AI时代填志愿，别只追热门
高考成绩陆续公布，普通家庭填志愿别只盯热门专业。AI时代更该看能力、学校、城市、专业和家庭承受力。
这几天，高考成绩陆续出来了。
新华社和中新网报道，6 月 23 日起，上海等地率先开放高考成绩查询，更多省份集中在 6 月 24 日、 25 日查分。教育部此前公布，2026 年全国高考报名人数为 1290 万人。
分数出来以后，很多家庭马上进入另一个战场：填志愿。
过去填志愿，家长最爱问一句话：哪个专业好就业？
今年这个问题更难答。 AI 已经把很多职业的变化提前摆到了桌面上。软件开发、设计、翻译、客服、运营、金融分析、法律检索、医学影像、行政文书，几乎都能看到 AI 工具的影子。
这时候再用“热门专业排行榜”决定孩子未来四年，风险很大。
热门专业可以选，但不能只因为它热门就选。志愿填报要从“押风口”改成“看匹配”：孩子能不能学下来，学校有没有资源，城市有没有产业，家庭能不能等，专业四年后还有没有调整空间。
专业热度有延迟
家长今天看到的热门专业，通常来自过去几年的就业结果。
孩子今年入学，四年后本科毕业；如果继续读研，真正进入就业市场可能是七年后。一个行业从火到卷，有时用不了四年。
计算机就是最典型的例子。
它当然还重要。 AI 时代离不开代码、系统、数据、算法和工程能力。问题在于，计算机专业内部的分层已经非常明显。
同样叫计算机，头部高校、强行业院校、大城市学校，能给学生实验室、竞赛、实习、校招入口和校友网络。另一些学校只是开了这个专业，课程旧、项目少、实习弱，学生毕业时面对的是学历竞争、 AI 编程工具、外包团队和更高的岗位门槛。
以前“会写代码”就有机会。现在企业更想要的是能理解业务、拆解问题、调用工具、验证结果的人。
专业名给的是第一张门票，留下来靠的是能力。
AI 淘汰的是浅层技能
世界经济论坛《 Future of Jobs Report 2025 》里有几个数字值得放在志愿桌上：2025 到 2030 年，全球预计会创造 1.7 亿个新岗位，同时替代 9200 万个岗位，净增 7800 万个岗位。报告还提到，劳动者现有技能中平均 39% 会发生变化或过时。
这说明一件事：AI 带来的变化，没法简单归结成“哪个专业安全、哪个专业危险”。
它会让浅层技能更快贬值。
只会套模板的文案、照着教程写代码的人、机械填表的行政、搬运资料的分析员，都会遇到压力。工具把基础动作做得越来越便宜，人的价值就要往更高一层走。
哪些能力反而更值钱？
数学、统计、工程实现、表达沟通、行业理解、系统拆解、审美判断、现场经验、责任承担。
这些能力可以放在很多专业里。计算机可以有，电气可以有，医学可以有，法学可以有，农业、机械、会计、设计也可以有。
所以今年填志愿，别只盯着“AI 专业”四个字。更该看一个专业能不能让孩子建立可迁移的能力。
人工智能专业适合谁
这几年，人工智能、智能科学与技术、数据科学与大数据技术、机器人工程、智能制造、智能医学工程等专业都很热。
教育部 2025 年公布的本科专业目录和专业备案审批结果，也能看到高校持续调整专业布局。新专业越来越多，听起来也越来越接近产业前沿。
但新名字不等于好专业。
报人工智能相关方向，至少要看三件事。
第一，看数学和编程基础。人工智能专业通常离不开数学分析、线性代数、概率统计、优化方法、程序设计、机器学习、深度学习。孩子如果高中阶段数学吃力，对抽象问题没耐心，只是觉得“AI 很火”，进大学以后很可能读得很痛苦。
第二，看这个专业办在哪个学院。同样叫人工智能，有的放在计算机学院，有的放在自动化学院，有的放在软件学院，有的只是多个学院拼出来的交叉班。课程结构差别很大。家长要去学校官网看培养方案，不要只看招生简章里的漂亮词。
第三，看学校有没有真实资源。有没有实验室？有没有产业合作？有没有本科生能参与的项目？上一届学生去了哪里实习？有没有保研、竞赛、校招数据？这些问题比专业名称更重要。
如果只是普通学校新开的热门专业，师资还没跟上，课程还没稳定，第一届学生很可能要承担试错成本。不是不能报，但要把风险算进去。
今年值得重点看的方向
结合就业数据、产业趋势和 AI 影响，我会把方向分成几类。
电气、电子信息、自动化、微电子
麦可思 2024 年版《就业蓝皮书》提到，本科就业“绿牌”专业包括微电子科学与工程、电气工程及其自动化、新能源科学与工程、能源与动力工程、机械电子工程、机器人工程。
这些方向背后对应的是电网、新能源、芯片、工业自动化、机器人、智能制造。
它们有一个共同特点：AI 只是工具，真实世界里的硬件、能源、设备、工厂、电力系统不会消失。
但这类专业挑人。数学物理不能太弱，动手能力不能太差，也要接受工程训练的枯燥。孩子如果只想“坐办公室、轻松高薪”，电气、机械、自动化未必合适。
计算机、软件、数据、网络安全
计算机依然值得选，但不能再按“万金油”理解。
更稳的路径是：计算机加一个具体行业。
比如制造、金融风控、医疗数据、法律合规、教育产品、网络安全。
单纯学语法、刷几个项目，优势会越来越薄。 AI 工具能写代码以后，企业会更看重需求理解、系统设计、调试能力、安全意识和交付能力。
如果孩子自学能力强，愿意长期折腾工具、英文文档、开源项目，计算机仍然是好选择。如果孩子只是被家长推着报，自己对编程没兴趣，读起来会很累。
医学、护理、口腔、医学技术
AI 会进入医疗，但医疗不是纯线上行业。
医生、护士、技师面对的是具体的人、具体的身体、具体的责任。影像识别、病历整理、辅助诊断会被 AI 改造，但医疗体系里仍需要大量受过训练的人。
医学的代价也很清楚：学制长，规培苦，回报慢，对家庭耐心要求高。
普通家庭报医学，要先问清楚：能不能接受长周期？能不能接受前几年收入不高？孩子能不能承受高压和责任？如果答案含糊，就不要只看“稳定”。
师范、法学、财经、新闻传播
这些方向在 AI 时代会分化。
师范要处理课堂之外的班级管理、心理沟通、学科素养和教育技术使用。法学不能停留在背法条，AI 能帮人检索案例，但不能替人承担法律判断和职业责任。财经类专业也会被自动化工具改造，简单做账、报表、基础分析会越来越卷。
这些专业能不能选？
能。前提是不能只拿一个本科专业名去就业市场裸奔。
法学要考虑法考、实习、学校层次和城市法律服务市场。财经要叠加数据分析、行业研究或证照路径。新闻传播要有作品、选题能力、视频能力、商业理解，不能只会写课堂作业。
高职强技能方向
不是每个孩子都适合本科叙事。
对一些普通家庭来说，一个强技能、高就业相关度的高职专业，可能比一个弱本科的空泛专业更实际。
新能源汽车技术、智能控制技术、电气自动化技术、应用化工技术、轨道交通、护理、口腔医学技术、工业机器人等方向，都要结合当地产业和学校实力看。
如果孩子更擅长动手，不喜欢纯理论，高职并不低人一等。关键是学校有没有实训条件，城市有没有产业岗位，毕业后能不能继续升本或考证。
最容易踩坑的几种填法
第一种，只看专业名字。
“智能”“数字”“大数据”“AI+”这些词很容易让家长心动。但专业名字变得快，课程质量和学校资源变化没那么快。培养方案、学院背景、师资、就业去向都要逐项看。
第二种，只看短视频博主推荐。
很多推荐看起来很笃定，实际没有承担任何后果。孩子读不下来，博主不会负责；家庭现金流扛不住，博主也不会负责。
第三种，只看平均薪资。
平均薪资最容易掩盖分层。一个专业平均收入高，不代表每个学校、每个学生都高。头部学生和普通学生的差距，可能比不同专业之间的差距还大。
第四种，用父母的想象替代孩子的能力。
有的孩子适合工程，有的适合表达，有的适合服务人，有的适合研究，有的适合动手。志愿填报最怕把一个不喜欢数学的孩子塞进强数理专业，把一个不擅长沟通的孩子塞进强人际专业，把一个需要稳定路径的家庭塞进长周期高风险专业。
普通家庭可以用这 5 个问题筛选志愿
第一个问题：孩子能不能学下来？
别只问就业，先问适配。数学物理弱，就谨慎报强工科；表达能力弱，就谨慎报高度依赖沟通的方向；抗压弱，就谨慎报医学、法学、强竞争专业。
第二个问题：学校有没有这个专业的资源？
看学院、课程、实验室、保研率、就业质量报告、校招企业。强学校弱专业和普通学校王牌专业，要结合目标判断。如果准备考研、转专业、考公，学校层次更重要；如果想本科就业，专业实力和城市产业更重要。
第三个问题：城市有没有产业机会？
大学四年有一大半机会来自城市。实习、讲座、比赛、兼职、校友、产业链，都在城市里。
学金融、法学、传媒、互联网，大城市机会密度高。学电子信息、制造、新能源，也要看所在城市有没有对应产业。合肥、南京、武汉、西安、深圳、苏州、无锡、常州、成都、重庆等地，各自有不同产业优势。
第四个问题：家庭能不能等？
基础学科、医学、法学、艺术、科研型专业，往往需要更长周期。家庭如果现金流紧张，就要优先考虑就业路径更明确、证照路线更清楚的方向。
第五个问题：大学四年能不能调整？
志愿不是一次定终身，但要给孩子留下调整空间。能不能转专业？能不能辅修？能不能考研换方向？有没有实习机会？有没有作品集或项目积累？
一个好志愿，不是保证孩子一辈子安全，而是让孩子在未来还有转身余地。
别把专业当保险箱
今年填志愿，家长最需要放下的是“选到一个绝对安全专业”的幻想。
没有这种专业。
电气会卷，计算机会卷，医学会苦，师范有地区差异，法学要过考试，财经要看学校和城市，人工智能也会淘汰很多只会调用工具的人。
更现实的做法是：选一个孩子能学、学校有资源、城市有机会、家庭扛得住的方向。然后从大一开始补三样东西。
第一，AI 工具使用能力。
不管读什么专业，都要学会用 AI 查资料、写代码、做数据分析、整理文献、生成初稿、辅助表达。 AI 不再是计算机专业的专属工具，它会变成大学生的基础工具。
第二，行业理解。
只懂工具不够。会用 AI 做财务分析的人，要懂会计和企业经营；会用 AI 做法律检索的人，要懂法律责任；会用 AI 做医学辅助的人，要懂临床边界；会用 AI 做内容的人，要懂用户、平台和商业。
第三，真实项目经验。
简历上写“熟练使用 AI”没有太大价值。真正有用的是做过什么项目，解决过什么问题，产出过什么结果。大学四年，要尽早积累实习、比赛、作品、论文、开源项目或实训经历。
最后给家长一句实话
志愿填报不是预测未来。
没有人能准确预测四年后的就业市场。能做的是减少明显错配：别让孩子学不动，别让家庭等不起，别让学校资源撑不起专业名，别让城市没有对应机会。
AI 时代的好专业，不一定名字里带 AI 。
它可能是电气、自动化、临床、护理、法学、会计、机械、农学、师范，也可能是计算机、数据科学、人工智能。
关键看孩子能不能把专业知识、 AI 工具和真实问题结合起来。
报志愿时，别只问“哪个专业最火”。
换成这几个问题：
孩子适合什么？学校能给什么？城市提供什么？家庭能承受什么？四年后还有没有调整空间？
这些问题问清楚，比追一个热门专业更重要。
参考资料
- 教育部：2026 年全国高考报名人数为 1290 万人。
- 新华网 / 中国新闻网：2026 高考成绩 6 月 23 日起陆续可查，多地公布志愿填报安排。
- 教育部：“阳光高考”平台开通“阳光志愿”信息服务系统，提供志愿推荐、专业介绍、心理测评、就业去向及前景查询等服务。
- 教育部：《普通高等学校本科专业目录（2025 年）》及 2024 年度本科专业备案和审批结果。
- 麦可思研究院《 2024 年版就业蓝皮书》：2024 本科就业“绿牌”专业包括微电子科学与工程、电气工程及其自动化、新能源科学与工程、能源与动力工程、机械电子工程、机器人工程等。
- World Economic Forum, The Future of Jobs Report 2025：2025—2030 年，劳动者现有技能中平均 39% 将变化或过时；AI 和大数据、网络与网络安全、技术素养是增长最快的技能方向。