高考结束了，但对于很多人来说，真正的战争或许才刚刚开始。
因为马上就要开始选专业了，而这，才是最困难的时候。
历经过去三年时间, 我国高等院校涌起专业更新的潮流, 以教育部所给出的数据作为佐证, 知晓自二零二三年起直至二零二五年这段时期, 全国范围内的高等院校总共增添了五千三百二十九个本科专业点, 同时又撤销掉了四千八百一十五个本科专业点。
即过去的三年内, 全国范围内的大部分高校, 均完成了一场专业的大规模更替改革。然而, 新替换上来的这些专业, 究竟是否具备实质内涵, 就业前景是否良好呢? 所有的情况都尚无定论。
在这同一时间, AI正以迅猛之势吞噬着所有的一切, 学历也在快速地贬值, 大学生就业一年比一年更艰难。有数据表明, 2025年美国企业累计裁员数量超过120万人, 相较于2025年该项数据增长了58%。中国尽管缺少像这样口径的权威统计, 但很多人在线上所看到的、在线下所经历的, 都在指向同一种现实状况: 就业市场正在变冷。
可以说，今年的考生，面临着近三十年来最大的不确定性。
那么, 处于眼下的重要时刻, 到底要怎样进行抉择, 才能够尽量确保今日选中的专业, 不会于明日成为一张已然失效的入场券呢?
首先, 我们耗费了两天的时间, 接着, 对数十份政策文件以及研究报告进行了总结, 随后, 整理出了十类专业, 这十类专业是最有概率符合时代需求的, 最后, 将这些专业供大家参考, 它们被附在了文末。
未来五到十年，
国家把资源投向哪里？
为了能让今年参加高考的学子, 在校完成大学学业之际之后, 其所选的专业依旧存有竞争力, 我们的目光绝不能仅仅停留在当下这个时刻, 而是需要设法将时间轴往前推移, 最少要看到五年之后的状况, 甚至是十年之后的形势。
当然，这件事在任何领域都不容易。毕竟，世界瞬息万变。
然而, 事情并非如此简单, 偏偏存在无独有偶的罕见状况发生, 在对专业的选取这个行为之上, 我们竟然能够于规模巨大的变化情形当中搜素到一些具备还算确定性质的锚点参照, 就好像国家朝着未来做出的战略性规划那样, 再者就是全国各个大型学府为了能够契合这个战略性规划而精心制定出来的人才培育方案。
拥有这两点, 并且结合当下全球的技术发展趋向, 如此一来, 我们便能够捕捉到一些未来的迹象。
最先, 得瞧国家战略, 其体现的是往后几年国家打算将资源投放至何处地带, 这同样意味着国家期望在未来被塑造成为何种模样景象！
2026年, 恰恰是我国十五五规划的起始之年, 我们将“十五五”规划的相关文件予以联结, 把那些包含二十三十五年远景目标、教育强国内容、数字经济板块、双碳方面、未来产业关联之数十份高级别政策文件进行了梳理, 从中能看到一个明晰的国家的行动准则与发展方向: 那便是往后中国的发展是以科技创新领域、先进制造范畴、数字经济范围、绿色能源层面以及生命健康维度为主体的新的增长样式。
于该方向之中，中国的产业的发展起码总共存在着六个持有长期确定性的方向: 。
1、人工智能与数字经济
2、半导体、量子、6G 等硬科技自主可控
3、高端制造、机器人、工业自动化
4、新能源、储能、电力系统与低碳转型
5、生物医药、生物制造与生命健康
6、空天科技、低空经济、商业航天、深海深地等战略空间
我们对相关产业进行了整理, 还梳理了比较对口的专业情况, 这些可供大家参考。不过要注意呃, 咱这里所讲的, 是那种比较稳妥的、有着容错空间的方向, 并非是那种最具概率挣大钱的方向。
当然, 需要明确的还有, 国家战略给予支持, 并不等同于, 所有与之相关的专业, 都具备良好的就业形势与可能。
比如说新能源车现阶段已从"政策风口"切换至"产能竞争"以及"价格战"时期, 对于2030届的考生来讲, 倘若仅仅将目光局限于"新能源汽车"这四个字, 那么反倒极有可能会选到竞争过度聚焦的方向。
高校专业大换血，
透露未来什么人才需求？
因此, 政策仅仅是当中的一项参考依据, 那种靠谱的针对专业的选择, 还得要和近些年来国内各个高校所推行的专业改革的情况联系起来去看待。
教育部在这三年期间所进行的专业调整, 其背后并非是进行“热点跟风”, 而是存在着一条极为明确的制度路径。
以前说过, 在过去的三年时间里, 全国范围内那些处于头部位置的高校, 总共新增加了5329个本科专业点, 同时也撤销掉了4815个本科专业点。尤其是在2023年开始一直到2025年这个阶段, 本科专业目录依次新增加了24种新专业、29种新专业以及38种新专业, 这表明高校已经不再仅仅满足于只是把老专业进行简单的改名操作, 而是围绕着新的产业链以及新出现的问题对本科入口进行重新构建。
这些专业方向, 事实上, 也体现出教育部以及各大高校针对未来的判定。
具而言之, 于二零二四年之际, 高校改革告终之后, 国内精英院校新增专业极为集中地指向了若干主线, 含低空技术与工程, 还有人工智能教育, 以及碳中和科学与工程, 又有智能视听工程, 再加上智能影像艺术, 另外涵盖数字戏剧, 也包括海洋科学与技术, 一并有人居设计, 更有区域国别学等等。
又如, 北京邮电大学添设低空技术与工程专业, 北京师范大学新增人工智能教育专业以及碳中和科学与工程专业, 北京外国语大学增设区域国别学专业, 中国传媒大学新增智能视听工程专业、智能影像艺术专业、游戏艺术设计专业等等。
在 2025 年度所对应的 2026 招生季, 情形为, 985 高校里, 新增专业进一步往前移至更明晰的未来技术节点, 在北京航空航天大学、北京理工大学、哈尔滨工业大学、浙江大学、东北大学、西安交通大学等院校, 都纷纷开展具身智能的布局, 天津大学则进行脑机接口的相关布置, 同济大学以及中国海洋大学, 着手布局未来机器人, 中国科学技术大学布局事宜是商业人工智能……
我们对一些具有代表性的高校以及它们新增的特定方向专业进行了梳理, 在这个梳理所得内容里, 我们能够切实看清一些未来将会呈现的趋向:
需要指出的是, 此表格并非是完整的院校与学科目录, 而是于过往三年新添学科里, 挑选出最能展现趋向变动的典型记号, 进行了一番精简呈现。
实际真正值得去读懂的并非是“哪所学校新开了什么”, 而是那些词在高频重复出现, 这些词分别是: 智能, 低空, 碳中和, 交叉, 医工, 材料, 数据, 海洋, 公共治理, 育种, 脑机。
还有一个重点在此之中是需要予以关注的, 于2025年的时候, 教育部首次增添设置了“交叉学科”这样的门类。
一种被称作交叉学科的, 并非依照传统“单一学科”方式去开展人才培养的, 而是针对一个复杂问题, 将多个学科的知识、方法以及工具予以组合起来的学科模式。
打个比方来说具身智能, 它并非单纯的计算机这个范畴, 也不是仅仅局限于单纯的机器人这种类型, 而是人工智能、机器人、机械工程、控制科学、认知科学等等诸多领域交叉融合在一起。
这种课程, 以往一般情形下都是待到研究生时期才会有所涉及, 如今却下放到本科阶段, 实际上这表明, 在未来国家对于人才培养的目标设定上, 并非是那种单一学科朝着纵深方向发展的人才, 而是以学科作为基础, 再叠加问题导向, 并且结合技术工具运用的组合式培养方式。
对于考生而言, 这所代表的是, 在报专业之际, 不能仅仅依据名称是否新潮来判断, 更需要去考量, 它背后所依附的是哪一条学科平台链, 是哪一条产业合作链, 是哪一条继续深造链。
这表明, 未来极具价值的专业, 并非必然是当下最受热议的名称, 而是常常属于那些能够一并回应以下三个问题的专业。
1、它能否连接中国未来五到十年的战略方向？
2、它是否需要较长训练周期形成门槛？
3、它是否能够和 AI、数据、工程或制度设计能力结合？
每一个三项都能够回答“是”的专业, 在2030年, 其所具备的抗风险能力, 一般而言, 往往会更强。
市场真正需要的，
不是新专业，而是新能力
最后，一切的规划终究也需要结合实际。
我们对于未来所抱有的设想, 属于一码事, 而市场实际存在的真实需求, 则是另外一码事, 此两者呈现出相辅相成的状况, 故而在看完具备高瞻远瞩特性的规划以后, 我们同样有必要倾听一下市场究竟会说些什么。
我们参考了全球众多知名机构的判断, 其中涵盖普华永道、世界经济论坛、世界卫生组织等, 而且梳理了 OpenAI、Google、微软等科技公司的相关观点。与此同时, 我们 attent了一些前沿技术领域代表人物的公开表述, 诸如 OpenAI的创始人 Sam Altman、斯坦福大学以人为本人工智能研究院院长的李飞飞等。
经过总结, 对于AI的发展, 其会怎样去改变人才结构以及市场需求, 当下各个方面大概是形成了五个共识。
首先存在的一个共识是, 人工智能并非仅仅会造成岗位被替代的情况, 它更会对岗位结构以及技能结构展开重新书写。
譬如达沃斯论坛里有个观点讲, 技术于总体层面上会是未来劳动力市场之中最具颠覆性的一股力量, AI以及信息处理技术预估会创造出1100万个岗位, 与此同时还会替代900万个岗位, 还有40%的雇主预估在AI能够自动化的场景之下减小用工规模。
这表明, 对于2030届毕业生来说, 所面临的并非是“就业消失”这一情况, 而是存在着这样的状况, 即“传统岗位的具体内容发生了改变”, 并且发生了“旧技能已经不再能够满足需求”的情形。
第二个达成的共识为, 在AI时代, 更具价值的并非是对于单点工具的熟练掌握程度, 而是, 由专业性能力以及AI能力相互结合所形成的一种组合。
关于这特定的一点, 和我们国家预先开设交叉学科这个既定方向, 在结果上是彼此契合的。普华永道所发布的报告《2025 Global AI Jobs Barometer》明确显示, 那些具备 AI 技能的岗位, 平均来说有着百分之五十六的工资溢价情况, 并且, 在另一个情境中, 对于 AI 暴露度更高的行业而言, 那种环境下对应的单位员工收入增长速率是更快的, 同时技能更新的速度同样也是更快的。
经济合作与发展组织于有关文件里也提及, 在那些高度暴露于人工智能的职业当中, 雇主越发需要的是管理技能、商业技能以及数字技能, 还有更高比例的情绪复合能力、认知与数字复合能力。
所以, 对于今年参加高考的学生而言, 这表明, “所有专业都应当学习AI”, 这句话的方向其实是正确的, 然而, 理解却绝不能过于浅薄: 真正具备价值的并非是会运用几个工具, 而是能够将AI融入你未来专业领域的问题解决之中。
第三个这样的共识是, 绿色电力, 以及能源, 和制造, 还有机器人, 它们中这些旧的 、所谓“硬行业”, 正再一次演变成为具备高成长特性的赛道。
有在达沃斯论坛之上有所提及, 将绿色转型以及人口结构变化列为未来就业的重要新增来源, 国际能源署也就是那个称为IEA的, 则给出了更为具体的数据, 2024年全球领域之内的能源就业已然增加至7600万人, 并且连续第三年比整体经济在增长速度方面要更快一些, 然而技能短缺正逐渐成为一种障碍。
换而言之, “能源”这一领域, “制造”这项内容, “电气”这个范畴, 在众多家庭的认知里, 显得不够时尚潮流, 然而, 恰恰是这些看似不那么时髦的方向, 反倒有可能在2030年之前, 摇身一变成为对于本科生而言, 最为值得去布局投身的长期赛道, 原因在于, 它们拥有实实在在的工程场景, 具备国家投入的资金强度, 而且还不容易被单纯依靠软件的模式所取代。
共识的第四个方面是, 医疗健康以及老龄化服务并非短期的受关注热点, 而是具有长期稳定性的确定情况。
世界卫生组织做出估计, 到2030年的时候, 全球卫生人力依旧会存在大概1100万的缺口, 这种趋势不会因为AI的发展而销声匿迹, 相反地, 会由于数字医疗、智能诊断以及老龄化管理而涌现出更多医工融合的岗位。
这表明, 在未来医疗相关的方向里头, 那些能够于数据、设备、流程以及医疗场景之间实现协同的人, 更具竞争力。
然后，第五个达成的共识, 是往后进行人才培育的时候, 一定要更加看重“跨学科”以及“人本导向”。
Demis Hassabis, 一位身为Google DeepMind CEO的人, 在对自己的“通用人工智能助手”以及“世界模型”愿景进行讲述的时候, 事实上所描绘的是一个 AI 能够渗进差不多所有知识劳动领域的未来景象。
李飞飞, 来自 Stanford HAI，长期着重指出, AI 不应该被局限于狭隘的理解, 即当作自动化机器。她持有这样的认知, 将 AI 整体领域全然理解为“自动化”属于一种错误认知, 在未来一定要坚守以人作为中心的 AI 框架。
将这两种观点放置在一起, 结果倒颇为一致, 2030年之前最具价值的人才, 并非 “ 只会单一狭窄技能的个体 ”, 亦非 “ 只会高谈阔论趋势的个体 ”, 而是能够把技术、场景、组织以及人相互结合起来的个体。
对基于这些共识, 我们梳理了一个供大家参考的表格, 此表格是关于 2030 年前后几条技术与行业主线的影响。, 是的, 请知悉。
这个表存在着目的, 特意着重想要告知大家, 技术方面的突破并非仅仅是对新专业有利好, 它还会再次为老专业厘定价格。
众多家长瞅见“具身智能”“脑机接口”这类带有前沿性质的称谓, 就能够不假思索地认定非得去押注最新且最为热门的趋向呢。
然而, 依据本科培养的规律来讲, 更为可靠有保障的途径, 常常并非径直去押宝一个刚开始设立、其培养体系尚处于试验阶段的全新名称, 而是首先挑选像数学、自动化、机械、材料、电气、统计、生物等这类基础稳固扎实的专业, 接着借助辅修、选修、竞赛、科研以及读研等方式, 将自身推向前沿场景。
故而, 在 AI 时代挑选专业时, 真正具关键意义的并非追寻最为热门的名称, 而是要去抉择一个具备充分扎实程度、拥有充分长久性、并且也具备充分与 AI 相结合可能性的方向。专业仅仅是起始点, 未来真正的竞争力, 源自于持续不断的学习以及把技术运用到实际问题当中的能力。
