#专业报考指南#AI会不会像土木一样？所有人都冲进去，毕业发现风口没了？这就是目前选专业要不要选computer science或者是software enginnering的人最在意的趋势了吧？但问题是现在学科的发展可能还没有跟上AI的发展。

因为这种行业和学科的错位每年高考结束，总会出现同样的问题。

十年前大家问学金融有没有前途，后来变成学互联网，现在变成学AI。仿佛只要专业名字里带着“人工智能”，未来二十年的人生就稳了。

但如果你去看资本市场，会发现一个很有意思的规律：所有人都知道的机会，往往已经不是最大的机会。

如果一个行业已经火到连楼下卖煎饼的大爷都知道“学AI最赚钱”，那至少说明一件事：这个赛道未来一定会迎来大量竞争者。

这不代表AI不行。恰恰相反，我认为AI很可能是未来二十年最重要的技术革命之一。但问题在于，很多人把AI当成了终点，而不是起点。

AI是什么？

很多人的理解是大模型、ChatGPT、Agent、自动生成PPT。但如果站在科技巨头的角度看，AI其实只是最上层的应用。

再往下看，是算力。算力再往下，是芯片。芯片再往下，是半导体制造。半导体制造再往下，是能源、电力和基础工业。

所以整个逻辑链条其实是：

电力 → 芯片 → 算力 → AI → 应用

大多数学生都盯着最上面那一层，而真正赚到时代红利的人，很多都站在下面几层。

为什么NVIDIA能成为AI时代最大的赢家之一？

因为它卖的不是AI，它卖的是所有AI都绕不开的铲子。

这就像当年美国西部淘金热。最后最赚钱的未必是淘金的人，而是卖铲子的人。

所以我一直觉得，“程序员会不会消失”这个问题本身问得不够准确。

汽车出现以后，马车夫确实少了。但机械工程师消失了吗？发动机工程师消失了吗？没有。

未来消失的，很可能是只会复制粘贴代码的人。未来越来越值钱的，是那些理解底层规律的人。

数学、逻辑、工程、控制理论、芯片设计、能源技术、系统架构。

这些东西听起来远没有“AI创业”“大模型工程师”那么性感，但历史上真正推动文明进步的，往往就是这些不性感的东西。

拿汽车行业举例。

很多人觉得智能驾驶就是计算机专业的天下。实际上今天很多头部智驾公司的核心骨干，本科根本不是AI专业。

有学自动化的，有学控制工程的，有学数学的，有学机械的，也有学电子信息的。

因为自动驾驶本质上不是一个软件问题，而是一个系统工程问题。

你要理解摄像头，要理解雷达，要理解车辆动力学，要理解控制系统，要理解芯片，最后还要让这一大堆东西在暴雨、逆光、冰雪路面甚至爆胎情况下正常工作。

现实世界不会按照代码运行。

这也是为什么很多互联网背景的人第一次进入汽车行业会发现，汽车工程师天天研究的东西，和互联网世界完全不是一个逻辑体系。

说到这里，很多人可能会问：那到底该不该学计算机？

我的答案是：当然可以学。

但不要为了学计算机而学计算机，更不要觉得未来只有计算机一条路。

自动化、电子信息、控制工程、数学、统计学、机械工程，这些专业未来二十年依然会非常重要，尤其是在智能汽车、机器人和AI时代。

因为这些专业培养的，本质上都是底层工程能力。

顺便说一句，我自己当年高考的时候，其实也面临过选择。

按照当时的成绩，冲一下复旦、交大并不是特别稳。最后我选择了一条完全不同的路——去美国留学，本科毕业于University of Southern California机械工程专业。

很多人问机械工程有没有用。

如果你问的是互联网工资，那它肯定不是最热门的专业。但如果今天让我聊汽车底盘、悬架、热管理、NVH、整车开发、制造工艺，我至少知道这些东西为什么会这样设计，而不是只会背配置表。

有没有用？

至少说车的时候，比那些连麦弗逊和双叉臂都分不清的小垃圾专业强一点。

当然，这是玩笑话。（包含一些认真的鄙视[doge]）

但背后的逻辑是认真的。工程教育最大的价值，不是教你某一个知识点，而是训练你理解复杂系统的能力。

而未来的AI、机器人、智能汽车，本质上全都是复杂系统。

最后推荐所有家长和考生看一本书——人类简史。

很多人读完以后会发现一个残酷但真实的规律：历史上真正改变世界的，从来不是某一个热门职业，而是底层生产力的跃迁。

农业革命如此，工业革命如此，互联网如此，AI也是如此。

所以与其问未来什么专业最热门，不如问一个更本质的问题：

如果AI是未来，那么支撑AI运转的那些东西是什么？

最重要的：你想用AI什么实现什么有价值的事情？

当你开始思考这个问题的时候，你看到的就不再只是一个专业，而是一整个时代。

视频是我最近的AI作品。AI其实不是上了大学才要学，是如果你觉得是个趋势，现在就应该开始玩起来。因为这就是当今能让普通人起飞的唯一途径。 http://t.cn/AXaE3Vob