AI时代，高考志愿如何科学填报？

今年我外甥和老婆的堂弟都参加了高考，家里聊起填报志愿时，都绕不开一个核心疑问：都到了AI时代，到底该怎么选专业？

身为一名从事AI开发的程序员，我见证了日新月异的变化。过去很多依赖经验、熟练度和长时间积累的工作，如今AI能轻松完成，效率提升不止十倍。这对家长来说极易引发焦虑：孩子寒窗苦读四年，毕业后专业会不会贬值？

我咨询了我的AI助手“富贵儿”，查阅资料并结合自身工作感受，总结出了一些结论，在此与各位考生家长探讨。

我最大的发现是：不能简单从“哪个专业不会被AI取代”的角度思考。而应考虑——AI时代，哪些能力会愈发珍贵？想通这一点，再来看什么样的专业能帮助孩子构建这些能力。

很多家长的第一反应是赶紧找一个“安全”专业，避开AI冲击。这想法虽自然，却不合理。

因为AI不是直接消灭一个职业，而是拆解其中的任务并重新定价。

例如检索资料、归纳信息、写初稿、改格式、套模板、基础分析、跑标准流程，这些曾是大白本岗的入门活。现在机器做得更快。

所以真正危险的，不一定是专业名，而是把自己训练成一个单一工具。

只会翻译、只会写模板、只会整理材料、只会按流程执行，这些能力以前能挣不错的钱，未来却会越来越不值钱。

但这不代表人没价值。相反，AI接手工具性劳动后，人应往上游走：定义问题、做判断、连接资源、承担后果。

选专业时，最该看的不是“AI替代不了什么”，而是：

这个专业能否把孩子训练到更上游的位置？

AI确实厉害，高考数学压轴题它1分钟能出标准答案，1天能写完程序员1个月的代码。但它没有肉体、没有情感，不会为一个念头反复纠结，也不会为错误承担人生后果。

而人是实实在在的生命体。成长以年计，在犯错中迭代自我。AI能轻松复制成千上万个实例，但一个人的十八岁，只有一次。

抛开专业名，我认为AI时代最值得培养的是三种能力。

第一，解决真实问题的能力。

学校题目多标准答案，现实世界则不然。真实问题往往连“问题本身”都说不清，还要受预算、时间、资源、人情、风险限制。

越能在这种条件下把事做成，越难被AI替代。

所以报志愿，别只看课程名好听。要看有没有项目课、实验课、工程训练、实习机会、产业连接。只在教室学概念，和真把东西做出来，是两回事。

第二，跨领域折腾的能力。

AI时代一大变化是工具门槛降低。

不会写代码的人可用AI写代码；不懂设计的人能做原型。过去贴上“不擅长”标签的领域，现在有了重新打开的可能。

这意味着，孩子不该过早被标签锁死。数学好可往计算机、金融、物理、AI走；医学背景可接影像、生物信息；化学、材料、电气、机械，也能与AI结合。

所以要看学校有无跨学科选修、辅修、实验室开放、项目制学习。单一专业排名重要，边界能不能打开，也很关键。

第三，在不确定中做判断的能力。

AI能给你一百种方案，但最后拍板“就选这个，我负责”的，还是人。

从小被安排的孩子，三十岁突然要自己做选择会慌。相反，若一直做决策、承担后果、修正判断，外部环境变了也能找路。

落到专业选择上，是看它训练执行者还是判断者。前者让人等答案，后者让人在信息不全时拍板。

Yoni Rechtman有篇文章《There will only be four jobs》，把AI时代工作压缩为四类：高速产出者、兜底质量的人、搞定人际的人、能踩刹车的人。

这个分类有意思，它不是按专业名分，而是按能力特质分。未来值钱的不是“学了个听起来安全的专业”，而是练成了什么样的人。

关于填报志愿。

“人工智能专业”现在很热，但名字热不等于训练强。有些是强校自然长出来的，有些只是把几门课打包。

分数相同下，我更愿看强校强系的传统硬专业，如计算机科学与技术、数学与应用数学、统计学、自动化、电子信息工程、集成电路。

这些专业底子硬，迁移力强。以后往AI走可以，往芯片、机器人、通信、金融工程、数据科学走也行。

我看好的方向，大致分三类。

第一类，基础硬专业。

计算机、数学、统计、电子信息、自动化、集成电路，这些方向靠逻辑、数学、工程能力吃饭。AI越发展，对这类底层能力要求反而越高。

第二类，AI与实体产业结合的方向。

电气、机器人、能源、微电子、医疗影像、生物信息、材料、化工、航空航天、脑机接口，属此类。

它们不像热词显眼，但做深了门槛很高。比如表舅家二儿子读西安交大电机专业，在具身智能和新能源汽车增长下前景好。导师儿子在美国读计算化学博士，化学+AI也有搞头。

未来稀缺的不是只懂AI的人，而是既懂AI又懂电力、制造、医疗、材料、能源这些真实行业的人。

第三类，培养周期长但门槛高的专业。

临床医学、口腔医学、医学影像、生物信息、部分材料和化工，属前期难熬、后期门槛高的方向。

这些专业不能只看“会不会被AI替代”。医学会用AI，影像会用AI，药物研发会用AI，但责任主体是人。问题是孩子能否接受长周期训练，家庭能否扛住前期投入。

至于AI本身，我不认为已到天花板。

很多人说AI技术差不多了，钻ROI不高。我不认同。1900年开尔文勋爵也觉得物理学大厦建成，没研究必要，结果他提到的两朵“乌云”催生了量子力学和相对论。

AI还有很多问题刚露头：Agent记忆、低成本训练推理、多模态、物理世界模型、AI在传统学科应用、大规模服务集群。选AI方向不是不能，关键是别只停在下游应用，要尽量站到基础能力、工程能力和行业结合处。

有些方向需谨慎。

如翻译、新闻学、传播学、秘书学、行政管理、电子商务、市场营销、旅游管理。

不是说不能学，而是它们对应的很多入门工作，刚好是AI最擅长的：写稿、翻译、整理材料、做方案、跑流程、基础运营。

如果只是学单一技能，毕业后会比较难受。要么学校层次强，要么孩子能力极强，要么能叠加法律、金融、技术、国际关系、内容创作等第二曲线，否则路会越走越窄。

纯外语类尤其如此。“只会外语”入口在收窄。AI翻译覆盖大部商务场景，剩需人的位置拼的是跨文化判断、谈判、内容创作和专业领域知识。

Karpathy之前做过职业暴露分析，用颜色标注不同职业被AI冲击程度。红色区域，需谨慎：

选专业不只看行业趋势，还得看家里手头有什么牌。

不同家庭玩的不是同一个游戏。

普通家庭更需确定性。赚钱多、就业稳、能靠自己站住，计算机、电气、医学这类专业就很有价值。不是保守，而是先拿入场券。人站稳了，后面才有试错空间。

家里不缺钱的，可承受长周期和试错成本，孩子若真喜欢基础科学、艺术、科研、交叉学科，没必要只盯最稳路线。

有社会资源的家庭，也要实事求是。家族从政、经商、做法律金融，法学、金融、管理这些专业若能接上真实资源，就不是空中楼阁。

所以别只关注“什么专业好”。还要看：孩子适合什么，家庭能支撑什么，学校能提供什么，行业未来往哪走。

《论语》有云：君子不器。

人不能把自己活成一个固定用途的器具。AI时代更是如此。只把孩子训练成单一工具，未来易被重新定价。更好的路径是先有个硬底子，再把底子接到不同真实问题和场景上。

这才是复合型人才。

高考选专业，不是替孩子找一个永远安全的角落。角落大概率不存在。

真正值得找的，是一个能让孩子长出能力、愿意投入、也有机会连接真实世界的起点。

AI能生成很多方案，但它不会主动想“我要做一件事”。不会半夜睡不着突然想改变一个行业，也不会在被所有人不看好时咬牙把东西做出来。

更稀缺的是，人能给AI一个愿望、一个判断、一个方向。AI其实是人的放大器。判断力不好，它让你在错误方向跑得更快；判断力好，它就是最好的工具。

所以，别只教孩子避开变化。让他往上游走，多积累硬实力，往真实产业走。最重要的是，让他相信自己能做成一点事，而不是只会等一个安全答案。

詹姆斯・卡斯在《有限与无限的游戏》里讲到了有限游戏和无限游戏：

高考当然是有限游戏。分数、排名、志愿、录取，都很具体，也很残酷。

但人生不是。

选专业真正重要的，不是让孩子在某次有限游戏里拿到一个看似安全的结果，而是帮他进入一场能持续学习、持续试错、持续拓展边界的无限游戏。

选错了，可以调整。路走窄了，可以重新选择。真正怕的不是犯错，是把自己活成一个只会等待标准答案的人。

人生是旷野，不是轨道。天高任鸟飞，咱别只考虑“躲枪子”！

最后祝广大学子金榜题名！

PS：本文 AI 含量 50%。