如今，甭管是ChatGPT还是国产Kimi、豆包，都很难再带给大家横空出世时的“亿点点”惊艳。

技术震撼已成过去时，取而代之的是搞钱狂热——脑子活络的用AI写作绘画，搞副业赚外快；深谙贩卖焦虑套路的博主，则造人设做知识付费，被戏称“AI时代第一桶金都被卖课的赚去了”。

一众互联网大厂们也在招贤纳士，这一次，年薪百万的好福气轮到了算法工程师的头上。面对如此时代红利，想要分一杯羹的，还有大批冲向爆款人工智能专业的学生。

不过，读人工智能专业究竟是高前景还是高风险？本科四年学习，个中滋味又如何？

人工智能专业，高校新宠儿

高考结束选专业，宛如一场赌博。成绩分数、学校层级、专业前景，无一不是决定未来四年的关键变量。

很多考生既不愿浪费一分，但未经世事又不知道该选什么，最后往往是看时下什么行业前景好、薪资高就匆匆跟风上车，人工智能便是其中一个。

作为新兴专业，人工智能其实是以计算机科学为基础，又交叉融合了神经和认知科学、数学、心理学等多学科，属于工学下的电子信息类[1]。

但国内对于人工智能人才的培养，其实比想象中早得多，在ChatGPT震惊世界前，国内就已经开始了智能机器人、虹膜识别、专家系统等多方面的研究，也开始了从研究生到本科生的排兵布阵[2]。

2018年，教育部发布了《高等学校人工智能创新行动计划》，同一年，以南京大学、上海交通大学为领头的35所高等院校率先开设人工智能本科专业，成为第一批吃螃蟹的学校[1][3]。

到了2019年，更有180所高校一拥而上追赶这波热潮，人工智能专业新增高校的数量迅速达到峰值，随后几年呈现下降趋势。截至2023年，全国共有532所普通高校开设此专业，占到普通本科高校总数的40.67%[4][5]。

不过新增人工智能专业的高校数量下降，并不意味着人工智能专业“凉了”，而是随着学科布局日趋饱和，新一轮的资源博弈正浮上台面。

今年4月和11月，教育部先后公布了两批“人工智能+高等教育”应用场景典型案例，共计50个案例，其中有43个都来自985和211高校[6][7]。

当一些开设人工智能专业的双非院校还在“谁来讲课”“讲什么课”中苦苦挣扎时，实力名校已经开始强调技术落地，卷向新的阶段。而这样的局面，其实早在人工智能专业正式入驻各高校学院的时候，就有迹可循。

我们统计了所有开设人工智能本科专业的院校，发现在532所高校中，如南京大学、中国人民大学、西安电子科技大学等85所选择“自立门户”，整合现有师资与教学资源，成立人工智能学院。

更多的普通院校，则是将人工智能专业挂靠在原有的计算机学院、信息工程学院、大数据学院等院系。既方便“就地取材”学院现有资源，也不耽误蹭上热门，好招来生源。

但也有特殊的情况，比如西安工业大学结合自身的军工优势，另辟蹊径将人工智能专业纳入兵器科学与技术学院，研究“智能兵器”[1][8]。

本科四年，学成“多面手”

虽然在外人看来，人工智能四个字听上去总是高深莫测、虚无缥缈，但其实它仰赖的基础依旧是计算机学科。

正因如此，学生想学好人工智能就得成为“多面手”——不仅要数学好，看得懂算法公式的底层逻辑；又要足够了解计算机，具有较强的编程能力；还得学机器学习、自然语言处理、深度学习等课程，设法教会计算机像人脑一样思考。

可以说，就读计算机专业学生会吃的苦头，人工智能专业的学生也要跟着吃一遍，甚至更多。

比如写课后作业，学生们不是当“代码裁缝”，去 CSDN、Stack Overflow 等专业论坛里找代代相传的答案；就是当“江洋大盗”，打劫大佬的代码，试图蒙混过关，开一百个标签页就为解决一个非常简单的文件读写或者环境配置问题。

而学生 debug 时更是血压一次比一次高，披星戴月熬夜到凌晨三四点是家常便饭，最后发现不是代码跑完但忘记改目录，就是运算平台显存不足，独留自己和“No such file named”“CUDA Out of memory”等各种报错在风中凌乱。

更惨的是，在许多层次偏低的高校，课程体系设计并不完善，只是照葫芦画瓢开设了人工智能导论、机器学习等基础课程，学生四年所学不仅杂乱还肤浅，被吐槽是只会数据炼丹的“调参侠”：

我们就是把计科和电子的专业基础课都学一遍，再把机器学习“西瓜书”拿出来粗略讲一讲，最后敲代码不如计科，做芯片又不如电子，多而不精，面面蜻蜓点水，每一样都差距甚远。

究其原因，由高校人工智能相关专业老师学生等创建的开源组织Datawhale发布的《2023中国人工智能人才学习白皮书》就指出，人工智能人才培养错位的三个主要问题就是：缺实践、教学内容过时与教学方式固化[9]。

像关于人工智能发展史、机器学习原理这样的理论课程，教师可以很快上手教课，但是，让不熟悉AI实操的老师们指导一个应用落地，大家就犯怵了。最后学生被老师“半散养”——杂活是要做的，但指导和资源是没有的：

问导师问题只会告诉我“多看看文献，自己看着办”，从不正面回复我的题目是否可行，还夹杂着点PUA的话。

双非资源一般，而整个实验室只有两张3090显卡，你觉得够一组人做计算机视觉吗？

结果往往是，老师上课对着前三排的空气大谈空中楼阁，后排的学生则低头在微信群里蛐蛐“老师讲得像唐僧念紧箍咒，听得脑子都要爆炸”。

梦中情职，距离甚远

B站的课越看越多，leetcode（用于编码面试准备的在线平台）的题越刷越难，很多学生辛苦四年，临到毕业都只能摸到人工智能行业的冰山一角，遥望自己与理想薪资的距离。

智联招聘2024年第二季度《中国企业招聘薪酬报告》数据显示，在企业招聘薪酬前20名的职业中，有一半都与计算机打交道，人工智能工程师更是以22003元的平均月薪位居榜首，遥遥领先[10]。

具体而言，从岗位类型看，人工智能工程师包括导航算法、深度学习、机器人算法、自然语言处理、机器学习工程师等细分方向[10]。

只是高薪往往也意味着激烈的竞争，能上桌分蛋糕的，既得学历出众，还得技术过硬，两者缺一不可。

而且与大家想象中的“对口专业、超好就业”不同，人工智能专业的毕业生，往往需要和计算机、电子信息专业的学生同台打擂，争夺同一个岗位。

麦可思《2024年中国本科生就业报告》就显示，2021-2023届本科毕业生从事人工智能工程技术人员的构成里，分别有41.1%和12.1%来自计算机类专业和电子信息类专业[11]。

此外，企业在招聘时对人工智能工程师的要求也很高，处于一种宁缺毋滥的状态，即便急于“招兵买马”，需要的也是“上等马”[12]。

根据《人工智能产业人才发展报告（2019-2020年版）》，算法研究岗和应用开发岗的学历准入门槛远高于其他岗位，要求研究生学历的岗位比例分别为45.1%和41.9%，作为对比，产品经理这一比例仅为4.6%[13]。

从技术方向看，机器学习、计算机视觉、智能语音要求具备硕士及以上学历的比例都在四成及以上。

因此，不少学生本科毕业后往往选择继续深造，增强竞争力。到最后，行业金字塔尖的风光无限，塔底的则拥挤不堪。算法大神拿着985本硕博学历与多篇顶会论文，早早被多家公司预定，offer多得甚至可以打牌。

而普通学生在本就已经少得可怜的岗位中卷生卷死，投递上百份简历，大多都淹没在人才库。还没来得及整顿职场，就先被人工智能机器人面试官整顿。只能苦笑感慨：

我与人工智能最近的距离，可能是200块一天的数据标注工，就像你读通信工程，结果工作是在电子厂流水线装闹钟。