最热门的大学专业也“危”了？

技术浪潮的冲击或许快得令人恐慌，但社会整体回应冲击的转型却常常慢得惊人。

当你看到全网热议“AI写作将是人文理想的黄昏”时，是不是觉得，AI冲击最严重的是人文学科，而研发AI的计算机专业，应当前途无量？

论到计算机科学，美国的动向一直是行业风向标。就在前些年，计算机专业在美国高校里还红极一时。但现在，美国计算机工程毕业的失业率已高达7.5%，比“自由而无用”的艺术史专业失业率（3%）还高出一倍多。

根据美国劳工统计局今年2月发布的2025年就业报告，计算机科学在本科专业中的失业率，高居所有专业第七。

《硅谷》剧照

不久前，微软宣布，将从今年7月中旬起，全球裁员6000多人，其中40%是软件工程师，在过去，他们往往被视为科技公司的命脉。

这真是相当讽刺又令人心酸的一幕：科技巨头们持续增加对AI的投入，写代码的工程师们训练了更强大的人工智能，结果自己将被无情地替代。

谁都知道这是“未来趋势”，但很少人能真正想到，它来得如此之快、影响如此之广。头部AI公司Anthropic的首席执行官达里奥·阿莫德伊（Dario Amodei）宣称，到2025年底之前，AI可能就会编写90%的代码。该公司发布的Claude Opus 4被誉为“公司迄今最强大的模型，也是全球最佳编程模型”，能连续写代码7小时，自主完成复杂任务，性能稳定无衰减，准确率碾压同行，相比起来，人类程序员团队要完成相同任务平均需要9天，且需3次方案迭代。

如果你是老板，哪怕只是成本考虑，为什么不选AI？

浪潮也同样席卷了这边。我的一位资深程序员朋友说：“基本上，业内达成的共识是：几乎所有行业90%的从业人员都会被AI替换掉，甚至可能是95%。”程序员当然也不例外，他本人写的正是“干掉程序员的AI程序”。虽然目前大规模的生成代码还有很多问题，但若说基础模块，由AI生成前端代码更快更省事。

在他看来，“现在最迫在眉睫的威胁还不是裁员，而是应届生，因为AI几乎可以做到初级程序员的平替了。”

《IT狂人第四季》剧照

这还只是开端，五年十年后，AI几乎肯定会加速进化到更为强大。以前软件工程师常自嘲是“码农”，俨然是写代码的农民工，但很快，新的计算机专业毕业生想当码农都不可得了。Meta创始人扎克伯格今年初甚至断言，“2025年，AI将达到中级软件工程师的编程水平。”

当然，顶级的人才仍然难以替代，也正因此，现在美国一些大公司反倒是重视经验老到的程序员，因为他们用起AI来，一个能顶好几个，经验和眼界摆在那儿。我那个朋友在外企做程序员20年了，他说如今很多一些互联网企业已经都停止招聘应届毕业生，而据媒体报道，2022年起，很多互联网大厂招聘应届毕业生的岗位同样大幅缩减，岗位类型以及名额均有所收缩。

不夸张地说，这相当于大机器生产对手工作坊的冲击：人类要想在标准化、大规模生产上和机器竞争，从长远来看是没有胜算的。

据计算机科学家雷·库兹韦尔推测，非生物智能到2045年将10亿倍于今天所有人类的智慧，并且一旦越过这一“奇点”，还会加速进化。用我那位程序员朋友的话说，“总想跑得比熊快是没有意义的，跑得比最后一个人快也没有意的，因为这头熊不会因为只追上了一两个人就停下来，不如想想怎么驾驭熊。”市场依然需要计算机科学，所以很多人说，“取代你的一定不是AI，而是会用AI的程序员。”

确实如此。在势不可挡的冲击面前，还一心想着守住原有的模式是不可取的，因为真正的危机不是AI本身如何强大，而是我们需要重新定位，人不可替代的是什么，并以此重塑我们的工作和生活。

《黑客帝国》剧照

其实再强大的非生物智能，说到底都是通过建模、模拟来实现一些功能，而人类智能最不同寻常之处，就是大脑设计的自组织、无秩序、不规则特性。认知科学家斯蒂芬·平克曾总结，“对人工智能35年的研究所得到的一个主要教训是，难的问题很容易，容易的问题很难”，AI可以击败最强的人类棋手，但涉及到情感、知觉等普通人不学而会的方面，它的表现却还不及三岁孩子，其结果是，“当新一代的智能设备出现的时候，股票分析师、石油工程师和假释委员会成员的工作最有可能被机器代替，但园艺师、接待员以及厨师，在未来的几十年里丝毫不用为自己的工作机会操心。”

只要AI不停止进化，那么它肯定会重构我们的社会生活，一些原先热门的职业很快就会变成濒危工种，倒是另一些原本冷门、偏门的专业可能日益备受关注——例如护理，以往大多留给低学历女性去做，但无论社会如何发展，大概人们还是会优先选择让真人来照顾自己。

从这个角度，所谓的“热门”专业大多往往只是一时的风潮，如果只是追逐热点，那你可能有一天会发现，没有对长期趋势的准确判断，又没有发自内心的热爱，到头来只会让自己疲于奔命还很难做好。

《胜券在握》剧照

现代社会，没有哪个行业能长盛不衰。当下美国100强企业，与一百年前相比几乎完全变了，当年创造无数就业机会的钢铁、家电、造船、汽车等行业，都早已没落，尤其是1970年代以来，随着产业外包和后工业社会的兴起，越来越多的工作机会不再是“人和物打交道”，而是“人和人打交道”。

对中国社会来说，这尤其引发深思。一直以来，我们的教育模式都鼓励培养工业社会需要的标准化人才：勤恳耐劳、能承受高强度的繁重工作，但对个性和创新的强调相对不足。

驯顺的高素质劳动力，曾是“中国经济奇迹”最重要的秘诀之一。

然而在AI浪潮面前，一个可能的结果是：越驯顺的工具人，越容易被AI淘汰。

这些年来，不少高校教师都发现：太多学生尽管成绩优异，但哪怕读到研究生，却不会提出问题。《中国研究生教育发展报告》显示，研究生普遍认为，课程教学最为忽视的能力培养包括三个方面：发现问题的能力（56.5%）、研究方案的设计能力（49%）和解决问题的能力（42%）。

《山花烂漫时》剧照

从小学到本科长达16年的应试教育，让很多学生逐渐被训练得相当擅长答题，但他们既不习惯独立思考，也没有参加过生产实践，自然就无从发现问题——但发现问题、提出问题，难道不正是人类思维高于AI的独特之处吗？

AlphaGo能击败人类最强的棋手，但无法创造一种新的棋类游戏。要释放人的创造力，就必须从小允许孩子自由探索，只是我们的现状却背道而驰：应付学业和论文已经耗尽了学生们的精力，根本就没有多余的时间精力去做自由探索。

社会学家理查德·桑内特在《匠人》一书中曾强调，好的“匠人”不应该只是“解决技术问题的专家”，相反，他推崇一类“社交型专家”，这些人自由地实验各种想法，并在创造性活动中获得深深的满足。他们并不只是在和工具、技能打交道，而是从人的境况出发，在社会互动中发现问题，通过一个分享知识的协作网络中不断完善想法，进而运用新工具来解决问题，真正实现“科技以人为本”。

《凡人歌》剧照

当然，道理虽然如此，现实则是另一回事。技术浪潮的冲击或许快得令人恐慌，但社会整体回应冲击的转型却常常慢得惊人。从历史上来看，一种旧模式往往要到完全无利可图或难以为继之后，新的一代逐渐成长起来，社会变迁也才能得以缓慢地实现。

此时，那些能率先看到趋势并做出自我调整的人，将会得到奖励，也只有这样，我们才有可能得到一个更好的社会。