6月，又是一年一度的高考季。

1335萬高考生踏入考場。

最近也有不少朋友問我，孩子選什么專業好？什么專業就業好？

看看今年本科生、碩士生們的就業情況，不容樂觀——

我學生所在的某211院校，到了畢業典禮這一天，應屆金融本科生落實畢業去向的比例還只有65%。而且這個數字其實還要感謝全球的一年制碩士項目替我們排憂解難。但其實碩士也不過是推遲“就業難”而已——

前段時間爆出新聞，某知名985院校的金融專碩就業率只有40-50%。

為什么就業這么難？

一方面是宏觀趨勢——比如，十幾年前，國際貿易、外語、金融、會計、土木工程都曾是最熱門的專業，吸納大量就業，但這都是我國經濟發展趨勢的產物——指數級膨脹進出口貿易，資本市場的快速擴張，還有房地產熱潮。但是，現在這些宏觀風向都變了，外需疲軟、金融嚴監管、互聯網平臺轉型陣痛、房地產一蹶不振。這些問題顯然并非短期內可以解決，也意味著過去依賴這些行業提供的高收入崗位，可能在相當長一段時間內難以恢復。

另一方面是生成式AI的沖擊。高考學生和家長在過去三年可能是“兩耳不聞窗外事，一心只讀圣賢書”。但是高考結束了，真的應該好好睜眼看世界，研究研究ChatGPT和DeepSeek等AI工具的發展趨勢。

最近，我經常用ChatGPT和DeepSeek，體感特別深。它們不僅能幫你寫文章、做題、編程、畫圖，甚至可以替代部分職業操作：寫法務合同、生成財報摘要、輸出一份完整的市場分析報告。很多原本需要專業訓練才能完成的任務，AI已經能自動完成了。一個很扎心的事實是，我們團隊需要的初級RA都減少了……上個月碰到德州回來的一個朋友，一個SAAS公司的IT部門頭兒，他首先100多人多團隊裁掉了1/3，主要是初級菜鳥。

因此，在回答“選什么專業好？”這個問題的時候，我的回答是，專業其實沒有那么重要。

核心是——“專業”這件事的邊界正在被重寫。

重要的不是專業，而是技能

在人工智能時代之前，選專業就像選擇一個“護城河”——你學金融，就能去銀行；你學臨床，就能做醫生；你學新聞，就能進媒體。

我們不妨想想，這個“專業”它到底怎么來的？

工業化。工業革命之后，社會分工不斷細化，對勞動者的技能要求也日趨細化，現代分科教育體系就是這種要求下的產物，而分科教育對應的就是“專業設置”。這個好處很明顯——你可以幾年之內訓練某個領域的“專業勞動者”。比如一個好的技工，好的工程師，好的會計等等，比如德國當時工業經濟發達，就是受益于分科教育，所以大家都模仿。

隨著社會專業化分工越來越細，專業設置也越來越細。這個事施展老師有個非常形象的比喻，說專業像挖井，越往下學，就是把這個井挖的更深。井挖得深，當然讓整個社會的知識技能有巨大的積累和提高。但也產生了一個問題，就是井口的人，看不見井下面到底是啥東西。這就是所謂“專業護城河”。各個井里還產生了自己的語言，行業黑話。比如，宏觀經濟學家開口就是“通脹”、“結構性”、“邊際”、“基期效應”；IT工程師嘴里也是各種天書一樣名詞，全棧自研，刪庫跑路，代碼重構.....

但現在，大模型已經讓這些“專業護城河”開始瓦解。今天你學會一項技能，不代表明天AI不能替代你。今天你進入一個“熱門專業”，不代表4年后還有“剛性需求”。

最近兩三年，ChatGPT為代表的通用AI工具將時代往前推進了一大步，不僅僅是給專業祛魅，而是對專業進行解構。AI工具可以越來越多的“專業能力”做成標準化配置包。

比如，如果你說，“我是會計專業畢業的”，這說明你能編制財務報表、做稅務籌劃，但現在AI財務助手可快速生成報表、分析報稅策略，門檻大大降低。

再比如，我們團隊的X博士以前完全是個編程小白，學習python都是從入門到放棄，但是借助DeepSeek的幫助，她在兩三天內就學會了用python處理幾千萬行的數據。

下面，我們給出了一個表格，很多專業的傳統技能，都在被AI踏平——

換句話說，我們曾經引以為傲的專業壁壘正在被不斷踏平，越來越多的專業深井即將荒蕪。坦白說，我們熟悉的"專業社會”都面臨巨大的改變。

那么，受沖擊最嚴重的是哪些職業呢？

研究發現，編程、閱讀理解和寫作這幾種技能是最容易受到GPT沖擊的。在下面這張圖上我們列了11種技能，按照受GPT沖擊大小排序，排在第一的是編程，ChatGPT沖擊的相關性高達0.623，意思是，如果某個職業的編程技能重要性上升10%，那么受ChatGPT沖擊的程度就上升6.23%；其次是寫作和閱讀理解；最末尾的是科學思維，ChatGPT沖擊的相關性是-0.23，也就是說，如果某個職業對科學思維的依賴度很高，那么受ChatGPT沖擊程度反而會下降。

如果你的職業主要依靠的技能是編程、閱讀、寫作，那么未來已來，職業生涯會遭遇很大風險。相反，如果你的工作主要依靠科學思維、批判性思考，那么職業生涯反而更安全。

數據來源：OpenAI

美國普林斯頓大學的費爾頓教授及其合作者做了個最新研究，看ChatGPT這樣的大語言模型到底對哪些職業造成的沖擊最大。邏輯不復雜——一個職業所需技能與大語言模型技能點的相關度越高，則該職業受沖擊程度越大。

猜猜哪些職業受沖擊最大？

表. 受大語言模型沖擊最大的典型職業

我們整理了700多個職業的大語言模型風險暴露指數，指數越高說明越容易被AI替代。感興趣的同學可以添加課代表領取。

看完風險暴露指數的表格，手心背心有點出汗：很多都是傳統意義上的創意型職業、高薪職業，除了大學教師、記者外，還有心理健康咨詢師、律師等。要知道，就在2017年牛津大學教授Freya和Osborne的研究中，這些都曾被認為是AI替代概率很低的職業，但現在也都陷入了危險之中。

大學老師算是傳統社會的金字塔尖職業吧，越老越值錢。但在費爾頓教授的研究中，英語語言文學、歷史學、經濟學等多個領域的高等教育教師，都位列受大語言模型沖擊最嚴重的10%職業。你仔細想想，ChatGPT的確可以幫忙承擔很多教學任務——設計教學大綱、解說專業知識、為學生答疑，等等。哈佛大學就已經推出了AI導師“CS50機器人”，教授計算機科學概論課。課程主講教授馬倫說：“我們希望通過AI實現CS50課程的一對一教學，并提供全天候的學習，以適應每個學生的進度。”

看了這張表格，你是不是發現，很多你的理想職業都在其中？

在今天這個年代，可能專業并沒有那么重要。重要的不是專業，而是技能。

比如，我們團隊最近在招一個運營助理，但收到很多經濟金融專業學生的簡歷，并不合適。因為傳統經濟金融專業只教授理論知識，往往脫離實踐，而且我們還要求公眾號、視頻號、私域的運營經驗，還有線下活動的組織能力，因此，專業知識只是一個基礎門檻，“網感”、組織能力、社交能力和學習能力才是核心。

我們換個角度來看，那些受大語言模型沖擊最大的職業，其實也是最有可能利用AI杠桿的職業。

• 比如說，使用ChatGPT之后，寫作所用的時間可以減少37%，同時產品質量可以提高0.4個標準差。
• 使用Copilot，軟件工程師的編碼速度可以提高一倍。

至少在近期的未來，大多數人會發現，自己的工作是與數字工具（包括AI工具）互補、協作。這種AI協作能力，可能會成為決定未來職業發展的關鍵因素。美國雜志《大西洋月刊》甚至將其稱為“本世紀最重要的職業技能”。

為什么呢？有更好的AI協作能力，意味著你能夠更大限度的利用AI杠桿，放大你的優勢。但是，不同的人使用AI工具的效果差異很大。對有的人來說，ChatGPT只是一個蹩腳的搜索引擎，但有的人可以把ChatGPT訓練成自己的高級助手。同樣是使用Midjourney生成畫作，有的人用完就感覺它是人工智障，有的人卻可以用它生成的作品，在藝術比賽中拿第一名。這其中的區別在于，你輸入什么指令，如何跟它互動。換句話說，AI繪畫呈現怎樣的效果，取決于人怎么指揮它。

怎么指揮呢？兩個必要條件：

1.懂得有系統化地提出好問題；

2.要對答案的優劣好壞有判斷力；

這樣你才能指揮AI不斷修改和優化，得到比你單干更優秀的產出。

怎么才能系統化地提出好問題？怎么才能對答案優劣有判斷力？居然回到了原點——對本行業的深入理解和洞察。

專業+思考力+洞察力是你能否成為AI主人的關鍵。

尼采說過，“一個人的智慧，就是他所提出的問題的深度。”

愛因斯坦也說過，“好的科學家解決問題，偉大的科學家定義問題。”

技術越發展，越是如此。

當然，除了專業和思考洞察能力外，你還需要很強的AI素養。所謂AI素養，就是你需要了解人工智能算法是如何工作的，如何支持和增強人類決策，并且了解人工智能可能存在的局限性和偏見。

所以，面對AI，走近、擁抱、祛魅，是第一步。就像英偉達的黃仁勛說的，“AI不會奪走你們的工作，使用AI的人會奪走你的工作。”

高考報志愿要考慮的五件事

最后，聊聊高考報志愿真正值得考慮的五件事：

第一，花一周時間，好好研究一下ChatGPT、DeepSeek、Claude、Copilot等工具，觀察它們如何影響你未來要做的事、未來的行業、未來的知識結構。明白你選的專業，是為了擁有“與AI共舞”的能力，而不是依賴“專業身份”。

第二，盡量選擇那些AI不容易替代的專業能力。與其擔心被機器取代，不如專注于提升那些讓“人之所以為人”的獨特優勢——創造力、同理心、批判性思維、領導力、解決開放式問題的能力以及深刻的倫理意識。大家可以復習一下我們，其中列出了三類難以被替代的能力，及對應的職業——創意型職業、社交智慧型職業和手藝型職業。

第三，相比于“死記硬背”的專業，更建議選擇“訓練通用思維能力”的方向。如果你學一個只要求你背下大量固定流程、法規條文的專業，一旦流程自動化或法規大改，你的知識可能就“過期”了。但如果學一個教你如何分析經濟現象背后的邏輯、如何建立預測模型、如何解讀數據趨勢的專業，即使具體知識更新，你鍛煉出來的思維模式和專業技能依然強大，能快速學習新東西，解決新問題。

第四，專業要具備跨學科融合潛力。在生成式AI時代，“單一專業人才”的壁壘正在快速瓦解，僅靠掌握一門知識，已經不足以構成競爭優勢。未來真正有價值的人才，是能夠在多個學科、多個技術工具、多個行業場景之間穿梭融合的復合型人才。比如，現在金融行業最需要的，不是傳統金融學、商科的學生，反而是復合背景的學生。銀行業在減員，但銀行信息科技人員的占比卻在增加。比如，2018-2023年，工商銀行員工總數從45萬縮減到42萬，但科技人員數量卻從1.5萬人增加到3.6萬人。

因此，金融專業和計算機專業的雙修會讓學生在職場上搶跑一步。行業和職業內涵的打碎重塑，其實對“專業”是一種重新定義。現在各大學校紛紛推出“金融科技專業”，本質上還是金融視角，加點“科技”的碎料，不會給人帶來更高的職業溢價。但是編程，信息處理等技能，是數據驅動的金融科技的核心技能。現在美國好幾個超大的量化基金，金融專業的人少——大部分是統計學，數學系，和計算機博士。

最后，研究一下最新的行業趨勢和政策趨勢。目前市面上的很多高考志愿填報指南都是基于歷史經驗，比如近兩年，熱門專業集中在張雪峰推薦的專業——計算機、電子信息、法學、臨床醫學、電氣工程等專業。

但是，熱門專業和冷門專業都是行業趨勢和政策趨勢的產物，很容易發生反轉。而且，任何大熱的專業，都是要付出更多的分數，而且大熱的專業就一定會造成人才供應過剩，將來的就業市場也很可能很“卷”。

而冷門專業也可能隨時翻身。比如說數學專業，在這個數字時代，很多熱門職業，算法工程師、精算師、運籌工程師，乃至各行各業都需要的數據分析師，都需要扎實的數學基礎，如果翻一翻華爾街量化交易部門的招聘，你會發現物理和數學專業都很搶手。

再比如，“生化環材”也在爬出“天坑”。“生化環材四大天坑”這個說法，其實不是張雪峰首創，而是10多年前就開始流行。當時的中國制造業還處于粗放式發展的過程中，不太注重研發，更不注意環保問題。因此，很多“生化環材”的畢業生在業界找不到用武之地。而現在，世道變了。上一波新能源汽車、新能源電池產業起飛，對化工、材料、環保專業的畢業生提供了大量的就業崗位，而目前ESG浪潮的興起，又給環境科學和環境工程的同學帶來了站上風口的機會。

再比如，最近兩年，“出海”這個詞特別火，而出海涉及的職業非常多，也非常匱乏相關人才——熟悉海外消費者文化、海外市場分析、國際法的人，以及外語熟練的研發技術人員都很吃香。脈脈發布的《2024年度人才遷徙報告》顯示，2024年1月至10月，新發出海崗位數量占比比去年增長了43%。

最后，千言萬語歸為一句話：高考填志愿，不是選一個“不會被AI替代”的專業，而是選一個你能與AI共同進化的方向。

18歲的孩子們，請你們做自己，找到那些自己做起來得心應手，容易形成正反饋的事情，然后用AI工具放大這個效應。

人生不是一錘定音，而是不停地洗牌重抽。大學和專業只是你人生第一張牌，第一張牌并不能決定整個牌局的結果。

xiang shuai

關注微博，獲取更多香帥時評

更多感悟，更多陪伴