提起留学选专业，计算机科学CS常年稳坐"神坛"，是不少人的第一选择。
硅谷创业故事、大厂高薪offer、毕业即年薪百万......这套叙事几乎成了留学生的"标准成功模板"。
但从2024年开始，似乎有些不一样了。
Layoffs.fyi数据显示，2024年全球550家科技公司累计裁员超15万人，谷歌、亚马逊、微软、Meta等巨头也在排队优化。
与此同时，隔壁一直被嘲的"生化环材"天坑专业却迎来了转折点。
2024年诺贝尔物理和化学奖公布后，很多人都懵了。
物理学奖授予了John J. Hopfield和有“AI 教父”之称的Geoffrey E. Hinton。以表彰他们“基于人工神经网络实现机器学习的基础性发现和发明”。
化学奖一半授予David Baker，以表彰其在计算蛋白设计方面的贡献；
另一半共同授予谷歌DeepMind首席执行官Demis Hassabis和高级科学家John M. Jumper，以表彰二人在蛋白质结构预测方面的成就。
网友调侃："合着两大诺奖都归AI了，人类一败涂地。"
但笑过之后，有一些问题浮出水面：
CS还能不能选？当诺奖都在为AI+基础科学背书又意味着什么？
这CS就业遇冷，诺奖物理化学奖由AI包圆，难道不矛盾吗？现在什么专业才是“坑”？
01
CS遇冷？
红利消失的是"初级岗"
《纽约时报》曾报道：25年从普渡毕业的Mishra在TikTok上发了一段“somebody pls hire me”的视频，视频播放量很快突破14.7万。
Mishra在硅谷周边长大，很小的时候就被告诉“只要学会编程、踏实读书拿下计算机学位，刚毕业就能拿到六位数起薪。”
这套行业描绘的美好前景，让Mishra小学就搭建了自己第一个网站、高中选修高阶计算机课程，大学直接主修计算机科学。
可整整一年投递技术岗位、实习岗位无果，她5月从普渡毕业时手里一份正式offer都没有。
“我好歹拿了计算机专业学位，结果只有Chipotle墨西哥卷饼连锁餐厅给我发了面试邀请。”
说好的CS专业人才抢手呢？这结果让人不禁有些茫然，而且这并非个例。
根据纽约联邦储备银行《2024年各专业大学毕业生劳动力市场就业情况》的数据显示：
22至27岁应届毕业生群体，失业率前5名里计算机相关就占了两个名额，计算机科学、计算机工程专业失业率分别达7%、7.8%。
工资也有所缩水，根据NACE薪资调查报告数据显示：
虽然计算机与信息科学大类在本科高薪专业位列第1 ，但2024年平均薪酬同比缩水2.7%，降幅在五大高薪大类中最高。
从行业长期趋势看，计算机科学赛道依旧处在持续扩张的上升周期，但当下却出现就业竞争加剧、薪资下调的现象，这或许会让有些家长和同学费解。
我们不妨来看看另外一份报告。
近期，美国硅谷本土招聘数据监测平台Wobo发布招聘报告《The Senior-Only Economy》
基于近三年全美超300万岗位数据指出：热门大厂合计放出2930个高级开发岗，仅212个初级岗，平均14个高级岗对应1个初级岗，比如：
OpenAI：19个高级岗 vs 1个初级岗
Anthropic：24个高级岗 vs 1个初级岗
Netflix：47个高级岗 vs 1个初级岗
AI开发工具更是大幅降低企业对新人的用工需求，1名高级工程师+ AI工具=2~3名中级工程师的产出能力。
报告指出，自2019年以来，大型科技公司的应届毕业生招聘下降了超过50%，2024年又同比下降了25%。
另外值得注意的是国际求职者的情况也更加严峻。
63,133个美国本地的软件招聘中，只有1943个（3.1%）表示愿意担保工作签证。这大约相当于每32个软件岗位中就有1个面向国际候选人。
美国公民及移民服务局（USCIS）数据显示，2025至2026财年H1B登记申请人数下滑27%。头部担保企业普遍削减签证名额，比如亚马逊申请量从11000余份降至7000份。
再加上2025年9月美国出台新规，大部分新H-1B申请要多交10万美元高额费用，这个成本门槛一出来，只会进一步减少海外人才招聘。
老师有话说
总体而言，CS行业整体前景依旧向好，但显然科技行业已进入偏重资深工程师的招人模式，初级岗的红利期已经逐渐褪去。
换言之，如果你是CS专业毕业、但只会完成基础编码工作，缺少不可替代的深度能力，只会沦为AI和资深工程师的 “平替”，求职会持续陷入内卷。
02
“天坑专业”翻身
“生化环材”香在哪？
而与此相对，曾经被称为“天坑专业”的生物、化学、环境、材料这些基础科学，在AI发展下迎来了新的转折点。
说实话，生化环材曾经确实是个“坑”。
主要是生化环材的行业门槛太高，只读完本科很难找到像样高薪工作，想要有发展基本得一路读到博士，耗费大量时间和金钱。
而且传统做实验进度慢，做一项研究经常耗上好几年，变现也慢。
但随着AI技术普及，这一局面彻底改变。
2024年化学诺奖相关研究就能很好体现，传统的人工解析蛋白质结构要花费大量时间，用AlphaFold这类AI工具能很快出精准结果，大大缩短实验时间和成本。
而且AI和生化材料结合催生了不少新岗位，新药、新材料、合成生物等方向都开始大规模产业化，市场特别缺既懂生化又会AI的复合型人才。
AI早已不只是计算机领域的专属技术，它正在重构整个自然科学的研究范式，让曾经的“天坑”被AI技术逐步填平。
从数据也能看出行业行情变好。
美国劳工局预测2024至2034年，生命、物理与社会科学相关岗位增速将优于全美所有职业均值。
对应STEM大类岗位整体预计实现8.1%的就业增长，该领域2024年5月年薪中位数达78980 美元，十年间年均预估岗位缺口144,700 个，行业增长前景强劲。
美国化学学会的数据显示，2024年化学从业者平均薪资同比涨了9%。
综合来看，靠着AI加持，曾经的天坑专业不管是就业前景还是收入都迎来了明显好转。
可以这么说，所谓曾经的“天坑专业”已经逐渐爬了出来。
在7月初，三联生活周刊发布了一篇《曾经“越老越吃香”的王牌专业，如今要被替代了？》的文章。
文章中早已点透AI改变传统专业赛道的核心规律，医学不再单纯靠年限积累经验，人机协作能力成为新一代医学生的核心竞争力。
这套逻辑同样适用于生化、化学、材料等传统 “天坑专业”，医学是老牌优势专业被迫迭代升级，而生化环材则是靠AI补齐行业短板、实现赛道翻身：
AI大幅缩短实验周期、降低科研成本，带动新药、新材料产业化爆发，行业薪资、岗位增速持续走高，复合型人才缺口巨大。
说到底，AI正在重构所有理工科的评价标准，不管是老牌王牌还是冷门天坑，只懂传统专业、不懂AI工具的人，都会逐渐丧失行业竞争力。
03
美国高校
重视交叉方向学习
更值得关注的是，美国顶尖大学早已敏锐捕捉到这一行业趋势，纷纷调整本科专业设置。
比如MIT开设的计算机科学与分子生物学专业，面向计算生物学、生物信息、AI 生命科学交叉赛道。
专业硬性开设编程、算法、机器学习导论等计算机主干课程，同步要求遗传学、生物化学、细胞生物学等分子生物核心课。
斯坦福生物系与计算机系联合开设生物医学计算专业，修读生物医学计算组成学科的基础课程，包括数学、生物科学、化学、物理、计算机科学、工程和技术等。
CMU开设计算生物学专业，学生将系统掌握计算机科学底层技术，同时拥有完整生物学知识体系，学会打通两大领域知识、建立交叉研究思维。
UIUC设置计算机科学与化学交叉方向学位。
东北在本科开设人工智能与环境与可持续科学专业，以应对气候变化、资源管理等全球性挑战。
此外，很多高校在辅修、第二专业学习CS等方面，也给予学生很大的自由度。
比如UCB的CS辅修面向所有非EECS或计算机科学专业的本科生开放。
这些Top50大学专业设置，不仅顺应了AI与基础科学融合的行业趋势，更培养出了市场所需的复合型人才，成为企业争抢的香饽饽。
老师有话说
AI拿诺奖，说明AI最核心的应用场景已经不在CS内部了，而是跑到了生物、化学、材料这些传统“天坑”里。
纯写代码的岗位卷成麻花，而“懂AI的生化人才”市场上根本不够用。
04
但别高兴太早：
翻身≠人人翻身
尽管生化环材专业迎来了发展机遇，但必须明确的是，这次翻身并非普惠式的上涨，而是集中在交叉方向和细分赛道。
那么，到底该怎么选专业呢？
1）专业选择要聚焦交叉领域。
纯生物、纯化学、纯材料的传统路线，发展路径仍然是倾向高学历门槛。
建议优先选择AI+X，CS+X的交叉方向，比如生物信息、AI药物研发、计算合成生物、半导体仿真、智能材料计算等，这些领域既是行业发展趋势，也是就业市场的核心需求点。
此外如果打算本科毕业后直接就业，要重点关注开设交叉学科、配套实践项目的院校，重点提升AI、数据处理等实用技能。
如果计划读博，研究方向的选择比学位本身更重要，要关注导师研究方向落地前景，避免埋头做纯理论的冷门课题，导致毕业后就业无门。
2）选校要注重专业实力而非仅看综合排名。
很多家长和学生选校时，只盯着藤校等综合排名靠前的院校，却忽略了专业实力和课程设置。
比如UIUC虽然排名不如藤校，但对CS十分重视，更重要的是CS交叉方向专业非常多，十分支持学生跨专业学习。
又比如UCSD、威斯康星麦迪逊、普渡等公立大学，在AI与生化环材交叉领域的专业实力突出，课程设置贴合产业需求，实习和就业机会也十分丰富。
“生化环材是天坑”这个标签贴了十几年，贴到所有人都信了。
但2024年诺贝尔奖其实是个信号，产业逻辑在变，用人需求在变，只是很多人的认知还没跟上。
所谓天坑，如今更像是座矿山，只不过挖矿得选对矿脉，选对了是金矿，选错了，那还是坑。
