤懇耐勞、能承受高強度的繁重工作，但對個性和創新的強調相對不足。馴順的高素質勞動力，曾是“中國經濟奇跡”最重要的秘訣之一。然而在AI浪潮面前，一個可能的結果是：越馴順的工具人，越容易被AI淘汰。

這些年來，不少高校教師都發現：太多學生盡管成績優異，但哪怕讀到研究生，卻不會提出問題。《中國研究生教育發展報告》顯示，研究生普遍認為，課程教學最為忽視的能力培養包括三個方面：發現問題的能力（56.5%）、研究方案的設計能力（49%）和解決問題的能力（42%）。

《山花爛漫時》劇照

從小學到本科長達16年的應試教育，讓很多學生逐漸被訓練得相當擅長答題，但他們既不習慣獨立思考，也沒有參加過生產實踐，自然就無從發現問題——但發現問題、提出問題，難道不正是人類思維高于AI的獨特之處嗎？

AlphaGo能擊敗人類最強的棋手，但無法創造一種新的棋類游戲。要釋放人的創造力，就必須從小允許孩子自由探索，只是我們的現狀卻背道而馳：應付學業和論文已經耗盡了學生們的精力，根本就沒有多余的時間精力去做自由探索。

社會學家理查德·桑內特在《匠人》一書中曾強調，好的“匠人”不應該只是“解決技術問題的專家”，相反，他推崇一類“社交型專家”，這些人自由地實驗各種想法，并在創造性活動中獲得深深的滿足。他們并不只是在和工具、技能打交道，而是從人的境況出發，在社會互動中發現問題，通過一個分享知識的協作網絡中不斷完善想法，進而運用新工具來解決問題，真正實現“科技以人為本”。

當然，道理雖然如此，現實則是另一回事。技術浪潮的沖擊或許快得令人恐慌，但社會整體回應沖擊的轉型卻常常慢得驚人。從歷史上來看，一種舊模式往往要到完全無利可圖或難以為繼之后，新的一代逐漸成長起來，社會變遷也才能得以緩慢地實現。此時，那些能率先看到趨勢并做出自我調整的人，將會得到獎勵，也只有這樣，我們才有可能得到一個更好的社會。