人工智能专业分数普涨

我是“高等教育文摘”，深耕教育学、心理学、国学与养生领域多年。今天想跟你聊一个正在发生的教育现象——人工智能专业，正在“卷”出新的天花板。

数据不会说谎

2026年高考录取工作正在推进，各省的投档线陆续公布，几乎所有开设人工智能专业的高校，录取位次都比去年有明显提升——一些“双一流”高校的人工智能专业，投档线甚至逼近甚至超过了传统的计算机科学与技术专业。

以某省为例：浙江大学人工智能（荣誉项目）投档线位列全省前400名；西安交通大学人工智能试验班投档线追平本校计算机拔尖班；北京邮电大学、电子科技大学等专业类高校的相关专业，分数同样涨势明显。

这不是个别现象，而是一个系统性趋势。人工智能，正在成为高考志愿填报中最“热”的赛道之一。

为什么涨？三个原因

第一，社会风向。 ChatGPT、Sora、DeepSeek、Manus……这些名字一个接一个地进入大众视野。每隔几个月就有一款AI产品刷屏，给人的印象是“AI已经无处不在”。家长和考生自然会把这种社会风向转化为志愿选择——选AI，就是选未来。

第二，就业预期。 虽然AI行业也在经历周期波动，但“高薪”“前景广阔”“缺口巨大”的标签已经牢牢贴在人工智能专业身上。在很多考生和家长看来，这是一个“上车就能起飞”的赛道。

第三，政策加持。 2018年，教育部印发《高等学校人工智能创新行动计划》，提出到2030年高校成为建设世界主要人工智能创新中心的核心力量。此后，设立人工智能本科专业的高校数量从2019年的35所增长到2026年的500多所。政策的风往哪吹，人才就往哪涌。

涨了之后，会怎样？

分数涨了，看似是专业“值钱”了，但背后潜藏着几个值得警惕的问题。

第一个问题：扎堆。 当一个专业成为“热门”，必然导致考生扎堆报考。结果就是，不是真正对AI感兴趣的学生被挤进来，而是分数够的学生被录取进来。他们在大学四年里学着自己并不喜欢的东西，毕业后再去跟真正有热情的人竞争同一个岗位——这种“错配”，是对人生最大的浪费。

第二个问题：师资和课程跟不上。 人工智能是一个快速迭代的学科，大模型技术两三年就换一代。高校的课程体系更新速度，往往跟不上行业变化。很多学校的人工智能专业，课程设置和计算机专业差别不大，只不过多开了几门“机器学习”“深度学习”的课。学生毕业时发现，自己在学校里学的东西，跟业界需要的技能之间，有一条不小的鸿沟。

第三个问题：高薪只是故事的一面。 AI行业确实高薪，但那是给“能解决真问题”的人。大量AI专业毕业生找不到满意的工作，最终转向了传统软件开发岗位——而那些岗位，本科学计算机的人同样能胜任。

我身边的一个例子

前两年，我认识的一位学生，分数够得上某所“双一流”高校的人工智能专业，但他最终选择了计算机科学专业。

当时很多人不理解：“AI这么热，为什么不选？”

他说了一段让我印象深刻的话：“我想做AI，但我不想只学AI。计算机科学是基础，基础打好了，AI只是一个方向。如果本科只学AI，万一几年后风向变了，我拿什么转？ ”

两年后的今天，大模型技术突飞猛进，AI行业的确在变化。他所在的计算机科学专业，课程更底层、更系统——数据结构、算法、操作系统、网络——这些东西学扎实了，学AI只是加几门课的事。而那些直接选了AI专业的同学，有些人已经开始后悔：学的太浅，数学和算法基础不够扎实，想往深度走又走不动。

选一个“窄赛道”，不如先选一个“宽地基”。

一个实实在在的建议

如果你或你的孩子正在考虑人工智能专业，我建议想清楚三件事：

第一，你是真的喜欢AI，还是只是被“高薪”吸引？ 如果只是为了钱，AI可能是你人生中走得最累的一条路。这个行业变化太快，需要持续学习、持续焦虑，没有真正的兴趣支撑，很难走远。

第二，你的数学和编程基础怎么样？ 人工智能不是“学个软件就能用”，它的底层是数学——线性代数、概率统计、最优化理论。数学底子薄，学AI会很痛苦。

第三，如果AI不火了，你还能做什么？ 人工智能毕竟是一个“方向”，而不是一个“地基”。本科阶段，打好计算机科学和数学的基础，比过早钻进某一个方向更重要。

写在最后

人工智能专业分数普涨，是时代的选择，但不是每个人的最优解。

热门的东西，往往涨得快，也容易跌得猛。 真正值得选的专业，不是最热门的那个，而是最适合你的那个——你愿意为它付出时间、不觉得枯燥、在这个领域有自己的判断力。这样的专业，即便不“热”，也能让你走得很远。

如果你觉得今天这篇对你有启发，请点个关注。我是“高等教育文摘”，一个用教育学、心理学、国学和养生的视角，陪你在这个信息过载的时代里做对选择的学者。

不是追风口的人赢到最后，是在一个地方深耕的人走得更远。

我们下篇文章见。