AI时代的到来，倒下最猛烈的不是文科，而是CS学生！

前段时间，纽约联储的数据显示，CS就业的失业率明显高于生物、艺术史等传统冷门专业。

斯坦福大学也开设了一门不教写代码的CS课程，站在时代的拐点，下一个专业将会迎来红利期？

当下的热门专业，在十年后是否还能站稳脚跟？留学家庭选择专业的逻辑真的要改变了！

01

CS专业跌落神坛，写代码已经是基础技能

前段时间，斯坦福大学计算机系新开设的课程 CS146S《现代软件开发者》在硅谷和教育圈同时引爆讨论。

这门课最出圈的地方并不是内容多难，而是它反常识的规定：全程禁止手写代码，必须用AI完成开发任务。

在很多高校还在为学生是否用ChatGPT写作业而头疼时，斯坦福却直接把用AI编程写进了课程要求。

图源：斯坦福大学

这门课程由讲师Mihail Eric主讲，他提到这门课的核心是如何在不写一行代码的情况下完成编程工作。

他不仅不反对学生使用Cursor、Claude等AI编程工具，而且公开鼓励学生：“如果你能上完整个课程而不用手敲一行代码，那你才是真的牛。”

这门课在今年9月秋季学期首次上线，几周内就成了斯坦福最难抢的课程之一，候补名单超过200人，不少非计算机专业的学生也排队想旁听。

图源：网络

斯坦福大学的CS课程的转变并不是噱头，而是因为过去一年，初级码农正在经历就业寒冬。

今年5月，微软宣布在全球裁员约6000人，这是继2023年万人裁员后的最大规模调整。

据知情人透露，负责管理大约400多名软件工程的微软副总裁Jeff Hulse最近几个月告诉团队，他们编写的计算机代码中有一半是Open AI提供支持的人工智能模型来生成的。

图源：X@盖布瑞拉·德·奎罗斯

微软为初创企业提供AI服务的主管

亚马逊、Meta、谷歌、英特尔等科技巨头也在进行结构性裁员和重组，AI编程助手可以在短时间内生成成千上万行代码，企业对写代码的人需求迅速下降。

LinkedIn的调查结果进一步印证了这种趋势，超过六成企业高管已经计划用AI接手原本属于初级员工的工作。

加州大学伯克利分校教授Hany Farid最近直言，计算机科学专业的学生很难找到工作。

CS应届毕业生Kenneth Kang，GPA近满分，海投2500份简历仅获10次面试，他的一些同学失业两年，仍未找到合适的工作。

2021年1月-2025年9月，不同年龄层职位变化趋势

纽约联储的数据让我们看到了更残酷的就业形势，22到27岁的毕业生中，计算机科学专业的失业率高达6.1%，计算机工程更是达到7.5%，而生物和艺术史专业的失业率却只有3%。

正是在这样的背景下，CS146S的爆火就不难理解了，这门课并不是在否定编程，而是在重新定位编程能力。

正如2025年《柯林斯英语词典》的年度词vibe coding氛围编程所指的那样， 手写代码已经成为过去，利用人工智能工具生成代码才是时代潮流。

AI时代人人都可以写编程，那么自然而然地写代码的能力就变成一项基本技能，而不是CS专业学生的看家本领了。

02

技术周期变化，下一个专业红利期是？

回顾过去二三十年的专业热度更迭，其实是一部技术周期史。

上世纪末到本世纪初，基建狂飙带动了土木工程的黄金时代，随后资本市场扩张、房地产与金融行业崛起，相关专业迅速登顶。

再往后互联网兴起，计算机科学成为红了十年的炸子鸡专业。如今，随着AI的出现，CS又站在另一个技术周期拐点上。

图源：Busniess Bulls

在这个过程中我们可以看到，专业的兴起和衰落有自己的周期，这不是学科本身好坏的问题，而是技术发展、产业结构和社会需求共同作用的结果。

当一种技术处于扩张期，就会放大对人才的需求，形成高薪、低门槛的红利窗口，当技术发展成熟，人才供给就会出现过剩，专业光环也慢慢消失。

那么下一个进入红利期是什么专业？或许我们可以从各大名校开设的新专业找到答案。

近两年，美国名校纷纷上新了一批新专业。

宾夕法尼亚大学沃顿商学院2025年秋季开设的“人工智能与商业”（AI for Business）本科专业，课程内容包括应用机器学习、数据科学、神经科学、数据工程以及伦理相关课程。

图源：宾夕法尼亚大学

芝加哥大学新增气候与可持续增长专业，这一专业直面气候与增长面临的挑战，课程内容包括气候科学、经济学、政治学、能源技术，以及从人文角度、国际视角对气候问题的探讨。

加州大学伯克利分校工程学院将开设全新的电气与计算机工程（Electrical and Computer Engineering，简称 ECE）。

和UCB的大热门EECS专业相比，这一专业更侧重于硬件开发与实际应用，聚焦神经科技、集成电路、微电子、纳米技术、传感通信、机器人及可持续能源系统等前沿领域。

佐治亚理工学院新增天体物理学本科专业、量子科学和技术辅修专业，将传统物理基础与空间科学、航空工程、计算技能、数据分析和大数据等结合。

图源：佐治亚理工学院

另外，佐治亚理工学院还宣布将开设一个数学与计算领域（mathematics and computing ）的本科跨学科新专业。

南加州大学工程学院和计算机学院联合推出AI本科专业，莱斯大学计算机科学系推出“人工智能理学学士学位”，融合认知科学、语言学与计算机科学，重点关注AI伦理问题。

纽约大学整合了STEM领域的三大王牌资源，成立一所全新的库朗数学、计算与数据科学学院（The Courant Institute School of Mathematics, Computing, and Data Science）。

图源：NYU

布朗大学在去年5月宣布开设第5个学院国际与公共事务学院，目的是拓展和强化对全球紧迫的经济、政治、社会及公共政策挑战的教学与研究。

如果说跨学科是这一轮美国名校新专业最大的特点，那么在它背后其实还隐藏着几条同样重要、但更值得家长和学生认真读懂的变化趋势。

首先，是从学术导向转向现实问题导向。传统学科边界正在被打破，高校正在用新专业回应技术革命、地缘政治和全球性风险。

其次，是对技术能力要求的强化。过去编程、数据分析、大数据等技术只局限于个别专业，现在无论是传统理工科还是商科、社科都要求掌握。

这些新专业也是大学对未来产业的提前下注，比如AI、量子、气候、半导体等，对应着全球未来十年、二十年的核心竞争领域。

还有一点值得注意的是，AI伦理、科技治理、气候问题等相关专业的开始意味着大学致力于培养有社会责任感，能够利用新技术解决公共问题的人。

03

毕业十年后，哪些专业更赚钱？

最近，The Times公布了毕业十年后不同专业的平均薪资情况，结果出乎我们意料。

经济学毕业生平均年薪达到6.86万英镑，医学和牙科为6.1万英镑，数学也有5.15万英镑，而整体毕业生的十年后平均薪资仅为3.6万英镑。

这些差距并不只是起薪造成的，而是十年发展过程中增长曲线不同导致的。

有些专业前期收入一般，但上升空间大，比如法律第一年平均薪资仅2.3万英镑，十年后却能突破4万英镑；

而护理、助产等专业起点不低，但后续增长就相对有限。

图源：The Times

真正回报率高的学位，能够把技术能力与复杂问题解决能力结合在一起。

工程、计算机、数学、物理等专业，不仅薪资稳定，而且几乎在所有行业都具备通用价值。

但在AI时代，只有高薪还不够，抗替代能力同样重要。

招聘平台数据显示，从ChatGPT问世以来，入门级岗位数量减少了三成以上。一些基础性、重复性的工作正在被取代，而那些需要现场判断、人际互动、综合决策的专业变得越来越重要。

医疗、护理、土木工程、心理学和行为科学等专业依赖情商、经验和现实情境，反而不容易被自动化。

相比之下，经济学、会计、数学等专业虽然收入高，但在某些岗位上对AI的依赖也更高，未来的可替代性也更大。

图源：The Times

学生和家长在选专业时，最关心的莫过于孩子未来能做什么、能不能养活自己。

但是热门专业的变化也让我们看到，一些专业不是热门才赚钱，而是“行业属性”本身就赚钱，所以选专业要先选对行业。

虽然STEM专业是当下的大热门，但也不是万能的。

数学、工程、物理、计算机等专业能够长期稳定吃香，是因为这些知识和技能具有可迁移性、跨行业性，因此经验越久越值钱。

还有一些专业比如人文社科就业面窄，起薪低，这并不是专业不好，其实是因为需要通过读研读博来增加竞争力。

所以选择专业关键不在于稳，而是要看学生的个人兴趣、未来的发展前景以及是否具备可迁移能力。返回搜狐，查看更多