过去近二十年里，计算机科学一直是美国大学最热门、也最难申请的专业之一。
尤其是在加州大学UC系统，Computer Science常年拥有很高的申请热度。对不少在美的华人家庭来说，读计算机、进入科技公司、获得一份高薪工作，曾经是一条相对清晰的路线。
但最新数据透露出现了很大的变化。
2025年，UC系统计算机科学本科生人数降至12,652人，比上一年减少约6%。2024年已经下降约3%，这意味着它不是某一年的偶然波动，而是连续两年的回落。
这是互联网泡沫破裂之后，UC计算机专业首次出现持续性的整体降温。
与此同时，UC San Diego却成为2025年唯一保持增长的校区。它还有一个特别之处：UCSD在同年正式推出了独立的人工智能本科专业。
于是，一个新的问题出现了。
计算机专业真的不香了吗？还是学生并没有离开科技，只是从传统CS转向了AI和其他新兴方向？
01、UC计算机专业现在怎么样
先来看整体趋势。
根据《San Francisco Chronicle》对UC数据的整理，2025年UC系统共有约12,652名计算机科学本科生，人数大致回到了2021年的水平。
从历史曲线来看，UC计算机科学本科生人数曾在2000年前后快速增长，随后在互联网泡沫破裂后明显下降。2007年前后到达低点后，这个专业重新进入上升周期，并在此后十多年里迅速扩张。
2013年至2019年是增长特别明显的一段时期。UC计算机科学本科生人数从大约4,800人增加到接近11,800人，短短几年增长了一倍多。2023年达到高点后，2024年和2025年连续回落。
图注：1999—2025年UC系统计算机科学本科生人数变化。图源：San Francisco Chronicle，数据源：University of California
不过，这组数据并不意味着计算机专业突然失去了吸引力。
即使经历了连续两年的下降，2025年的CS本科生人数仍然接近十年前的两倍。在UC Berkeley、UCLA和UCSD等学校，计算机相关专业依然是申请人数最多、竞争最激烈的方向之一。
UCLA也表示，Computer Science目前仍然是该校工程学院申请人数最多的专业。
所以，更准确的说法是：UC计算机专业可能正在结束过去十多年的高速扩张，进入一个重新调整的阶段。
这是一种降温，但还不能称为崩盘。
02、UC计算机专业还会继续下降吗
这是这组数据里最值得关注的问题。
不过，需要先说明一点：UC系统目前并没有发布一份正式的、覆盖所有校区的计算机专业未来招生预测。
《San Francisco Chronicle》就这次变化向UC系统询问时，UC没有对整体趋势作出判断，而是让各校区分别回应。
因此，目前能够看到的是各校的数据、院系观察和招生人员的判断，而不是一条UC官方给出的统一预测曲线。
从这些信息来看，短期内传统Computer Science人数继续调整的可能性不低，但不同校区的变化不会完全一致。
首先，2024年和2025年已经连续下降，说明这一轮变化并不是单一招生周期造成的。科技行业招聘放缓、公司裁员以及生成式AI对初级开发岗位的影响，都在改变学生和家长对CS就业前景的判断。
UC Santa Barbara招生负责人甚至在一场面向升学顾问的会议上表示，现在让学校感到意外的事情，是开始需要努力招满计算机专业。她同时观察到，学生正在寻找更多AI项目。
但这并不意味着UC的计算机相关学生总数一定会持续大幅减少。
问题在于，现有数据主要统计专业名称为Computer Science的学生，没有把所有计算相关专业都计算在内。
以UC Berkeley为例，除了Computer Science，学校还有Electrical Engineering and Computer Sciences，也就是EECS，以及持续增长的Data Science。
UCB的EECS专业 图源：UCB官网
如果一名学生从传统CS转向数据科学、电子与计算机工程或其他计算方向，在CS的统计中会表现为下降，但他并没有离开技术领域。
UC Merced的情况也很典型。学校过去把Computer Science and Engineering合并统计，后来新增电气工程专业，一部分原本会被计算在CS相关类别中的学生可能因此进入了新的专业。
所以，未来几年我们可能会看到一个比较明显的变化：名为Computer Science的专业人数趋于平稳或继续小幅下降，但AI、Data Science、Computer Engineering、Robotics和其他交叉专业吸收一部分学生。
这更像是专业结构发生了变化，而不是学生集体退出计算领域。
03、UCSD计算机招生保持增长
在UC各校区中，UC San Diego是一个很值得观察的例子。
2025年，大部分UC校区的计算机科学本科生人数都出现下降，UCSD却是唯一保持增长的学校。
图注：2020—2025年UC各校区计算机科学本科生人数变化。UCSD是2025年唯一保持增长的校区。图源：San Francisco Chronicle，数据源：University of California
UCSD的变化与它新推出的Artificial Intelligence本科专业有关。
过去两个申请季里，UCSD计算机科学与工程系收到的本科申请中，大约20%投向了AI专业。对于一个刚刚设立的专业来说，这个比例已经相当高。
UCSD2024年推出了新的计算机学院 图源：UCSD 新闻网
学校在2025年秋季招收了首届200多名AI专业本科生，并预计到2029年，该专业的在读人数将达到1,000人。
UCSD计算机科学与工程系主任Steven Swanson还表示，学校最初有意控制招生规模，希望先把课程和培养体系稳定下来。
未来几年，院系计划逐步放宽人数限制，因此AI专业预计还会出现明显增长。
UC San Diego新AI本科专业推出 图源：UCSD 新闻网
这个预测释放了一个很清楚的信号。
学生并没有失去对计算技术的兴趣，只是他们更希望专业内容能够直接回应AI带来的产业变化。
传统CS通常涵盖算法、数据结构、操作系统、网络、数据库、软件工程和计算机架构。
但是UCSD的AI专业仍然保留这些基础，同时增加更多机器学习、概率统计、优化、模型训练和智能系统课程。
学生在大一会接触Introduction to Artificial Intelligence，大二学习Artificial Intelligence and Machine Learning的理论基础。高年级还可以接触生成式AI、计算机视觉、自然语言处理、机器人和AI在生物、音乐等领域的应用。
与此同时，所有学生都必须学习AI伦理，并完成Capstone Project。学校对这套课程的定位并不是教学生使用几个热门工具，而是围绕数学基础、系统构建，以及伦理与社会影响进行培养。
这也解释了为什么UCSD的AI专业能够吸引大量申请。
它提供的不只是一个新的专业名称，而是一条建立在CS基础上、又更靠近下一轮产业变化的学习路径。
当然，热度高也意味着竞争不会低。
UCSD已经将Computer Science、Computer Engineering、Artificial Intelligence以及Computer Science with Specialization in Bioinformatics全部列为Selective Majors。无论申请传统CS还是AI，录取名额都受到院系容量限制。（可以点击UCSD本科专业目录：https://catalog.ucsd.edu/curric/CSE-ug.html查看更多信息）
所以，AI专业不是绕开CS竞争的一条捷径，更像是计算机教育内部出现的新分支。
04、AI对计算机专业的影响
AI确实会写代码，而且速度很快。但它能生成一段代码，不代表它能独立完成一个稳定、安全、真正好用的软件系统。
现实中的开发远不只是敲代码。需求有没有理解对，系统架构是否合理，数据和隐私怎么处理，AI给出的结果能不能相信，最后都需要人来判断。尤其是在医疗、金融等领域，一处看似不起眼的错误，可能带来完全不同的后果。
UCLA计算机科学教授Glenn Reinman也提到，生成式AI会改变很多行业，但无法取代受过专业训练的人。学生仍然要会检查和修正AI生成的代码，也要处理AI暂时做不了的复杂任务。
而且，计算机岗位并没有突然消失。美国劳工统计局预计，Software Developers、Quality Assurance Analysts和Testers的就业人数在2024年至2034年间仍将增长15%，其中Software Developer岗位预计增加约267,700个。
Software Developer岗位信息详情 图源：美国劳工局
所以，与其说AI让计算机专业没用了，不如说它正在改变企业招人的标准。以后真正有竞争力的，可能不是那个写代码最快的人，而是能把问题想明白、把系统搭起来、用AI提高效率，同时也能发现AI错误的人。AI会接手一些重复工作，但也会让基础能力和判断力变得更重要。至少在本科阶段，AI很难完全取代传统计算机科学。CS学得更广，AI则会把更多课程放在机器学习、数学、统计和模型上。因此，选择专业时没必要只盯着Artificial Intelligence这个新名字。专业名称听起来很新，不代表课程一定更扎实。真正值得看的，还是孩子四年里到底学什么，基础能不能打牢。
05、对准备申请学生的启示
对于准备申请UC的学生来说，这组数据带来的启示，并不是赶紧放弃CS、改申AI。相反，现在更需要想清楚的是：自己到底为什么学计算机，又准备把技术用在哪里。
UC的计算机相关专业正在分得越来越细。除了传统CS，还有AI、Data Science、Computer Engineering、EECS、Bioinformatics等方向。学生不必所有学校都盯着同一个专业名称，可以结合自己的兴趣和经历，选择更匹配的申请方向。
未来比较有竞争力的路径，很可能是“计算机＋具体领域”。比如，喜欢生物和医疗，可以关注计算生物、Bioinformatics或医疗AI；对机器人感兴趣，就不能只会写软件，还需要接触硬件、物理和控制；如果想做金融科技，也要真正理解市场、风险和监管，而不是只做一个简单的股票预测程序。
这种方向感也应该出现在申请材料里。UC申请不要求推荐信，也没有一篇单独的Why Major文书，因此学生对专业的兴趣，需要通过活动列表和PIQ自然体现出来。是否跟目标专业匹配才是录取的关键！申请CS或AI，并不意味着一定要堆满编程竞赛、夏校和几个看起来差不多的项目。招生官更想看到的是：你为什么会关注这个问题，具体做了什么，遇到困难后怎么调整，以及这段经历怎样影响了你对专业的理解。
同时，申请UC计算机相关专业时，也要注意各校的招生方式。很多CS、AI和工程专业属于Selective或High-Demand Major，直接申请和入校后转专业的难度并不一样。不要默认先进一所UC，再轻松转进CS。填报专业前，最好提前查清每个校区的录取政策、转专业限制和Alternate Major规则。
现在的数据更像是在说明：学生没有离开技术领域，而是在AI、数据科学、计算机工程和其他交叉方向之间重新分流。UCSD预计AI专业到2029年达到1,000人，就是一个很明显的信号。
所以，对UC申请者来说，真正需要回答的已经不只是“我要不要读计算机”，而是：我希望用计算机和AI解决什么问题？我的课程、活动和项目，能不能让招生官看到这份兴趣是怎么一步步形成的？当代码越来越容易生成，真正拉开差距的，会是判断问题、理解行业、设计方案和持续探索的能力。
