大学专业大消失：AI正在怎样重塑大学专业？AI原生探索者
前几天，一位在大学做教授的同学跟我说，他们学校今年砍掉了好几个专业——广告、营销，连视频剪辑相关的专业都没了。
正好高考考试马上结束了。我们这些家长们聚一起就在讨论类似的问题："现在AI这么火，孩子到底该报什么专业？""听说计算机都不行了？""文科是不是彻底没前途了？"
虽然之前我写了AI 时代人才战略 01学生篇：高三选专业的反常识建议，真到自己孩子身上回答"该报什么"我心里也打鼓，因为四年后的世界谁也看不清。但我试图做另一件事来获取更多的信息：让AI把全球范围内AI正在怎样改变大学教育的事实查清楚，摆出来。
下面就是我查到的。附上一点我自己的看法。怎么用，你自己判断。
先说一组数据。我朋友学校砍专业不是个别现象——这是一场正在全国甚至全球发生的大规模调整。
与此同时，另一些学校在做相反的事：北京邮电大学给大一新生开了一门"AI在大前"的入学前AI课；北京一个城市就开设了459门人工智能通识课程；南开大学把《人工智能与创新》设成了全校必修。
一边在砍，一边在加。这两件事放在一起，我觉得挺值得琢磨的。
PART 01
先看事实：到底砍了多少？
中国教育部的官方数据："十四五"期间，全国高校新增本科专业布点1.02万个、撤销或停招1.22万个，累计调整比例超30%，今年全国高校专业调整比例首次突破10%。
仅2024一年，全国高校就撤销专业点1428个、停招2220个。从2020到2024五年间，全国高校撤销专业数量达5345个。
美国的动作更剧烈。雪城大学四月一次性砍掉了84个专业，人文和艺术学院受冲击最大。芝加哥大学暂停了人文专业的研究生招生。英语、历史这类独立专业，正以每年3-5%的速度流失学生。
被砍最多的是哪些专业？中国近十年的数据：撤销数量方面，设计学类专业最多，其后是工商管理类、电子信息类、公共管理类。具体到专业——市场营销、电子商务、公共事业管理、旅游管理，是连续多年的"被撤销榜"常客。
这些数字背后，一个直觉的结论冒出来了：文科要完了，理工科才安全。
但这个结论是错的。
PART 02
反直觉的事实：连计算机专业都在下滑
如果"文科危险、理工科安全"成立，那计算机专业应该是最火的。但事实恰恰相反。
今年秋天，加州大学（UC）系统出现了自互联网泡沫破裂以来计算机科学专业入学人数的首次下降。全系统今年下降6%，2024年已经下降了3%。唯一的例外是UC San Diego——今年唯一新增了AI专属专业的校区。
— San Francisco Chronicle / Past Meets Pixel，2026.2
注意这个细节：学生不是在"逃离技术"——他们是从传统计算机专业转向AI专属专业。UC San Diego因为新增了AI专业，成了唯一没下滑的校区。
美国新增的AI专业增长有多猛？MIT的"AI与决策"专业现在是校园里第二大的专业。南佛罗里达大学新开的AI与网络安全学院，秋季学期招收了超过3000名学生。
所以真相不是"文科被砍、理科安全"。传统计算机专业也在被冲击。那被砍的专业到底有什么共同点？
PART 03
真正被砍的是什么
把中美被砍的专业列在一起看，规律就出来了。
中国：被AI直接冲击的专业
人工智能正在抹除以"单一技能输出"为核心的专业，其中基础语言类（如翻译）和传统艺术设计类（如视觉传达）冲击最为显著。由于生成式AI在绘图、文案和基础编程领域的效率优势，高校正加速撤销此类专业。
美国：流失最快的专业
基础翻译、平面设计、广告文案、基础视频制作——以及部分传统计算机专业（教"写代码"而非"用AI"的那种）。
你看出共同点了吗？
被砍的专业——广告、营销、翻译、视觉传达、视频剪辑、基础编程——它们的核心技能，恰好是生成式AI最擅长的那些事。
翻译？AI做得又快又好。画海报？AI几秒出图。写文案？AI一晚上出100版。剪基础视频？AI自动成片。写增删改查的代码？AI比应届生写得还快。
这些专业有一个共同的特征：它们教的是一门"单一技能"——而这门技能恰好落在AI的射程之内。
被AI砍掉的不是"文科"。
是"单一技能型专业"。
很多专业的真相是：
它把一门可被替代的技能，
包装成了一个四年的学位。
AI只是把这层包装撕开了。
这就是为什么连计算机专业都在下滑——如果一个CS专业教的是"如何手写代码"而不是"如何用AI解决问题"，它教的也是一门正在被AI替代的单一技能。专业是文是理不重要，重要的是它教的技能，AI能不能做。
我自己琢磨出一个分辨的角度：
看一个专业，可以想想——"这个专业的核心训练，AI能不能在30秒内做得差不多？"
能做的，比如翻译一段话、画一张图、写一段标准文案、写一段基础代码，这些恰好是这一波被砍最狠的方向。
不太能做的，比如判断一个设计好不好、决定一个商业方案对不对、整合几个领域的知识解决一个真实问题，这些目前还在AI的射程之外。
这只是我的一个观察角度，不是什么标准。但我觉得它比"文科还是理科""冷门还是热门"更接近问题的本质。
PART 04
一个被忽略的反转：硬人文在回升
如果说"单一技能"在被砍，那有没有文科反而在涨的？有。而且数据很惊人。
2023年，伯克利主修艺术和人文（英语、历史、语言、哲学、媒体研究）的大一新生，比前一年增长了121%。亚利桑那大学的人文专业自2018年以来增长了76%。
— Axios / Purdue大学参议院报告
为什么同样是文科，翻译和视觉传达在被砍，哲学和历史反而在涨？
因为它们教的东西本质不同。翻译教的是"语言转换"——一门技能。哲学教的是"如何思考一个没有标准答案的问题"——一种判断力。前者AI能替代，后者AI替代不了。
这恰好印证了那个检验标准：决定专业生死的，从来不是文理之分，是"它教的是一门可被AI替代的技能，还是一种AI替代不了的判断力"。
PART 05
另一边：把AI塞进每一个专业
砍专业只是故事的一半。2026年中国高校做的另一半，更值得注意——把AI变成所有专业的基础设施。
这不是开几个AI专业那么简单。是全员普及。
北京邮电大学给大一新生开了"AI在大前"——还没正式入学，先上一门AI课。北京一个城市，高等教育和职业教育阶段开设了459门人工智能通识课程，还建设了相关辅修专业和微专业。南开大学的《人工智能与创新》是全校必修。南京大学开《大语言模型应用》。复旦大学新闻学院开《智能新闻传播》——连新闻专业都在AI化。
国家层面也在统一推动。教育部上线了"人工智能"高等教育智慧教育平台，集合了浙大、北大、哈工大等顶尖高校的AI通识课，从机器学习到具身智能基础全覆盖。
看出这个"两手抓"的逻辑了吗？一边砍掉"教单一技能"的专业，一边给所有专业的学生装上AI能力。
这个组合让我想到一个对比：
二十年前，大学里还有"会用电脑的人"和"不会用电脑的人"之分。后来会用电脑变成了所有人的基础，这个区分就消失了。
现在高校用全员必修的方式普及AI，"会用AI"看起来也在变成同样的基础。如果真是这样，那"会不会用AI"可能很快就不再是区分一个人的标准了——就像今天没人会把"会用电脑"写进简历当卖点。
至于到时候什么才是区分一个人的标准，我也在想这个问题，还没有确定的答案。
PART 06
有意思的是，面对同样的AI冲击，中美走的路却不尽相同。
中国把AI当基础设施。国家政策层面统一推动——大规模开AI专业、砍可能被AI替代的专业。教育部2026年新增了具身智能、脑机科学等38种专业。逻辑非常清晰：从学科发展的"小逻辑"（有什么学科基础就开什么专业）向服务国家发展的"大逻辑"转变。
美国则是多样化。一边是财政压力下大砍人文专业，一边是"AI让人文更重要"的强烈辩护——北美和欧洲倾向于提出截然相反的论点：AI让人文学科变得更重要，基于一种把人文学科定位为"批判性思维堡垒"的修辞。
研究报告把全球高校的AI教育路径分成了三种模式，对比很清晰：美国是"分布式渗透"——把AI融入现有专业框架，比如斯坦福在统计课里讲算法对社会决策的影响；欧洲是"伦理锚定"——受《人工智能法案》推动，慕尼黑工大设了"负责任AI"的跨学科必修模块；亚洲是"技术整合"——韩国KAIST要求所有专业至少开一门AI融合课，新加坡国立把Python纳入通识必修。中国的全员AI普及，正是"技术整合模式"的最激进版本。
美国这边还有一个我觉得很值得说的动向——交叉学科的兴起。宾夕法尼亚大学的Jerome Fisher M&T项目（管理与技术）很多年前就把沃顿商学院和工程学院合在一起，被称为"最彻底拆掉商科和工程之间那堵墙"的项目。2026年这个方向在加速：南佛罗里达大学新开了"计算机科学与商业"联合学位，圣母大学门多萨商学院和工程学院合办"商业计算机科学"双主修，圣路易斯华盛顿大学也在面向2030届招生新设的"商业与计算机科学联合学位"。2026年泰晤士高等教育交叉学科排名里，美国包揽了前四（MIT、斯坦福、加州理工、伯克利），前50里占18席。
这些项目里有一个细节让我印象很深：它们都特别强调自己"不是双学位"——不是两个专业拼着学，是把两个领域融成一套新课程。圣路易斯华盛顿大学的招生页面专门写了一句话：和double major不同，这是一个有独立学位要求的正式联合项目。
我看到这个细节的时候在想——也许市场要的不再是"既懂A又懂B"两门技能的叠加，而是能在两个领域交叉点上做判断的人。一个商科+CS的double major是把两套独立技能学了两遍；一个真正的联合学位训练的是"在商业问题里调动技术工具"或者"在技术决策里看到商业含义"的那种思维。前者是1+1=2，后者试图做到1+1=新的东西。这是我的一点猜测，不一定对，但它跟前面"被砍的是单一技能"这个观察，似乎对得上。
这两条路谁对谁错，我没有答案——可能要很多年以后才看得清，也可能本来就没有标准答案。我能确定的只是：面对同一个AI，不同的国家、不同的学校，正在做出很不一样的选择。这件事本身，值得每个正在做选择的家庭知道。
