曾经最热的专业，正在被 AI 反向劝退
当地时间 10 月 29 日，彭博社援引全国学生信息交换中心（National Student Clearinghouse）的初步数据报道，今年秋季美国高校计算机与信息科学专业的本科入学人数下滑超过 12%，研究生降幅也超过 10%。这并非孤立波动，而是过去两年跌势的延续：据该机构数据，仅两年内全美计算机本科在读人数减少 18.4%，研究生减少 27.1%。而在同一窗口，全美本科总招生仅微涨 0.6%——计算机专业从多年增长的顶流变成了拖累整体入学的少数派。
这条数据之所以值得单列，是因为它来自一个长期被视为 AI 红利直接受益者的学科。过去十年，计算机科学几乎是美国高校扩招与高薪就业的代名词；如今它恰恰是受 AI 冲击最直观的现场。全国学生信息交换中心的研究总监将这种下滑称为惊人，因为它发生在 AI 工具快速渗透日常编程、而企业同步削减入门级岗位的背景之下。
数据背后：不是周期，是结构性转向
需要区分的是，这一下滑并非经济周期式的暂时回落。美国劳工统计局 8 月发布的一份报告已指出，计算机与数学类岗位是受 AI 冲击最明显的类别之一。多家企业在过去两年大规模缩减初级编程与入门级工程岗位，导致应届生求职难度显著上升，反过来削弱了高中生与本科生选择该专业的预期回报。换句话说，AI 正在同时改变学什么与学了能找到什么工作两件事。
更深一层的变化在于认知：当大模型能完成大量入门级编码任务，用人单位对会写基础代码这一技能的人力需求被重新定价，而高校课程体系的调整往往慢于产业。这种错位让许多家庭开始重新评估砸钱读计算机是否还能换来确定性的上升通道。教育与就业市场之间本就存在时滞，AI 把这段时滞的代价提前摆到了台面上。
一个耐人寻味的悖论是：一边是科技公司高喊 AI 人才短缺、开出高薪抢夺资深工程师，另一边却是入门级岗位被大幅削减。企业真正想要的，是能直接驾驭模型、做系统整合与高阶判断的人，而非重复编写样板代码的初级劳动力——这恰好是计算机本科前两年主要训练的内容。需求结构的位移，比总量变化更值得警惕。
为什么是现在，为什么是计算机
把镜头拉远，计算机并非单一承压的学科，但它是信号最清晰的那一个，因为 AI 对可编码、可自动化任务的覆盖最直接。与之对照，医疗、护理、能源等难以被模型替代的实务型专业，入学仍保持韧性甚至增长。这种分化说明，AI 对高等教育的影响不是均匀降温，而是按可自动化程度重新洗牌学科吸引力。
另一个容易被忽视的角度是阶层与身份：计算机专业的扩张曾让大量中产家庭将其视为阶层跃迁的稳妥路径，当这条路径的确定性下降，受影响最大的恰恰是依赖高等教育投资回报的那部分群体。教育机构若不能在课程里真正融入 AI 协作与更高阶的系统能力，单纯的教编程将越来越难对抗市场定价的下行。
对行业意味着什么
对 AI 行业而言，这是一则被数据量化的替代效应样本：它提醒市场，AI 的红利并不均匀分布，基础技能劳动者的需求收缩是真实发生的，而非遥远假设。对高校与政策制定者，信号则是课程重构与再培训体系的紧迫性——否则 AI 创造新岗位的叙述将缺乏承接能力。
更长远的隐忧在人才管道：美国计算机教育的吸引力长期部分依赖国际学生，而本土入学下滑若持续，可能在中期内削弱 AI 研发的人才基数，反过来推高企业用更高薪酬争夺存量资深人才的成本。这会与前述的入门级岗位收缩形成共振——底端供给减少，顶端争夺加剧。
当然，单一学年的初步数据仍有待后续修订，且入学人数并不完全等同于长期人才供给。但这条曲线方向与 AI 渗透速度的吻合度，足以让它成为我们观察 AI 如何重塑人才市场的一个高置信度路标。后续我们将持续追踪下一轮修订数据与各高校的具体应对。