圍墻坍塌后的教育荒原：從“砍專業”浪潮看AI時代的技能通縮與社交溢價

2026年3月，全國政協小組會議上，中國傳媒大學黨委書記廖祥忠說出了一句讓中國教育界心頭一緊的話：“我們一口氣砍掉了翻譯、攝影、漫畫等16個本科專業和方向。”

消息沖上微博熱搜的速度，與那些被裁撤專業的“沉沒速度”一樣快。翻譯、攝影——這些曾經是多少年輕人眼中的體面出路，如今卻像被工業流水線宣判了“退休”的工種，在官方公告里靜靜地消失。廖祥忠隨后補充道，語氣平靜得近乎刻意：不必驚慌——未來是人機分工時代，課堂必須徹底重構，老師需要搞清楚自己在知識體系中承擔什么，其余的，交給AI。大意如此。

不必驚慌。

這四個字，是這個時代最難說服人的一句勸慰。

事實上，此刻感到驚慌的，不只是中傳的學生和家長。驚慌的，是整整一代人賴以構建安全感的底層邏輯——那個延續了將近一百年的樸素信條：學一門手藝，就能換一碗飯吃。這個邏輯，在工業時代是有效的。學翻譯，就去做翻譯；學攝影，就去拍照片；學會計，就去記賬目。知識是有形的工具，技能是穩固的護城河，學歷是進入中產的通行證。

然而，當AI可以在數秒內翻譯一份法律合同、在毫秒間生成一張商業攝影大片，這道護城河便開始以肉眼可見的速度干涸。

被砍掉的，從來不只是幾個專業名稱。被砍掉的，是工業時代遺留給我們的一種敘事：“學會一項技能，就能錨定人生的價值”。這種確定性，在AI的到來面前，正在經歷一場體面而不可挽回的告別。

更深層的轉型，或許可以這樣理解：人類文明正在從“習得技能”向“定義需求”完成一次艱難的躍遷。過去，人類是工具的操作者；現在，人類需要成為問題的提出者。這兩種角色之間的距離，不是一代人可以輕易跨越的。而教育體制，正以裁撤專業這種近乎粗糲的方式，逼迫我們直面這個事實。

#01

985院校的“集體瘦身”：技術債務的清償周期

中傳的動作，不過是這場浪潮中最響亮的一朵浪花。

根據教育部公布的《2025年普通高等學校本科專業備案和審批結果》，2024年度全國高校共撤銷本科專業點1428個，停招專業點高達2220個，而新增專業點僅有1839個。這是一組冷靜得近乎殘忍的數字——消失的速度，已經快過新生的速度。

更值得注意的，是動作最激進的往往不是末流院校，而恰恰是那些聲名卓著的頂尖大學。山東大學累計調整了37個專業；四川大學公示擬撤銷31個專業。這些學校的每一個動作，都牽動著無數家庭的擇業邏輯。

為什么頂尖院校反而動作更猛？

這背后有一個在軟件工程領域常見、卻鮮少被引入教育討論的概念：技術債務（Technical Debt）。在軟件開發中，技術債務指的是為了趕進度而采用的權宜解法，這些解法在短期內有效，但隨著時間推移會積累成越來越沉重的維護成本，直至系統不得不徹底重構。

教育體系同樣如此。過去數十年間，中國高校在就業市場的信號引導下，大量開設了以“技能傳授”為核心的專業——翻譯、攝影、信息管理、初級會計……這些專業在彼時是合理的供給：市場有需求，學生有出路。然而，當AI將這些技能以“出廠配置”的方式內置于每一個工具之中，這些專業便成了教育體系欠下的技術債務：它們消耗師資、占用資源，卻已無法向學生交付有競爭力的未來。

頂尖院校之所以動作更快，恰恰是因為它們有能力承擔重構的陣痛。那些既無名氣、又無資源的院校，往往只能在原有框架里修修補補，無力進行真正意義上的“債務清償”。

然而，這里有一個關鍵的認知陷阱，需要厘清：消失的專業，與消失的能力，是兩件截然不同的事。

攝影專業的消失，并不意味著視覺敘事能力的消亡，而是意味著按下快門、調整光圈這些可被程序化的操作，已經沉淀為AI系統的底層能力。翻譯專業的退場，并不代表語言理解的終結，而是意味著字詞層面的轉換工作，已經不再需要人類來完成。真正被淘汰的，是“技能的執行層”；而那些關乎判斷、關乎創造、關乎人心的“意義層”，依然是AI觸碰不到的領地。

這一輪高校專業的集體瘦身，與其說是一場“教育的危機”，不如說是一次遲來的、有點痛苦的自我更新。只是，在更新完成之前，那些正站在人生十字路口的年輕人，將承受最真實的代價。

#02

勞動力市場的“隱形冰封”：Anthropic報告的殘酷預示

如果說高校裁撤專業，是教育端對未來的一次主動預判，那么勞動力市場正在發生的變化，則是現實端更為冷峻的回應。

2026年3月5日，美國人工智能公司Anthropic發布了一份研究報告，題為《人工智能對勞動力市場的影響》（Labor Market Impacts of AI： A New Measure and Early Evidence）。這份報告的特殊之處，在于它并非單純依賴理論模型，而是引入了一個名為“觀測暴露度”（Observed Exposure）的全新指標——將AI的理論能力與真實的使用數據相結合，尤其對那些以自動化方式（而非僅作為輔助工具）運作的AI場景賦予更高權重。

結果令人警醒。

暴露度最高的職業，不是藍領工人，不是流水線操作員，而是計算機程序員——其75%的日常工作任務，已經可以被AI完整覆蓋。緊隨其后的是客服代表和數據錄入員。而當視野拉開，整個商業與金融類崗位的理論暴露度高達85%，辦公與行政類達到90%，計算機與數學類更是逼近94%。

這正是這場變局最反直覺、也最令人不安的地方：站在風暴中心的，恰恰是那些收入最高、學歷最好的白領群體。Anthropic報告的數據顯示，高暴露職業從業者的平均收入，比低暴露群體高出47%，研究生學歷占比則是后者的近四倍。換句話說，你讀的書越多、掙的錢越多，你的崗位就越可能成為AI的下一個目標。

報告將這一情景稱為“白領的大蕭條”（A Great Recession for White-Collar Workers）。這個比喻，讀來觸目驚心。

然而，更值得深思的，是一組關于年輕人的數據。研究發現，自ChatGPT問世以來，22至25歲的應屆畢業生進入高AI暴露崗位的求職成功率，下降了約14%。這個數字背后的含義，不是裁員，而是招聘的凍結——企業不再需要雇用新人來完成那些AI已經能做的工作。年輕人并非被趕出職場，而是在進入職場的入口處，悄悄地被堵上了。

這是一種更隱蔽、也更難被察覺的沖擊。失業是可以被統計的，可以被報道的；而“招聘放緩”，卻像一場無聲的寒流，在就業市場里悄然蔓延，像潮水退去，沙灘上只剩下年輕人投出去、再沒有回音的簡歷。

從財富管理的視角來看，這種沖擊直接作用于人力資本的價值重估。一個人的職業生涯，本質上是一條未來現金流的折現曲線。當某一類崗位的“技能半衰期”——即一項專業技能在市場上保持競爭力的時間——從過去的二三十年驟降至五年甚至更短，這條曲線的凈現值便會急劇萎縮。一個剛剛畢業的金融分析師或初級程序員，若仍以舊有的職業路徑規劃未來，所承擔的風險，遠比他們意識到的要大得多。

當然，報告也留下了一道并不那么悲觀的注腳：目前尚未發現高暴露職業出現系統性的失業率上升。AI的滲透，在現階段更多體現為效率的重新分配，而非崗位的大規模消滅。但這種平靜，或許只是風暴前的短暫寧靜。真正的考驗，將隨著AI能力的持續躍升，在未來數年內次第而來。

#03

大學功能的范式遷移：從知識中轉站到頂級社交場

面對這場席卷而來的變局，馬斯克在2026年達沃斯世界經濟論壇上給出了他一貫風格的答案——簡潔，鋒利，略顯極端。據報道，他在論壇上斷言：大學終將淪為一種“社交體驗”（social experience only）。當任何知識都可以免費獲取，大學作為知識傳授機構的角色，將走向過時。

這個判斷，擊中了一個真實的趨勢，卻也遺漏了一個更深的維度。

馬斯克的邏輯是清晰的：AI已經是人類有史以來最強大的知識民主化工具。一個身處偏遠山區的少年，只要有一部手機和網絡連接，便可以向全球頂尖的AI系統請教微積分、學習編程、閱讀哲學原典。在這個意義上，大學對知識的“壟斷”已經瓦解——它不再是稀缺資源的守門人。

然而，把大學僅僅壓縮為“社交場所”，是一種過度簡化。

大學真正不可替代的，從來不只是一張課表，而是一種在高密度人際碰撞中鍛造出的能力。在宿舍里爭論一個哲學命題到深夜，在課題組里與導師反復打磨一個論證，在社團活動中學會說服一群意見迥異的同齡人——這些經歷所塑造的，是一種復雜邏輯的編排能力，以及在不確定中保持韌性的心理結構。這兩樣東西，是AI目前最難以模擬的人類資產。

不妨借用一個比喻：如果說知識是空氣，那么AI已經讓空氣無處不在、觸手及；但“信任與共鳴”，是一種更稀缺的氧氣，只有在真實的人與人之間的長期互動中，才能被緩慢地生產出來。雇主之所以仍然偏好名校畢業生，并非因為他們掌握了別處學不到的知識，而是因為那四年的經歷，提供了一種難以偽造的信用背書：這個人經歷過壓力，懂得合作，能夠在復雜的社會關系中自處。

這正是大學功能正在悄然完成的范式遷移——從知識的中轉站，向信任與信用的鑄造廠轉型。

這種轉型，在表面上看起來像是“降格”，實則是一次價值的重新錨定。當知識本身不再稀缺，承載知識的人的“可信度”與“連接力”，反而成了最難被復制的溢價。未來真正有價值的大學教育，或許不再是“你學了什么”，而是“你在哪里學的、和誰一起學的、在這個過程中你成為了怎樣的人”。

這對于高凈值家庭的教育投資決策，有著直接而深刻的含義：頂尖院校的價值，從來不在于它教了什么，而在于它篩選了誰、又把誰聚集在了一起。正因如此，頂尖院校的價值非但沒有因AI的崛起而削弱，反而因為“社交資本”與“信用溢價”的稀缺性，變得更加不可或缺。

#04

投資啟示錄：人類資產價值的重估與錨定

教育的變局，從來不只是教育議題——它是一張藏在課表里的資產配置指南。

理解了上述邏輯，便能看清一個核心命題：在AI時代，一個人真正的財富，已不再只是金融賬戶里的數字，而是金融資產與人機協作溢價能力的總和。前者是可以被量化、被復制的；后者，是那些能夠駕馭AI、定義問題、整合資源、贏得信任的人，才能持續生產的稀缺價值。

這種認知框架，直接指向三個值得認真審視的配置方向。

首先要警惕的，是那些核心價值建立在可重復、可標準化操作之上的“技能密集型”行業——初級法律文書、基礎財務建模、常規代碼編寫。這些崗位正處于AI替代的射程之內，其薪酬溢價將經歷不可逆的收縮。在此類賽道上重倉人力資本，需要認真評估“技能半衰期”。

真正值得深耕的，是“強監管、高門檻”的垂直AI賽道。醫療與法律領域的核心資產，從來不只是知識，還有執照、責任與信任。一位借助AI進行精準診斷的腫瘤科醫生，或一位駕馭AI完成復雜合規審查的律師，其不可替代性非但沒有下降，反而因為“專業判斷+AI工具”的深度融合，構筑起了更高的競爭壁壘。在這類“AI賦能而非AI替代”的賽道上，人力資本與產業布局都具有相當的長期價值。

而最終那道溢價，屬于那些能將“冷數據”轉化為“熱連接”的人。想象一下這樣一個場景：同樣一份客戶的財務報告，AI可以在三秒內生成十頁分析，但能夠坐在客戶對面，讀懂他眉宇間的焦慮、理解他家族背后的隱憂、并給出一個令他真正信服的建議的，依然只有人。數據是原材料，“連接”才是溢價所在。那些能將兩者深度融合的商業模式——高端財富管理、個性化醫療健康、教育咨詢——將在這個時代獲得獨特的定價權。

歸根結底，這場教育變局給我們的最深啟示，不是“哪些專業可以讀”，而是人力資本的投資邏輯需要徹底重寫。衡量一項教育或職業投資的標準，不再只是“這門技能現在值多少錢”，而是“這種能力在人機協作的未來中，能否持續產生不可替代的價值”。

#05

在荒原上起舞

圍墻正在坍塌。這是事實，無需回避。

那些被裁撤的專業，那些“冰封”的招聘窗口，那些Anthropic報告里觸目驚心的數字——它們共同描繪出一幅真實的圖景：我們正站在一個舊秩序加速瓦解、新秩序尚未成形的歷史間隙之中。這種間隙，令人不安，也令人心動。

人類文明的每一次重大技術躍遷，都曾制造過類似的“荒原時刻”。印刷術的出現，讓手抄僧侶的職業幾近消亡，卻同時推動了啟蒙運動；工業革命的浪潮，淹沒了無數手工作坊，卻重新定義了整個中產階級的生活方式。每一次，站在浪潮最前端的人，都不是那些試圖守住舊城墻的人，而是那些率先讀懂新規則、并重新定義自身價值的人。

AI這場革命，本質上是一次人類能力的解放——將人從繁復的執行性勞動中釋放出來，逼迫我們去觸碰那些更難、也更純粹的事：提出真正重要的問題，構建真正復雜的判斷，建立真正深厚的信任。

這是威脅，也是禮物。取決于你以何種姿態迎接它。

對于那些正在為子女教育規劃的高凈值家庭，對于那些正在重新審視自身職業路徑的中產精英，這個時代給出的答案或許是：與其焦慮于“哪些技能會消失”，不如深耕那些永遠無法被標準化的能力——跨越學科的邏輯整合、在不確定中做出決策的勇氣，以及與他人建立真實連接的溫度。這些能力，是任何時代都無法折舊的硬通貨。選擇與時間站在同一側，在潮水漲落之間保持方向，這本身就是這個時代最難得的智識。

荒原之上，從來不缺舞者。缺的，是聽得見新旋律的耳朵。

本文所有數據均來自公開資料，包括教育部官方公告、Anthropic研究報告及公開媒體報道。本文不構成任何投資建議，具體資產配置請結合個人情況咨詢專業顧問。

公眾號最近更改了推送規則，不再按時間順序推送，而是根據人工智能算法有選擇性向用戶推送，有可能以后你無法看到賴博士的文章推送了。

解決方法是將《賴博士說》的公眾號“星標”，順手點下文末右下角的“在看”，系統會默認我們公眾號的文章符合你的喜好，以后賴博士的文章就會在第一時間推送到你面前。

賴博士說

賴博士說

幫你站在高處，重新理解財富

賴博士說

微信號：drlaiwealth

喜馬拉雅：@賴博士說

新浪微博：@賴博士說

版權聲明：本文版權屬于《賴博士說》微信公眾號（drlaiwealth），未經授權不得轉載及二次修改。轉載或合作請聯系微信 zflai_hk。

免責聲明：本公眾微信平臺“賴博士說”所載的資料及說明只可作一般性參考資料來閱讀。平臺不會就文章內資料、或因使用此等資料之正確性、準確性、可靠性或其他方面所導致的后果作出任何保證或其他聲明。平臺有酌情權隨時刪除、暫時停載或修改本帳號上的各項資料而無須給予任何通知或理由。若資料內容涉及產品資料，一概只可作一般性參考且并非適用于各產品及服務的所有條款及細則。詳細資料請參閱有關產品及服務之協議。本文內容僅供內部參考及培訓使用，并不構成任何法律、稅務、投資或其他專業意見。

支持賴博士，請點“在看”