如今，无论是ChatGPT还是国产的Kimi、豆包等AI产品，都已难以复现它们初现时所带来的那份“亿点点”的惊艳。

　　技术的震撼感已成为过往，取而代之的是对金钱的狂热追求——那些思维敏捷的人利用AI进行写作和绘画，开展副业以赚取额外收入；而那些擅长贩卖焦虑的博主，则通过塑造人设、开展知识付费课程，赚取所谓的“AI时代的第一桶金”，这一现象甚至被戏称为“卖课的赚走了AI时代的头彩”。

　　众多互联网大公司也在积极招募人才，这一次，年薪百万的幸运机遇降临到了算法工程师的头上。面对如此诱人的时代红利，大批人工智能专业的学生也跃跃欲试，希望从中分得一杯羹。

　　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？

　　高考结束后的专业选择，无疑是一场关乎未来的重要赌博。成绩分数、学校层级以及专业前景，每一个因素都有几率会成为决定未来四年走向的关键变量。

　　众多考生既希望不浪费一分一毫的分数优势，又由于缺乏社会经验而难以做出明智的选择。在这种情况下，他们往往倾向于追随当下的热门行业和高薪职位，而AI便是其中的佼佼者。

　　作为新兴的专业领域，人工智能其实就是以计算机科学为基础，同时交叉融合了神经科学、认知科学、数学、心理学等多个学科，隶属于工学大类下的电子信息类专业。

　　然而，国内对于AI人才的培养其实远比我们想象的要早。在ChatGPT震惊全球之前，国内就已经在智能机器人、虹膜识别、专家系统等多个领域展开了深入研究，并着手从研究生到本科生的全面布局。

　　2018年，教育部发布了《高等学校AI创新行动计划》。同年，以南京大学、上海交通大学为首的35所高等院校率先开设了人工智能本科专业，成为首批勇敢尝试的先行者。

　　到了2019年，这股热潮更是席卷了全国，共有180所高校紧跟潮流，纷纷增设人工智能专业，使得该专业的新增高校数量迅速达到峰值。随后几年，虽然上涨的速度有所放缓，但截至2023年，全国已有532所普通高校开设了人工智能专业，占到了普通本科高校总数的40.67%。

　　然而，新增人工智能专业的高校数量下降，并不代表人工智能专业“降温”，而是预示着随着学科布局的逐渐饱和，一场新的资源竞争正在悄然展开。

　　今年4月和11月，教育部先后揭晓了两批“人工智能+高等教育”应用场景的典型案例，共计50个，其中43个案例均来自985和211高校。

　　当部分开设人工智能专业的非985、211院校仍在为“谁来授课”和“授课内容”而苦恼时，那些实力丰沛雄厚的名校已经迈出了技术落地的坚实步伐，迈向了新的发展阶段。这种局面，在人工智能专业正式入驻各高校之时，便已有迹可循。

　　我们调研了所有开设人工智能本科专业的532所高校，发现其中南京大学、中国人民大学、西安电子科技大学等85所高校选择“另起炉灶”，整合现有师资力量与教学资源，成立了专门的人工智能学院。

　　更多的普通院校，则是将AI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己的军工优势，另辟蹊径将AI专业纳入兵器科学与技术学院，研究“智能兵器”。

　　尽管在外行人眼中，“人工智能”这四个字听起来总是充满神秘与玄妙，但实际上，它依然深深植根于计算机学科的基础之上。

　　正因如此 ，想要学好人工智能，学生必须成为“全能选手”——既要数学功底扎实，能够洞悉算法公式的内在逻辑； 又要对计算机有深入的了解，具备出色的编程能力； 还要学习机器学习、自然语言处理、深度学习等前沿课程，努力让计算机学会像人脑一样思考。

　　可以说，计算机专业学生会遇到的挑战与困难，人工智能专业的学生同样要一一面对，甚至有可能更加严峻。

　　就拿课后作业来说，学生们往往不是化身“代码裁缝”，在CSDN、Stack Overflow等专业论坛上寻找现成的答案； 就是变成“代码小偷”，窃取高手的代码，企图敷衍了事。 未解决一个简单的文件读写或环境配置问题，他们可能会同时打开上百个标签页，四处搜寻答案。

　　学生在调试（debug）代码时，常常感到血压飙升，熬夜至凌晨三四点已成为常态。 然而，最后往往察觉缺陷的根源不过是忘记更改目录，或是运算平台的显存不足，只留下自己与“No such file named”“CUDA Out of memory”等报错信息面面相觑，倍感无奈。

　　更为糟糕的是，在一些层次较低的高校中，人工智能专业的课程教学体系设计并不完善，仅仅是模仿其他高校开设了人工智能导论、机器学习等基础课程。 这导致学生们四年的学习不仅杂乱无章，而且浮于表面，被戏称为只会进行数据处理的“调参侠”：

　　“我们就是把计算机科学和电子工程的专业基础课都学了一遍，再把机器学习的经典教材《机器学习》（俗称‘西瓜书’）粗略地讲一讲。 最后的结果是，编程能力不如计算机科学专业的学生，做芯片又不如电子工程的学生。 多而不精，每一样都只是浅尝辄止。 ”

　　究其原因，由高校人工智能相关专业的师生共同创建的开源组织Datawhale发布的《2023中国AI人才学习白皮书》指出，人工智能人才培养存在三大主体问题：缺乏实践机会、教学内容过时以及教育学生的方式固化 。

　　对于如人工智能发展史、机器学 习原理等理论课程，教师们通常能够迅速适应并展开教学。然而，当涉及到指导AI应用的落地实践时，那些缺乏实操经验的老师们往往会感到力不从心，最后导致学生处于“半散养”状态——虽然需要完成各种杂七杂八的任务，但却得不到足够的指导和资源支持：

　　“向导师请教问题时，他们只会说‘多看看文献，自己想办法’，从不直接回答我的课题是否可行，有时还会夹杂一些让人不适的PUA言论。 ”

　　在非985、211的高校中，资源往往相对有限。 例如，整个实验室可能只有两张3090显卡，这对于一组致力于计算机视觉研究的学生来说，显然是远远不足的。

　　在这样的环境下，常常出现这样的场景： 老师在讲台上对着前排的空座位滔滔不绝地讲述着空洞的理论，而后排的学生则低头在微信群里吐槽： “老师讲得太枯燥了，就像唐僧在念紧箍咒一样，听得头都大了。 ”

　　B站的课程越刷越多，LeetCode（一个在线编程练习平台）的题目也慢慢变得难，许多学生经过四年的努力，到了毕业时仍然只能触及AI行业的皮毛，只能远远地看着自己与理想薪资之间的差距。

　　根据智联招聘2024年第二季度发布的《中国企业招聘薪酬报告》多个方面数据显示，在企业招聘薪酬排名前20的职业中，有一半都与计算机领域紧密相关，其中人工智能工程师更是以平均月薪22003元的高薪位居榜首，遥遥领先于其他职业。

　　具体来看，人工智能工程师的岗位类型涵盖了导航算法、深度学习、机器人算法、自然语言处理、机器学习工程师等多个细分方向 。

　　高薪往往伴随着激烈的竞争，能够在AI领域分得一杯羹的，不仅需要出众的学历背景，还需要过硬的技术实力，二者缺一不可。

　　与人们一致认为的“专业对口、工作前途好”不同，人工智能专业的毕业生在求职时，往往需要与计算机、电子信息专业的学生同台竞技，共同争夺有限的岗位。

　　麦可思《2024年中国本科生就业报告》显示，在2021-2023届从事人工智能工程技术工作的本科毕业生中，分别有41.1%和12.1%来自计算机类专业和电子信息类专业。

　　此外，企业在招聘人工智能工程师时要求极高，秉持着宁缺毋滥的原则。 即便急需人才，也只会选择那些出类拔萃的“上等马”。

　　根据《AI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。 其中，要求研究生学历的岗位比例在算法研究岗为45.1%，应用开发岗为41.9%，而作为对比，产品经理岗位这一比例仅为4.6%。

　　从技术方向来看，机器学习、计算机视觉、智能语音等领域要求具备硕士及以上学历的比例均在四成及以上。

　　因此，许多学生在本科毕业后选择继续深造，以提升自身的竞争力。最终，AI行业呈现出金字塔形的结构，塔尖的人风光无限，而塔底则人满为患。那些算法大神，凭借985的本硕博学历和多篇顶级会议论文，早已被多家公司争相预定，收到的offer多得还可以用来“打牌”。

　　相比之下，普通学生在本就稀缺的岗位中竞争非常激烈，投递上百份简历却大多石沉大海，淹没在庞大的人才库中。 在还没有来得及展现自己的职场能力之前，就已经被人工智能机器人面试官所淘汰。 他们只能无奈地苦笑感慨：

　　“我和AI最近的距离，可能就是那份200块一天的数据标注工作，这就像你学了通信工程，结果工作却是在电子厂的流水线上装闹钟。 ”