AI 正在冲击中国大学与就业体系

被打破的是大学与就业之间的旧契约

我认为，AI 对中国大学最大的冲击，不是学生开始用工具完成作业，也不是高校纷纷开设人工智能专业。

真正被冲击的，是中国家庭长期相信的一套契约：只要考进更好的大学、选择更热门的专业，就能获得更稳定的职业回报。

这套契约原本就不牢固。AI 只是让它更快地失效了。

材料列出的数据显示，2021—2025 年，中国高校新增了 10200 个本科专业，同时撤销或暂停了 12200 个，超过 30% 的本科专业点发生调整。

如此大规模的增减，说明大学正在努力追赶产业。但它也说明，专业目录的稳定性已经明显下降。

一边是高校快速增加与 AI 有关的专业，一边是企业利用 AI 优化流程、压缩岗位。教育系统正在扩大供给，就业市场却未必提供相应的需求。

这不是普通的供需错配，而是大学人才培养周期与技术变化速度之间的结构性冲突。

选择专业是一笔难以退出的投资

在中国，大学和专业的选择具有很强的不可逆性。

学生通过高考排序，在信息并不充分的情况下填报学校和专业。录取之后，转专业并不容易。等到一个学生发现课程不适合自己，或者行业已经转冷，四年教育可能已经完成了一半。

这很像买入一项缺乏流动性的长期资产。投入的不只是学费，还有家庭多年的时间、补习成本和机会成本。

过去，热门专业至少还能提供一个相对清晰的信号。国际贸易对应外向型经济，计算机对应互联网扩张，土木工程对应房地产繁荣。

专业的热度，本质上是家庭对未来劳动力需求的集体判断。

问题在于，大学专业的形成总有滞后。一个行业先得到政策和资本支持，随后高校筹备专业，再过几年，第一批学生才进入就业市场。

在传统产业周期中，这种滞后已经可能造成供给过剩。到了 AI 时代，四年尤其漫长：学生入学时学习的热门工具，毕业时可能已经被替代；入学时看似明确的岗位，几年后可能已经被重新定义。

专业还是四年制，产业却越来越不像四年制。

AI 同时制造专业，也消灭岗位

AI 对就业体系的影响具有两面性。

它创造了模型研发、基础设施和应用开发等新需求，也推动高校设立人工智能学院和相关专业。材料提到，部分高校的 AI 与自动化专业就业率高于校内平均水平，相关机构也判断中国存在 AI 人才缺口。

但“缺人才”不等于“所有学习 AI 的人都有工作”。

企业真正缺少的，往往是掌握数学、计算机和工程基础，又能解决具体问题的人。高校快速增加的招生名额，却未必都具备对应的师资、课程和实验条件。

与此同时，AI 还在进入客服、销售和基础业务流程。材料列举的小米、美团等企业裁员现象，至少反映出一个方向：科技公司并不会因为进入 AI 时代，就自然增加大量面向应届毕业生的岗位。

AI 企业本身能够吸收多少年轻人，目前也缺乏稳定答案。

因此，我不认为“报考 AI 专业”可以直接等同于“进入增长行业”。AI 可能是增长最快的技术，也可能是最先减少初级岗位的技术。

最危险的是给旧专业贴上 AI 标签

高校面对专业调整压力时，最容易采取的办法，是把 AI 加进原有专业名称和课程介绍。

材料中提到的“智能建造”争议很典型：原有工程课程加入一些电子、控制和计算机内容，却没有形成完整的基础训练。学生看起来什么都接触了，实际上很难建立任何一种可用于真实工作的能力。

这类专业的问题不在于跨学科。真正的跨学科，本来就可能产生新的价值。

问题在于，课程只是拼接，没有明确回答三个问题：学生需要掌握什么基础能力，要解决什么实际问题，毕业后能够独立完成什么工作。

如果这三个问题没有答案，“AI+专业”就可能只是招生包装。

大学以为自己完成了专业升级，学生却承担了试错成本。等到就业结果暴露问题，下一轮撤销和改名又会开始。

文凭作为就业指数正在失真

过去，中国家庭可以把大学和专业当作观察就业市场的指数。

分数更高的学校、录取更难的专业、扩张更快的院系，往往意味着更好的就业预期。这个指数并不精确，但在产业变化相对缓慢时，仍有参考价值。

AI 正在让这个指数失真。

一方面，高校开设什么专业，主要参考已经显现的趋势；另一方面，AI 对岗位的改变可能发生在课程设置、招生和培养完成之前。

当一个专业终于形成完整培养体系时，企业需要的能力可能已经变化。学校提供的是一个静态专业，学生面对的却是一个持续重组的岗位市场。

因此，AI 冲击的不是某一个专业的投资价值，而是“用专业名称预测职业未来”这套方法本身。

大学需要从专业交付转向能力更新

我不赞成由此得出“大学已经没有价值”的结论。

大学仍然能够提供系统基础、学习环境、同伴网络和进入社会的缓冲期。真正需要退出历史舞台的，是把大学理解为一次性职业配置的模式。

未来的大学不能只在四年后交付一个专业名称，而要帮助学生形成可以持续更新的能力组合。

数学、表达、编程、行业知识和解决真实问题的经验，比追逐某个工具更重要。工具会变，基础能力决定一个人能否跟着变化。

课程也不应以“是否加入 AI”作为升级标准，而应观察学生能否借助 AI 提高工作的质量、速度和复杂度。

如果学生只会调用工具，却不能判断结果是否可靠，就没有获得真正的 AI 能力。如果学生拥有专业基础，又能把 AI 用进真实项目，他才可能形成新的竞争力。

家庭也要改变选择大学的方法

对家庭来说，今后选择大学和专业，不能只看专业名称是否热门，也不能把当前薪资直接外推四年。

更值得判断的是：学校有没有扎实的基础课程，有没有真实项目，教师是否仍在参与行业实践，课程能否随着技术变化及时更新，学生是否有跨专业学习和调整方向的空间。

选择一个看似热门但无法退出的专业，风险可能高于选择一个基础扎实、边界开放的培养体系。

过去，人们试图一次选对学校和专业。未来更现实的目标，是让一个人在不断变化的环境中拥有多次选择的能力。

AI 不是在杀死大学，而是在逼大学重新回答问题

中国大学过去承担了两种功能：教育年轻人，以及替社会分配就业机会。

AI 首先动摇的是第二种功能。

当岗位变化快于专业调整，当企业减少初级工作，当专业名称无法代表真实能力，大学就不能再依靠文凭和专业目录维持原来的承诺。

大学必须重新回答：在无法准确预测四年后岗位的情况下，今天究竟应该教给学生什么？

我的判断是，答案不会是开设更多带有 AI 字样的专业。

答案只能是让学生获得更牢固的基础、更真实的实践和更强的持续学习能力。

AI 正在冲击中国大学与就业体系。但它真正终结的，也许不是大学，而是把一次高考、一个专业和一张文凭当作终身职业保险的时代。