作者 | 夢依丹

出品丨AI 科技大本營（ID：rgznai100）

一年一度的高考已經結束，今年共有 1335 萬名考生踏入考場，如果說考試是考生的戰場，那么讓無數家庭真正反復權衡、難以抉擇的，其實是考后的另一道大題——「填什么專業」。

從“高考志愿填報導師”張雪峰推出的 17999 元的高考志愿填報服務不到 3 分鐘便被搶購一空可見填報專業就有多火爆，而計算機和人工智能更是他經常推薦的專業。

而今年，在 AI 浪潮的席卷之下，這道選擇題更添了幾分迷思與變數：

當 AI 能編寫谷歌 25% 的新代碼、修復 52% 的程序漏洞…… 幾乎所有 Claude Code 的代碼都是用它自己反復編寫和重構的時……

AI 加持，編程范式迎來顛覆性變革

曾幾何時，一行行代碼的敲擊是軟件工程師的日常。在傳統范式下，程序員需要將需求轉化為詳細的邏輯流程，再用特定語法逐行實現功能。

而如今，以大模型為核心的編程范式，正在從“寫代碼”轉向“寫意圖”。程序員不再是從零構造者，而是通過自然語言與 AI 對話、協商、迭代，逐步生成最終代碼。

這樣的變革，不僅改變了開發方式，也正在悄然改變開發崗位的結構。

當下火爆的 AI 編程智能體 Claude 公司的首席產品官?Mike?Krieger?在播客中直言，隨著?AI?工具接管日常編碼，公司招聘策略正轉向“只招經驗豐富的工程師”，而實習生與初級崗位大幅收縮。 而他們的 CEO 更是直言，未來 5 年，將有一半以上的入門級白領職位將消失，首當其沖的便是初級工程師。

這也意味著：過去那種靠熟記 API、機械地用代碼實現功能的工程師，正在失去競爭力。

那么，計算機專業還值得報嗎？

6 位一線專家，解答你的計算機專業選擇題

為此，我們采訪了幾位來自學界與業界的一線從業者，他們的視角橫跨 AI、移動開發、算法工程與高等教育，希望能為這道復雜的選擇題，帶來一些更接近現實的解答。

他們分別是：

• 胡亮，同濟大學計算機科學與技術學院教授、博導

• 梁家卿，復旦大學大數據學院青年副研究員

• 呂仲琪，中國石油大學（北京）人工智能學院計算機系系主任

• 嚴嶺，小紅書推薦算法負責人

• 劉汪洋，螞蟻集團的高級軟件工程師

• 管振緯，開源框架 RealReachability 作者，從業十五年，目前致力于 AI 應用開發

CSDN：在 AI 大模型加持下，像國外的 Claude、Cursor，國內的通義靈碼、TRAE、Comate 等智能編程工具快速發展，不僅能自動生成代碼，甚至具備一定的 bug 修復能力。有人說，未來只要描述清楚需求，AI 就能完成編程工作。在這樣的背景下，您認為計算機或軟件工程專業對高考生來說，還值得報考嗎？為什么？

胡亮：還是值得的，這些 AI 編程工具的引入可以代替了許多以往重復任務的編碼，并且減少 bug 發生的可能性，因此使得我們可以更高效的去處理真正需要通過人類智慧才能解決的核心任務。但是，普通低級別編碼工作的需求肯定會萎縮，計算機或軟件工程專業今后的工作結構構成會和以往不一樣。

有個敏捷軟件開發的方法稱之為結對編程，也就是兩個程序員在一個計算機上共同工作。一個人輸入代碼，而另一個人審查他輸入的每一行代碼。輸入代碼的人稱作駕駛員，審查代碼的人稱作觀察員（或導航員）。兩個程序員經常互換角色。不久的將來，這種結對的模式會變得更為流行，只不過結對的對象，從 2 個人，變成了一個人和一個 AI，互相配合，極大提高了工作效率。

梁家卿：首先，問題中提到，未來只要“描述清楚需求”，AI 就能完成編程工作。然而，即使是現在，優秀的產品經理也不多，如何描述清楚和設計需求也正是計算機和軟件工程中會學到的重要能力。

事實上，計算機專業遠遠不只是編程開發，更重要的是一整套思維過程和能力體系。

其次，AI 最后會長什么樣子可能不好預測， 但是 AI 將完成的最后一個人類工作就是訓練 AI，因為這個閉環一旦達成，AI 自己就可以左腳踩右腳上天。

目前 AI 的開發和訓練仍然需要優秀的計算機專業同學參與，若他們也被替代，那么其他工作也不重要了。

第三，僅僅從軟件開發來說，一個優秀的開發者和一個速成的開發者可能都能實現功能，但是所產生的軟件質量仍然天壤之別。僅目前而言，大部分 AI 生成的代碼都仍然稱不上高質量代碼，當然這也可能因為它學習的大多數代碼的質量都一般。

因此，我認為計算機或軟件工程專業仍然值得報考。

呂仲琪：高等教育的目的不止是灌輸知識，更重要的是教授技術原理和思維方法，我想不論什么專業方向，都需要人作為創新的載體。

計算機或者軟件工程專業除了培養同學們的編程能力以外，也介紹數據結構與算法、操作系統、高性能計算、機器學習等等。

這些課程正是 AI 發展的基礎，從這點來說，我覺得計算機或者軟件工程專業的同學們，應該立志成為 AI 發展的驅動者，推動 AI 更好的服務社會。

嚴嶺：還是值得報考的，計算機和軟件工程，重要的不是寫代碼，“實現”， 還有非常多的基礎能力，如數理邏輯、系統結構，其實培養的是一種系統化、科學化的、結構化思考問題、解決問題的能力，這些能力不僅僅在計算機/軟件行業更有效，在每個行業未來不確定問題上，都能起到作用。

寫代碼“實現”其實是非常基礎的手段，未來大模型發展更好了，計算機和軟件工程方向的人才，可能需要做的就是如何設計大模型、如何更好地應用大模型、如何從 highlevel 去設計和完成一個系統。

劉汪洋：現在用國內外這些新一代的 AI 編程工具，其實已經能做到“描述清楚需求，AI 來寫代碼”了。

我自己 90% 以上的代碼，都是在 IDE 里通過寫提示詞，讓 AI 自動生成的。身邊很多程序員也都開始用這種方式寫代碼。

但這不代表程序員就沒價值了，或者這個專業就不值得學了。相反，越是有經驗的人，越知道怎么寫好提示詞，怎么拆任務，怎么判斷 AI 寫出來的代碼靠不靠譜。這些能力不是 AI 能替代的。

程序員真正花在寫代碼上的時間，其實也就 20%。更多的精力是在理解需求、設計方案、調 bug、開會、溝通等等，這些現在 AI 還做不了。

我一直覺得，代碼本身不是資產，反而更像負債——它需要維護，需要更新，還可能有風險。所以，我們不是被 AI 取代，而是要學會和 AI 配合，把精力從“寫代碼”這件事上釋放出來，去做更有價值的設計和判斷。

當然，如果只是因為“這個專業工資高”才考慮報，那我會勸你再想想。現在行業競爭很激烈，加上 AI 的沖擊，就業確實沒以前那么容易。

但如果你真的喜歡計算機、喜歡折騰，那這個專業依然值得一讀。選擇計算機或軟件工程專業并不意味著以后一定去當程序員，未來，有可能讀研，讀博可以繼續深造，也可能考公、考編“上岸”。

管振緯：從一名軟件開發從業者的視角來看，AI 確實正在極大的改變這個行業。在AI 的加持下，我們可以快速完成新項目的搭建、更容易的使用不熟悉的語言進行編程，解讀陌生代碼的能力也上了一個臺階。

AI 就像一個外腦，可以大大提升開發人員的能力，但你的工程思維、架構決策能力、對業務的理解和把控仍然起著至關重要的作用。整體來看，可能以后不再需要如此多的編碼人員；但我認為，對計算機/軟件工程感興趣且具備良好的邏輯思維能力的同學，仍然可以去選擇相關的專業報考；當你的技能/軟技能達到專家級別，AI 不會剝奪你的競爭優勢。

CSDN：我們通常會考慮某個專業好不好，就業怎么樣，反而很少考慮專業適不適合你，那么作為過來人，你覺得什么樣的人適合填報軟件工程/計算機專業？

胡亮：計算機專業的話，其實可以分類為軟硬件兩類方向，計算機硬件方面研制新的計算機體系結構（比如，量子計算機、類腦計算機）、人工智能芯片、計算機智能通信設備、人機交互設備等，都是很有前景的方向。這類方向適合喜歡電子電路、生物電子交叉，希望做出一些實體設備的學生報考。

計算機軟件方面，則以軟件工程、算法和模型設計為主，軟件工程方面未來更側重于人工智能驅動的創新軟件開發模式，創新項目管理模式，適合算法邏輯性不擅長但對工程管理感興趣的同學。算法和模型設計方面，對邏輯性和創新能力要求比較高，特別是人工智能變得主流起來以后，針對普通任務的算法設計已經可以用人工智能輔助完成，更需要處理人工智能無法解決的核心問題的能力，以及對人工智能算法和模型本身的更新換代能力，因此適合邏輯性好創造力強的同學，或希望自己的思維和想法就能迅速產出、落地的同學。

梁家卿：計算機專業是一個對創造者友好的專業，虛擬世界幾乎沒有做不到的事情。喜歡解決復雜問題，對新技術保持好奇心，喜歡用技術解決實際問題的人適合學計算 機。

呂仲琪：我覺得最主要的是喜歡接受和嘗試新技術，能一直保持學習的態度。計算機和軟件在過去十幾年間的發展是很快的，我想這樣的高速發展可能還會保持很長時 間，因為各行各業對軟件更好更快更新的追求似乎無窮無盡。這就驅動著技術不斷升 級迭代，需要一直學習才能跟上發展的速度。

嚴嶺：有好奇心的，希望刨根問底的，有耐心和持續學習精神的人。因為技術的更新換代在軟件/計算機領域會更快，所以必須持續學習，才能跟得上技術的發展，另外需要持續創新，所以需要非常強的好奇心。

劉汪洋：我認為最重要的是喜歡，“熱愛可抵漫長歲月”，只有熱愛，才愿意花時間去鉆研，才容易做出一些成績。

其次，要能夠快速適應變化，愿意終身學習。計算機或軟件行業公司組織架構調整相對頻繁，新技術層出不窮，需要能夠快速適應變化，跟上時代的發展，甚至快速發展變化中尋找業務發展方向和機會，需要能夠終身學習。

因此，如果你能夠考上中上游的雙一流學校，而且對計算機或軟件感興趣，可以考慮填報軟件工程/計算機專業。如果學校相對沒那么突出，但是對計算機或軟件非常感興趣，想從事這方面的工作，那么，在大學中一定要特別重視比賽，實習或科研。

管振緯：首先最好你需要有興趣：只有愛好才能持久；然后你需要具備良好的邏輯思維能力；另外，你還需要有終身學習的習慣和態度，不斷學習。

CSDN：如今，許多 AI 工具已經能夠輔助甚至部分取代基礎的編程任務。過去被視為計算機專業核心能力的技能，比如算法、數據結構、系統設計等，在 AI 時代依然同樣重要嗎？在您看來，未來哪些技能的權重可能上升，哪些可能逐漸邊緣化？

胡亮：算法、數據結構、系統設計在計算機學習的課程中，就像數學里的四則運算、微積分，物理學里的牛頓定律、熱力學定律這些基礎理論方法一樣，是幫助同學們進入計算機領域的基礎知識、培養計算機思維能力，因此，即使在 AI 時代，這些還是計算機領域的基礎核心能力。

在我看來，那些經驗性的技能可能權重會下降，比如軟件架構設計，做到高內聚低耦合，很大程度上依賴于架構師的經驗，但現在隨著AI能力的增強，就如同 AlphaGo，AlphaFold 那般，AI 可能會提供超越經驗性技能之外更好的方案。隨著 AIGC 技術日益成熟，通過純人工方式進行計算機內容設計的權重也會下降。而原本對那些創新、創意要求比較高的技能，權重可能會上升，比如，視頻、藝術創作。

梁家卿：越到 AI 時代，這些計算機專業核心能力反而更為凸顯重要，而一些開發增刪改查、重復性編碼這些技能的重要性會更為下降。

即使是現在，不考慮 AI 因素，掌握算法、操作系統、底層編程核心能力的同學其實完全不需要什么額外學習就能完成開發一個小程序的這種應用技能。

AI 開發高質量代碼目前仍然是難題，即使它在一些算法競賽題目上有一些優勢，如何在開發過程中應用上所有的考慮，最終形成速度效果架構都優秀的高質量代碼，目前 AI 還做不到。

即便整個行業要被淘汰，也是擁有核心能力的人后被淘汰。

呂仲琪：我想，在理解實際需求和技術原理的前提下，提出合理創新的能力會顯得越 來越重要。AI 大模型這一新生產工具把我們從搜索查詢和復制粘貼的手工勞動里面解放出來，計算機和軟件會發展得更快更好。

嚴嶺：當然重要，算法、數據結構、系統設計，是一種思維模式。在 AI 時代，很多 AI 技術也離不開這些基礎的能力，更快的 AI，更結構化，可解釋的 AI，都需要這些基礎技能來更好地支撐。

未來，如何合理地應用大模型，如何在大模型基礎上快速搭建應用、以及和現有應用的結合這些技能可能會格外重要。 基礎的 coding 工作，增刪改查這些偏勞動密集型的代碼工作，可能會進一步被弱化。

劉汪洋：我認為，計算機專業核心技能都非常重要。讀書時我也曾覺得很多專業課又難又枯燥，甚至懷疑它們和實際工作到底有沒有關系。但工作之后才發現，專業基礎扎實真的太關鍵了。

不是所有程序員都在寫業務代碼。很多人做中間件，做底層框架，甚至做硬件開發，這些都需要扎實的基礎，比如算法、數據結構、操作系統、計算機網絡這些“老四門”。像最近大火的 DeepSeek，背后能做出創新的團隊，恰恰是因為他們的底子夠硬。

哪怕是在業務團隊，真正能解決疑難雜癥的，往往也是專業基礎更扎實的人。他們能迅速定位問題、找到解法，自然更容易脫穎而出。我身邊就有同事，精通中間件源碼，能自己搞語法糖腳本、設計統一數據引擎，這種人往往能解決關鍵問題、帶來實質價值，自然更容易被看到、也更容易晉升。

而且現在就業形勢確實嚴峻，校招對專業基礎的考察比以前更細致，容錯率也更低。

當然，除了專業技能，這幾項能力也非常重要：

• 第一，是創意和創造力。現在的 AI 工具越來越強，真正能拉開差距的，恰恰是那些有創意的人。而現在很多 AI 產品其實創意不足，同質化嚴重。能提出好問題、好想法的人，往往更容易抓住機會、創造成果。

• 第二，是適應變化的能力。我以前是純 Java 程序員，但 ChatGPT 出來以后，我馬上開始研究 AI 應用。我嘗試用 AI 做學習助手，比如讓 AI 用生活化的例子解釋概念，再畫圖、再給口訣，還能總結成體系，效率高很多。去年備考軟考的高級系統架構師和分析師，我用這種方式一次通過，學習時間比以前縮短一大半。

• 第三，是溝通表達能力。現在寫代碼，甚至和 AI 協作，都離不開溝通和表達。好的提示詞，本質上就是好的表達能力。有些人能把需求表達得清楚、拆解得合理，AI 的效果就非常好。表達能力差的人，連 AI 都難幫到。

• 第四，是批判性思維。AI 再強也會幻覺，信息真假難辨，尤其是在這個節奏被自媒體帶著跑的時代，批判性思維非常重要，不能盲從。

• 第五，是系統架構能力。未來真正有價值的不是“能寫代碼的人”，而是“能設計系統的人”。當代碼變得更易獲得，架構設計就變得更稀缺。

• 第六，是學習如何學習的能力。我建議大家多請教、善搜索、善用 AI，比如備考之前先搜集各種高效經驗、分析優秀案例，這樣學習效率和結果會不一樣。

• 第七，是終身學習能力。我看到過一個 60 多歲的老程序員，說“要不是有 AI 編碼工具，我早就退隱江湖了。”但他學會用 Cursor 后又能寫軟件、搞創業了。這就是終身學習的價值。

管振緯：在我看來，學習這些技能進而培養得來的工程思維和能力還是至關重要。

語法細節可能會被邊緣化，UI 搭建也是。真正的價值會體現在業務和產品中，這也是回歸到事物的本質。

因此，工程思維、產品思維、創新能力、執行力、溝通能力這些聽上去沒那么硬的技能，可能會變得更加重要。單純和 AI 比拼寫代碼，人類應該是越來越處于劣勢。我覺得我們處于一個關鍵的時刻，人們的工作和生活有可能會發生很大的改變。短期而言，期待生產力的提高可以幫助普及做四休三。

熱愛可抵漫長歲月

在認真看完以上幾位 專家的觀點后，也許你對是否報考計算機專業已經有了答案。

以前，我們捧著書本學習編程知識，一行一行敲下代碼，探索暢游在代碼的世界中。如今，有了大模型的加持，我們的學習與工作效率得到了大大提升。可無論學習方式和工具如何迭代，正如幾位專家們共同提到的那樣，唯一不變的是你是否真正熱愛，真正能理解問題、提出解法、駕馭系統，并在變化中持續學習成長。

最后，祝每一位考生，都能 compile 成功，run 出精彩。

2025 全球產品經理大會

2025 年 8 月 15–16 日

北京·威斯汀酒店

2025 全球產品經理大會將匯聚互聯網大廠、AI 創業公司、ToB/ToC 實戰一線的產品人，圍繞產品設計、用戶體驗、增長運營、智能落地等核心議題，展開 12 大專題分享，洞察趨勢、拆解路徑、對話未來。

更多詳情與報名，請掃碼下方二維碼。