在各路媒體對“人工智能”的一片喧囂中，老頭忍不住潑點冷水：報考人工智能類專業，千萬不要熱血上頭，輕率盲從，多點理性思考與清醒判斷更重要。

人工智能的浪潮席卷全球，從阿爾法狗橫掃棋壇到ChatGPT引起的人工智能熱潮，這個神秘和充滿希望的領域正在驚人地改變著社會。“AI人才缺口五百萬”、“應屆生年薪三十萬起”等文章標題充斥著中文互聯網，無數的學生帶著憧憬的心情，把將人工智能專業視為未來事業的“康莊大道”。

2020年以來開設人工智能專業的大學數量直線上漲。2020年新增180所，2021年130所，2022年95所，2023年59所，2024年38所。截至2024年，我國已有537所高校獲批人工智能專業。

理想很豐滿，現實很骨感

AI領域就業市場的冰冷現實。人工智能領域前景廣闊是無庸置疑的，但是在這個領域中，人才結構的特點是頂尖人才需求有限，基礎崗位激烈競爭。聞風而動的高校紛紛增設人工智能相關專業，殊不知其師資力量、實驗裝備及課程體系遠遠達不到要求，最終多數畢業生能否達到市場要求的實際能力，值得懷疑。

蘇軾曾嘆曰：“事不目見耳聞，而臆斷其有無，可乎？”海市蜃樓般的幻想引發的行業繁榮很可能只是一場夢，畢業后，會不會陷入“志大而才疏”的窘境，今日的你我，無從得知。

行業熱潮背后暗藏認知誤區。某重點高校人工智能學院院長曾坦言：“不少新生入學后才驚覺，這個專業不是玩機器人，而是要啃高等數學、概率論、數據結構等硬骨頭。”人工智能并非等科幻電影中令人眼花繚亂的智能機器，而是神經科學、數學模型、算法優化等方面的知識與電子、機械等傳統學科的深度結合。

“智聯招聘”數據顯示，當前80%的人工智能招聘需求集中在機器學習、算法研究及大模型技術等方面，這些方向的研究不僅要求代碼能力和扎實的數學基礎，解決實際問題的能力更為重要。

人工智能并非人人皆宜的“賽道”。這一領域需要扎實的數理基礎和個人興趣相結合。人工智能領域的研究，對邏輯思維、數學能力等方面有特殊要求，如果忽略自身特質盲目追逐潮流，未來大概率淪為洪流裹挾下的一粒沙，最終成為“炮灰”。

對自己有清醒判斷很重要。“二八定律”或“人才金字塔”在人工智能領域依然適用，極少數頂尖人才在實驗室研究核心算法，大多數人只能從事數據標注、模型優化、調試代碼等基礎工作。

據某985高校跟蹤調查顯示，35%的AI專業畢業生因編程能力不足轉行，20%的學生因數學基礎薄弱而在研究生階段遭遇瓶頸；與此同時，招聘信息顯示，招聘時明確要求碩博學歷畢業生的崗位占比46.98%。

某企業家有個“飛豬”理論，“站在臺風口,一頭豬都能飛起來”。選擇專業的時候追逐風口，而不是冷靜分析自己是否具備抽象思維、邏輯推理等核心素質，是否愿意并真正能夠享受與代碼、公式、數據進行對話的過程，即使站在風口上，沒等風把你吹起來就摔到了地上。

當今世界充滿了太多的不確定性、熱點“風口”也如同“城頭大王旗”般變幻不定，清醒與理性的認知愈發重要。過去的時間，有多少行業風風火火一陣子，沒過幾年就偃旗息鼓。人工智能的潮流雖然代表了未來的趨勢，也架不住“一窩蜂”式的“大躍進”。這種“大躍進”的最終結果必然是少數“幸存者”昂首潮頭，背后留下尸骨累累——誰敢斷言自己必然成為那個“弄潮兒”而不是“燃料”？

——房地產、芯片等等領域的前車之鑒猶在眼前。

當無數人為“AI”歡呼時，或許按下暫停鍵，多問自己幾個“為什么”才是真正的勇氣。

我們有理由相信，未來人工智能必然是人類文明中最閃耀的光芒，但是并非所有的青春都成為那片光芒中一顆閃亮的星星，大多數人很可能成為投火的飛蛾。

2024年《Nature》數據顯示，知識半衰期已縮短至2.3年，在AI和信息技術領域預計知識半衰期將進一步縮短。某行業報告指出，AI從業者的知識半衰期已縮短至18個月，這意味著持續學習比專業背景更重要。

要不要追逐“熱門專業”？

興趣與天賦。人工智能專業課程體系龐雜且富有挑戰性，涵蓋數學、計算機科學、機器學習、深度學習等眾多高難度領域。若缺乏對這些知識的濃厚興趣，很難在繁重且枯燥的學習過程中堅持下去；數學基礎薄弱的學生，在面對高等數學、線性代數、概率論等課程時，可能會倍感吃力；無法在自己的知識體系中構建人工智能所需的數學與邏輯能力，或編程能力不足者，應對復雜代碼和軟件開發任務時，也容易陷入困境。

持續學習。雖然行業整體處于上升期，但人才需求也有其特定的結構和標準。頂尖企業青睞的是那些學術扎實，同時具備豐富實踐經驗和創新能力的復合型人才。人工智能領域更新迭代極快，技術浪潮一波接著一波，只有那些具備強大的自我學習能力和適應能力，方能在人工智能浪潮中保持不被淘汰。