很多家长和学生最近几年都有一种隐隐的焦虑：到底该学什么，才不会在未来吃亏？AI 出现之后，原本稳定的专业想象被打破了。有人担心，不学计算机会不会被时代甩下；有人担心，文科和社科是不是越来越没有出路；也有人开始怀疑，今天追逐的热门专业，等到四年后毕业时，还会不会继续热门。
这些担心并不是空穴来风。变化确实发生得很快。但结合最近读到的两篇文章，让老师觉得这个问题也许不能只从“选什么专业”来理解。
一篇来自 Business Insider：渣打银行 CEO Bill Winters 在接受 Bloomberg 采访时说，自己本科读的是国际关系和历史，后来去沃顿读了 MBA，但那个 MBA 对他来说是 “a waste of time”。
另一篇来自 Inside Higher Ed：引用了大学求职平台 Handshake 的一份新报告。报告分析了美国 2024 到 2030 届学生和近年毕业生的 1,240 万份候选人资料，发现拥有 AI 相关经验的学生，并不主要集中在计算机科学专业。近三分之二拥有 AI 经验的候选人不是计算机科学专业；即使把计算、工程和数学专业都算进去，仍有超过四分之一来自这些技术领域之外。常见的非技术专业包括商科、经济学、生物学、传播学、心理学和市场营销。
这两篇文章看似在讲两件事：一篇讲人文学科的回归，一篇讲 AI 技能的扩散。但放在一起看，它们其实指向同一个问题：
在一个技术变化越来越快的时代，大学专业的边界正在变得松动，真正重要的不是你站在哪个标签里，而是你能不能把工具、知识、问题和人连接起来。
这也是今天很多学生和家长真正关心的问题。不是“哪个专业最安全”，也不只是“要不要学 CS”，一个孩子花四年时间进入大学，他到底应该获得什么样的能力，才不至于在毕业时发现，自己追逐的是一个正在变化的答案。
一个银行 CEO 说沃顿 MBA“浪费时间”，重点不在沃顿
Bill Winters 的话很容易被做成标题：“顶级银行家说沃顿 MBA 是浪费时间。”
这句话当然抓眼球。沃顿是全球最知名的商学院之一，MBA 又长期被视为通往金融、咨询和管理岗位的经典路径。说这话的人也不是普通职场博主，而是渣打银行 CEO。他本科毕业于 Colgate University，学的是国际关系，后来在 1988 年拿到沃顿 MBA。他曾在 JPMorgan 工作 26 年，做到投行联席 CEO，之后创立私人信贷基金，并在 2015 年出任渣打银行 CEO。
一个渣打银行 CEO 公开说自己的沃顿 MBA 没什么用，天然具有传播性。听起来像是对商科教育的某种否定。但如果只盯着这句话，反而会错过重点。
这不是一个“读错专业然后误打误撞成功”的故事。恰恰相反，他的经历说明，一个人在复杂商业世界中走得很远，靠的并不只是某个具体学位带来的职业标签。
他在采访中说了一句话，比“浪费时间”更重要：“我在大学学会了如何思考。”
很多人谈大学教育时，会下意识地把它拆成几类可见资产：专业、排名、实习、校友网络、起薪、录取率、就业去向。这些当然重要。尤其对美本申请家庭来说，没人会轻易忽视投入产出。
但 Winters 说的“如何思考”，指向的是另一种更底层的东西。这不是一句关于“文科逆袭”的鸡汤。学历史和国际关系，不一定会直接教你如何做一张财务模型，也不会保证你毕业后马上进入投行。但它会长期反复训练一个人面对复杂问题时的能力：如何理解背景，如何分辨因果，如何识别利益冲突，如何看懂人和制度的行为，如何在不完整的信息中作判断，听懂人真正关心什么，并且把自己的判断清楚地表达出来。
这些能力没有那么容易写进简历，也不总能在第一份工作里立刻兑现。可当一个人走到更复杂的位置，它们会慢慢显出分量。
这也是为什么 Winters 在谈到 AI 时，会把话题转向好奇心和同理心。他的意思并不是技术不重要，而是很多技术性任务会越来越多地由机器，或者由全球范围内更高效、更低成本的专业人才完成。在这种环境里，真正稀缺的，可能是理解问题、理解人、理解语境的能力。
对一个银行 CEO 来说，这不是抽象的教育感悟。银行业务看起来高度依赖数字、模型和风险控制，但真正困难的部分，往往发生在模型之外：客户真实想要什么，市场情绪为什么变化，监管逻辑背后是什么，某个地区的政治和社会环境会怎样影响商业决策，一个组织内部的信任如何建立。
这些问题没有标准答案，也很难只靠工具解决。当工具越来越强，人的价值不再只体现在“我会操作什么”，而更体现在“我知道该把工具用在什么问题上”。
所以，Bill Winters 说 MBA 对他来说是浪费时间，并不意味着 MBA 对所有人都没价值，更不意味着沃顿不值得读。更准确的理解是：在他的个人经历里，本科阶段的人文训练给他的长期回报，可能远大于后来那段更职业化、更结构化的商学院教育。
AI 技能正在离开计算机学院，进入每一个专业
Inside Higher Ed 的文章提供了另一组更具体的观察，讨论美国大学生和近年毕业生如何积累 AI 相关经验。Handshake 分析了 1,240 万份候选人资料，范围覆盖 2024 到 2030 届学生和毕业生。观察的内容包括课程、项目、证书、求职申请、招聘方消息回应和职业活动参与等。
报告里有一个很重要的发现：拥有 AI 相关经验的候选人里，近三分之二并不是计算机科学专业。即使把计算、工程和数学专业都算进去，仍有超过四分之一拥有 AI 经验的学生来自这些技术领域之外。文章提到的常见非技术专业包括商科、经济学、生物学、传播学、心理学和市场营销。
这说明一个明显趋势：AI 不再只是“被开发”的对象，也正在成为“被使用”的工具。
过去谈 AI，很多人首先想到的是算法、模型、代码、机器学习工程师。这个部分当然仍然重要，也仍然需要深厚的数学、计算机和工程训练。但与此同时，另一类能力正在变得普遍：在自己的专业领域里理解 AI、使用 AI、评价 AI，并把它嵌入真实任务。
商科学生可能用 AI 做市场研究和数据分析。生物学学生可能接触计算机视觉、实验数据处理或文献筛选。传播学学生可能用 AI 分析内容、受众和传播趋势。心理学学生可能用 AI 辅助处理文本、问卷和行为数据。市场营销学生可能用 AI 进行用户洞察、内容测试和营销自动化。这些应用并不意味着他们都要成为工程师。恰恰相反，它意味着未来很多岗位需要的是一种混合能力：既懂自己的领域，也知道 AI 在其中可以做什么、不能做什么。这也解释了为什么报告中提到，带有 AI 标题的实习岗位收到的申请数量，几乎是不提 AI 岗位的五倍。当 AI 进入之后，专业和职业之间的对应关系正在变得松动。学生已经意识到，AI 经验会影响早期职业竞争力。雇主也在重新思考，岗位描述里该如何呈现与 AI 相关的能力要求。但这里也有一个容易被忽略的问题。当“AI”变成一个吸引人的标签，很多学生会急着往简历上写相关词汇。上几门网课，拿几个证书，做一个看起来像项目的项目，然后期待它能变成竞争力。这未必足够。真正有价值的 AI 经验，不是简历上出现了几个技术名词，而是你能说清楚：我面对的是什么问题，我为什么选择这个工具，它帮助我看到了什么，又有哪些地方不能完全相信它。这背后需要的，仍然是判断力。以后真正重要的，可能不是“你是不是 AI 专业”，而是“你所在的领域中，哪些问题会被 AI 改变，而你有没有能力参与这种改变”。标签会变，但能力不会骗人。
大学专业的意义，正在从“身份标签”转向“能力排序”
一边是渣打银行 CEO 强调人文训练、好奇心和同理心。一边是 Handshake 数据显示，AI 经验已经扩散到商科、经济学、生物、传播、心理学、市场营销等专业。
这两件事合在一起，传递的不是一个简单口号。不是“文科又赢了”。也不是“所有专业都要 AI 化”。它真正要说明的是：未来的能力结构正在重新排序。
过去很多家庭理解大学专业时，会很自然地把能力分成“硬技能”和“软技能”。硬技能包括编程、数学、金融建模、统计分析；软技能包括沟通、写作、同理心、领导力、批判性思维。
在过去相当长一段时间里，硬技能更容易被看见，也更容易被定价。它们可以写在简历上，可以被测试，可以对应某个职位要求。软技能虽然被反复强调，却常常显得有点虚。但 AI 让这个结构变得复杂起来。一些过去被视为硬技能的内容，正在被工具部分接管。写代码、整理数据、生成初稿、做基础分析、搜索信息、制作材料，这些事情并没有消失，但完成它们的门槛正在下降。
与此同时，那些过去不那么好量化的能力，反而更难被替代。比如判断一个问题是否值得解决。比如看出一个数据结论背后的偏差。比如理解客户没有说出口的需求。比如在不同文化和利益之间找到可行的表达方式。比如把一个模糊的问题讲清楚，让别人愿意相信并采取行动。这些能力过去常被称为“软”。但在真实世界里，它们一点也不软。
当工具变得容易获得，人与人之间的差异反而会更多地体现在问题意识、表达能力、专业判断和对现实的理解上。这也是为什么 Winters 会提到好奇心和同理心。好奇心不是泛泛地“爱学习”。它意味着你愿意追问表象背后的原因，不满足于标准答案。同理心也不是简单的“情商高”。它意味着你能理解对方真正的处境、约束和需求。无论是面对客户、团队、用户、病人、公众，还是未来的雇主，这都是非常实际的能力。
未来有价值的人，不只是会操作工具的人，也不是只会谈宏大理念的人，而是能在具体场景里看懂问题、使用工具、组织信息、理解他人，并做出判断的人。这类能力很难靠某一门课完成，也很难靠某一个热门专业保证。很多复杂工作，最后拼的往往就是这些看似不容易量化的能力。它更像是一种长期训练的结果。
美本申请里，专业选择不能只看“当下最热”
这两篇文章放在一起，对正在准备本科申请的学生有一个很直接的提醒：不要把专业选择理解成押注一个热门赛道。
这几年，CS、Data Science、AI、Business、Economics 这些方向热度很高。申请时，很多家庭会问：“未来是不是一定要学计算机？”、“商科还值不值得？”、“文科是不是没有出路？”、“如果不学 STEM，会不会吃亏？”
这些问题都很现实，但如果问法过于绝对，答案就容易失真。美国本科教育和很多国家的大学教育不太一样。尤其在综合性大学和文理学院里，本科阶段并不只是职业培训。学生有机会通过通识教育、跨学科课程、研究项目、实习和社团活动，逐步形成自己的学术兴趣和能力组合。
所以，专业本身当然重要，但它不是全部。
一个学历史的学生，如果同时具备扎实的数据分析能力、优秀写作能力和对国际政治经济的理解，未来可能进入咨询、政策研究、金融、法律、国际组织或企业战略岗位。
一个学计算机的学生，如果只会完成技术任务，却缺乏沟通、产品理解和现实问题意识，也未必能在未来职业发展中走得很远。
一个学心理学的学生，如果能结合统计、实验设计、用户研究和 AI 工具，可能在产品、组织管理、教育科技、市场研究等领域找到很强的位置。
一个学经济学或商科的学生，如果只是追逐专业名称，却没有建立分析框架、写作表达和真实项目经验，也很容易变成同质化竞争的一员。
专业不是护身符，真正有用的是专业背后形成的能力组合。
这也是美本申请中容易被忽视的一点。很多学生在申请文书里急于证明自己“喜欢某个热门领域”，却没有真正说明：自己为什么关心这个问题，过去如何探索它，未来希望在什么样的语境中继续研究或应用它。
美国大学看重的，通常不是一个学生过早给自己贴上职业标签，而是他是否已经展现出清晰的兴趣、持续的行动、真实的思考和成长的可能性。
这和今天的职场变化是相通的。越是变化快的时代，越不能只靠押中一个专业名称来获得安全感。
对学生来说，最重要的是建立自己的“能力交叉点”
如果把这两篇文章转化成对高中生更实际的建议，重点不是让所有人去追某个新热点，而是帮助学生找到自己的能力交叉点。这个交叉点通常由三部分构成。
1️⃣是一个真实感兴趣的领域
它可以是历史、经济、生物、心理、计算机、环境、艺术、教育、政治、商业，也可以是几个领域之间的连接处。兴趣不需要一开始就宏大，但需要真实。真实的兴趣，会让学生愿意持续读、持续问、持续做。
2️⃣是一组可以迁移的基础能力
包括阅读、写作、数据理解、逻辑分析、公开表达、研究方法、团队合作。听起来普通，但这些能力决定了一个学生能否在大学里吸收复杂知识，也决定了他未来能否从一个领域迁移到另一个领域。
3️⃣是对工具和技术变化的敏感度
这不等于所有人都要成为程序员。它更像是一种基本素养：知道 AI 能做什么，知道它可能错在哪里，知道如何把它用于学习、研究、创作和解决问题。未来，很多专业都需要这种能力，只是深浅不同。
专业不只是就业方向，也不只是申请策略。它更像是一种长期训练：训练你如何看世界，如何提出问题，如何使用证据，如何表达判断，如何与他人合作。有些学生适合从技术进入世界。他们喜欢系统、结构、代码、算法和工程实现。有些学生适合从人和社会进入世界。他们关心制度、文化、心理、历史、沟通和组织行为。有些学生介于两者之间。他们也许会在经济学、数据科学、认知科学、生物信息、数字媒体、公共政策、商业分析等交叉领域找到自己的位置。这些路径没有天然高低。对一个高中生来说，最理想的状态是：我关心一个真实问题。我有能力理解它的背景。我能用合适的方法研究它。我愿意学习新的工具来推进它。我也知道，工具不能替我完成判断。这比追逐热门更难，也更珍贵。
未来需要的，不是更会包装的人，而是更会理解问题的人
AI 时代的大学教育，可能会越来越回到一个老问题：人为什么还要接受完整的教育？如果知识可以被快速检索，文本可以被生成，代码可以被辅助完成，数据可以被自动处理，那么大学还剩下什么？也许答案恰恰在这两篇文章之间：大学不只是让学生获得一组技能。技能会更新，工具会迭代，热门行业会变化。大学更重要的价值，是让一个人逐渐形成自己的判断框架：知道如何学习，如何怀疑，如何表达，如何与不同的人合作，如何在信息很多但答案不稳定的环境中做决定。未来几年，大学教育和早期职业市场还会继续变化。AI 会进入更多行业，改变更多岗位。CS 仍然重要，但它不会是唯一答案。商科仍然有价值，但只靠商业标签并不够。人文学科不会因为技术发展而失去意义，反而可能在复杂判断、沟通表达和社会理解中重新显出价值。这也是申请本科时最应该被认真对待的部分。不是把孩子塑造成一个看起来无所不能的候选人，而是帮助他更清楚地理解自己：我关心什么问题？我为什么关心？我已经做过哪些尝试？我从中看到了什么？我接下来希望在哪样的学术环境里继续深入？
不要把孩子推向某个看似最安全的赛道，而是帮助他更早建立一种稳定而开放的能力结构。
稳定，是因为他需要有扎实的阅读、写作、分析和表达能力。
开放，是因为他要愿意接触新工具、新问题和新学科。
有专业深度，也有跨界意识。有技术敏感度，也有人文理解力。有求职意识，也不把大学四年缩成职业培训。
Bill Winters 对沃顿 MBA 的评价，不能被简单理解成“商学院没用”。Handshake 的报告，也不能被简单理解成“所有专业都要学 AI”。它们更像是在提醒我们：当技术越来越强，人的价值并不会自动消失，但会被重新定义。未来真正重要的，不是一个学生在 18 岁时是否选中了最热门的专业，而是他能不能在大学四年里逐渐形成自己的判断力、学习能力和问题意识。
专业会变热，也会变冷。工具会更新，也会过时。但一个能持续学习、清楚表达、理解他人、看懂复杂问题，并善用新工具的人，不太容易被时代轻易甩下。
这也许才是美国大学教育最值得追求的部分。
