北大数院，人满为患

大家应该都注意到了，2026年，北大数院在广东的本科招生计划：数学类，只招1人。对！就1个。

但就是这1个名额，要和全省最顶尖的那批考生挤在一起。

研究生端更夸张。金融硕士复试线390分，入围复试40人，计划录取28人。大数据硕士复试线360分，一年前这个数字是310分，涨了50分。第三方考研机构的评价很直白："随着报考热度提高，专业课的难度可能也会逐渐增大。"

一个本科全省只放1个名额、硕士复试线一年暴涨50分的学院，为什么说她"人满为患"。这不是调侃。这是2026年夏天，一个基础学科正在经历的真实温度。

为什么是数学？为什么是现在？看看今年量化私募和AI公司的校招要求就明白了。

上海宽德投资2026校招，量化研究员岗位，要求写得清清楚楚："国内外知名院校机器学习、EECS、统计、数学、物理、运筹优化等硬核理工专业"，"数学统计功底扎实"。

无涯投资更直白：量化策略研究员，"毕业于顶级院校的数学、统计、物理或计算机等相关专业"，实习生1000元一天。

北京华钧广汇的量化研究员校招，需求专业第一栏就是"数学与应用数学（拔尖学生培养计划）"，"以数理统计与人工智能为核心驱动力"。

某AI算法工程师岗位，月薪1到1.5万，要求"计算机科学、数学、统计学、物理学、金融工程等相关专业硕士及以上学历"，工作内容是用大语言模型、深度学习和强化学习做量化策略。

这些岗位要的不是"会写代码的人"，是"数学好到能用数学建模解决金融市场问题的人"。显然，全中国数学最好的人，集中在哪里？北大数院。

供给端，能学数学、学好数学的人，稀缺。数学需要天赋，需要长期训练，不是谁都能学的。

需求端，要用数学的公司，暴涨。量化私募在抢，AI大模型公司在抢，算法团队在抢，金融机构在抢。

天平彻底倒向了供给端。量化私募给实习生的价格是1000元一天。正式员工的薪酬"面议，具有市场竞争力"——在量化行业，这意味着年薪50万起步，百万不稀奇。AI算法工程师硕士起步1到1.5万每月，有三到五年经验的，薪酬可以谈到令人咂舌的数字。

数学从"天坑"变成了"门槛"。过去二十年，家长和老师劝学生"别学数学，出来不好找工作"。2026年的现实是：学数学，出来被抢；不学数学，连量化研究员和AI算法岗位的简历关都过不了。

北大数院"人满为患"，因为它代表着中国数学的最高水位，是所有这些高薪岗位的源头活水。

但"人满为患"四个字背后，还有另一重焦虑：数学好不等于能进北大数院。金融硕士390分才能进复试，大数据硕士360分。全国几百万考生里，能真正进入这个圈子的，是绝对的极少数。

数学不好约等于被高薪岗位拒之门外。量化研究员、AI算法工程师、机器学习研究员——2026年最炙手可热的岗位，招聘要求清一色"数学、统计、物理等硬核理工专业"。一个本科读金融、经济、管理的人，哪怕名校毕业，面对这些岗位也只能望洋兴叹。

数学热还在挤压其他学科。华东师范大学数学与应用数学在四川理科投档分658分、位次2118。宁波大学数学与应用数学拔尖班在浙江投档629分，成为全校高分集中地。长沙师范学院数学与应用数学公费师范生计划仅14人，投档最高分600分，超特控线119分。原本可能去学化学、生物、中文的顶尖考生，被吸到了数学。

"人满为患"既是盛况，也是整个就业市场在数学这道门槛前的集体焦虑。

数学在中国，走了20年一个完整的轮回。

2000年代，数学是"科学家做的事"，普通人敬而远之。2010年代，互联网兴起，计算机科学取代数学成为最热专业，数学被调侃为天坑。2020年代，AI大爆发，量化投资崛起，大模型商业化——数学突然变成了所有高薪岗位的底层操作系统。

20年前选数学的人，是真正的长期主义者。他们用10年、20年的冷板凳，等到了2026年这个数学的春天。

2026年挤破头要进北大数院的高分考生，赌的也是同一件事：数学，会是未来20年最硬的通货。

但热门会轮转。20年前的计算机也曾是天坑，10年前的金融也曾是全民追捧，今天轮到了数学。跟风有风险，真正的赢家从来不是追风口的人，而是那些真心热爱某个领域、愿意坐冷板凳、等风来的人。

北大数院"人满为患"，不是因为数学是万能的。是因为在这个充满不确定性的时代，人们需要一个确定性的答案——而数学，恰好是目前最接近确定性的那一个。