拥抱大模型----ai时代下的计算机专业

首先，在这里祝贺所有刚刚结束高考的学弟学妹们！你们刚刚一只脚迈了人生中的一个重要关口，但还没完，志愿填报工作同样需要仔细谨慎。正如标题所说，我想分享一些自己作为计算机软件在读学生对这个专业，乃至这个行业未来的一些想法，希望能帮助到你！

想必有很多同学已经开始尝试去了解许多专业，而计算机作为历年的热门专业，讨论热度自然也一直居高不下。尤其是在当下，计算机将要被ai替代的言论也时不时在网络中出现，那么事实果真如此吗？

你们听到“程序员要被 AI 替代”，这不是空穴来风。AI 确实已经能写很多代码，尤其是模板代码、前端页面、脚本、CRUD、小工具。过去一个普通学生靠“会一点语法、会套框架”就能找到不错工作的时代，正在变难。计算机的红利期已经过去了，即使不考虑ai，许多交叉学科乃至文科类专业的培养方案中都会包含计算机，在一些人眼里，它正成为类似“英语”一样的尴尬学科，似乎所有人都会一些。

但这不等于计算机专业没用了，而是说明“低水平的软件技能”不再稀缺了。但反之，那些真正掌握稀缺技术的人才，依旧非常抢手，而且我认为短期内这个形式不会有根本改变。什么是稀缺技术？能够啃底层os，去研发国产操作系统，这是稀缺技术；能够维护配置大规模的分布式大模型训练，这也是稀缺技术。美国劳工统计局仍预计 2024—2034 年软件开发、测试和 QA 相关岗位整体增长 15%，远高于平均职业增速；但这不代表每个普通毕业生都容易，增长会更偏向能处理复杂任务、AI 协作、系统集成和高质量工程的人。有人说计算机是下一个土木，至少目前来看，大可以嗤之以鼻。

从学习的话角度来讲，计算机专业有一种很神奇的解离感，一方面它及其依赖自学，因为技术更新迭代非常快，并且很多工程化的技巧学校是不会系统教授的；另一方面，当你想要实实在在入行某些高门槛领域时，你会发现基础课程，像是数学，操作系统这些系统课也非常重要，对于这类领域，二者缺一不可。这也引出了我的另一个观点：选专业从来不是热门与否和前景来决定的。就像文理科的选择那样，我们总是要做取舍的，在自己的喜好合适与所谓的专业前景中。我不建议所有人都因为“计算机热门”就报计算机。这个专业不适合只想混一个高薪标签的人。个人看来，以下几类人能比较适合学计算机

对逻辑、系统、工具、自动化有兴趣；

能接受长期自学；

不怕英文文档；

愿意反复 debug；

能忍受一开始学得很抽象；

对“把一个东西从无到有做出来”有成就感。

很多人对计算机专业的误解，是把它等同于“学几门编程语言”。但真正读进来以后会发现，编程语言只是工具，背后更重要的是一整套思维训练：如何把现实问题抽象成模型，如何设计数据结构，如何理解一个程序为什么能跑、为什么会慢、为什么会崩，如何让多个模块协同工作，如何让系统在大量用户、大量数据和复杂环境下依然可靠。

是的，如果你不能够忍受每天和一堆反人类（你要知道所有的架构被设计出来是给机器使用的）的事物呆在一起的话，学习计算机一定是非常痛苦的。

在我看来，AI 对计算机学生最大的影响，不是简单地“替代”或者“不替代”，而是加速分化。

对基础扎实、愿意思考的人来说，AI 是非常强的学习工具和生产力工具。它可以帮你解释报错、生成代码草稿、阅读英文文档、梳理论文思路、辅助搭建项目，让你用更低的成本接触到过去很难入门的东西。

但对基础薄弱、只想交作业的人来说，AI 也可能是一种麻醉剂。它会让你误以为自己“会了”，因为答案看起来很完整，代码看起来能运行，解释看起来很有道理。但一旦遇到真正的问题：环境配置崩了、模型结果不对、系统性能上不去、bug 无法复现，你就会发现自己其实没有真正掌握有价值，有门槛的部分。

所以，面对“计算机会不会被 AI 替代”这个问题，我的答案是：低水平、重复性的计算机技能一定会被冲击，而且冲击会越来越明显；但真正理解系统、理解工程、理解问题本身的人，不会因为 AI 出现而失去价值，反而会因为 AI 获得更强的杠杆。

计算机不是一个可以让人躺赢的专业了。它依然有前景，但前景不属于所有人；它依然值得选择，但前提是你知道自己选择的不是一个“高薪标签”，而是一条需要长期学习、持续更新、不断和复杂问题较劲的路。

如果你愿意接受这种挑战，那么计算机仍然是一个非常值得投入的专业。

如果你只是想找一个听起来稳妥的热门选项，那也许更应该停下来，再认真想想自己真正适合什么。