圖片來自電視劇《三體》

?有界UnKnown原創

作者丨山茶

編輯｜錢江

高考結束了，但對于很多人來說，真正的戰爭或許才剛剛開始。

因為馬上就要開始選專業了，而這，才是最困難的時候。

過去三年，中國高校掀起專業更新潮，根據教育部數據顯示，從2023年到2025年，全國高校共計新增5329個本科專業點，撤銷4815個本科專業點。

即過去三年，全國大部分高校，都完成了一次專業大換血。而新換上來的專業，到底有沒有真東西，好不好就業？一切都沒有答案。

與此同時，AI還在迅猛地吞噬一切，學歷也在迅速貶值，大學生就業一年更比一年難。數據顯示，2025年美國企業累計裁員超過120萬人，比2025年增長58%。中國雖然缺少類似口徑的權威統計，但很多人在線上看到的、在線下經歷的，都在指向同一種現實：就業市場正在變冷。

可以說，今年的考生，面臨著近三十年來最大的不確定性。

那么，在這個關鍵節點上，究竟該如何選擇，才能盡可能保證今天選下的專業，不會在明天就變成一張失效的入場券？

我們花了兩天時間，總結了數十份政策文件和研究報告，整理出十類最有概率符合時代需求的專業，供大家參考（附在文末）。

未來五到十年，國家把資源投向哪里？

要讓今年的高考學子在完成大學學業之后，所選專業依然具備競爭力，我們的目光就不能只停留在當下，而要把時間軸往前推，至少看到五年后，甚至十年后。

當然，這件事在任何領域都不容易。畢竟，世界瞬息萬變。

但無獨有偶，在選專業這件事情上，我們卻可以在巨大的變化當中找到一些相對確定的錨點，比如國家面向未來的戰略規劃，以及全國各大高校為了配合這個戰略規劃所制定的人才培養計劃。

有了這兩點，再結合當前全球的技術發展趨勢，我們就可以捕捉到一些未來的影子。

首先，要看國家戰略。它反映的是未來幾年國家準備把資源投向哪里，也意味著國家希望在未來被建設成什么樣子。

而2026年正好是我們國家十五五規劃的開局之年，我們結合了“十五五”規劃的相關文件，并整理了包括2035年遠景目標、教育強國、數字經濟、雙碳、未來產業相關的數十份高級別政策文件，可以看到一個清晰的國家戰略方針：未來中國發展是以科技創新、先進制造、數字經濟、綠色能源和生命健康為核心的新增長模式。

在這個方向上，中國的產業發展至少有六個具備長期確定性的方向：

1、人工智能與數字經濟 2、半導體、量子、6G等硬科技自主可控 3、高端制造、機器人、工業自動化 4、新能源、儲能、電力系統與低碳轉型 5、生物醫藥、生物制造與生命健康 6、空天科技、低空經濟、商業航天、深海深地等戰略空間

我們整理了相關的產業，以及比較對口的專業情況，可供大家參考。但是注意，我們這里講的，是比較穩妥的、有容錯空間的方向，而不是那種最有概率掙大錢的方向。

當然，同樣需要明確的是，國家戰略支持也不等于所有相關專業都好就業。

比如新能源車已經從“政策風口”進入“產能競爭”和“價格戰”階段，2030屆考生如果只盯著“新能源汽車”四個字，反而可能選到競爭過熱方向。

高校專業大換血，透露未來什么人才需求？

所以，政策也只是其中一個參考，靠譜的專業選擇還需要結合最近幾年國內各大高校實行的專業改革來看。

教育部這三年的專業調整，背后并不是“熱點跟風”，而是一條很明確的制度路徑。

前面提到，過去三年，全國頭部高校累計新增5329個本科專業點，撤銷4815個本科專業點。特別是從2023年到2025年，本科專業目錄分別新增24種、29種、38種新專業，這說明高校已經不再滿足于“把老專業簡單改名”，而是在圍繞新產業鏈和新問題重構本科入口。

而這些專業方向，其實也反映出教育部及各大高校對于未來的判斷。

我們具體來看，在2024年高校改革結束之后，我們國內精英院校的新增專業就已經非常集中地指向了幾條主線：低空技術與工程、人工智能教育、碳中和科學與工程、智能視聽工程、智能影像藝術、數字戲劇、海洋科學與技術、人居設計、區域國別學等。

比如，北京郵電大學新增低空技術與工程，北京師范大學新增人工智能教育和碳中和科學與工程，北京外國語大學新增區域國別學，中國傳媒大學新增智能視聽工程、智能影像藝術、游戲藝術設計等等。

到2025年度對應的2026招生季，985高校的新增專業進一步前移到了更明確的未來技術節點：北京航空航天大學、北京理工大學、哈爾濱工業大學、浙江大學、東北大學、西安交通大學等校開始布局具身智能；天津大學布局腦機接口；同濟大學、中國海洋大學布局未來機器人；中國科學技術大學布局商業人工智能......

我們整理了一些有代表性的高校與他們的新增專業，從中我們可以看到一些未來趨勢：

需要說明的是，這張表并不是一份完整的高校—專業清單，而是從過去三年的新增專業中，篩選出最能反映趨勢變化的代表性信號，做了一次壓縮展示。

真正值得讀懂的不是“哪所學校新開了什么”，而是哪些詞在高頻重復出現：智能、低空、碳中和、交叉、醫工、材料、數據、海洋、公共治理、育種、腦機。

這里面還有一個重點需要關注的是，2025年，教育部首次增設“交叉學科”門類。

所謂交叉學科，就是不再按傳統“單一學科”培養人才，而是圍繞一個復雜問題，把多個學科的知識、方法和工具組合起來。

比如具身智能，就不是單純的計算機，也不是單純的機器人，而是人工智能、機器人、機械工程、控制科學、認知科學等交叉在一起。

這種課程，以前通常都是在研究生階段才會涉及，現在下放到本科階段，其實說明，未來國家的人才培養目標，不是單一學科縱深型人才，而是學科底座 + 問題導向 + 技術工具的組合式培養。

對于考生來說，這意味著報專業時不能只看名稱是否新潮，更要看它背后依附的是哪條學科平臺鏈、哪條產業合作鏈、哪條繼續深造鏈。

這意味著未來最有價值的專業，不一定是今天最熱搜的名字，而往往是那些能夠同時回答以下三個問題的專業。

1、它能否連接中國未來五到十年的戰略方向？ 2、它是否需要較長訓練周期形成門檻？ 3、它是否能夠和AI、數據、工程或制度設計能力結合？

凡是三項都能回答“是”的專業，2030年的抗風險能力通常更強。

市場真正需要的，不是新專業，而是新能力

最后，一切的規劃終究也需要結合實際。

我們對未來的設想是一回事，市場的真實需求又是另一回事，這兩者是相輔相成的，所以在看完高屋建瓴的規劃之后，我們也需要聽聽市場怎么說。

我們還參考了全球多家知名機構的判斷，包括普華永道、世界經濟論壇、世界衛生組織等；也梳理了OpenAI、Google、微軟等科技公司的相關觀點。同時，我們也關注了一些前沿技術領域代表人物的公開表達，比如OpenAI創始人Sam Altman、斯坦福大學以人為本人工智能研究院院長李飛飛等。

總結下來，關于AI發展將如何改變人才結構和市場需求，當前各方大致形成了五個共識。

第一個共識是，AI不會只替代崗位，更會重寫崗位結構和技能結構。

比如達沃斯論壇上的一個觀點認為，技術總體上將是未來勞動力市場最具顛覆性的力量，AI和信息處理技術預計會創造1100萬個崗位、同時替代900萬個崗位；另有40%雇主預計在AI可自動化場景下降低用工規模。

這意味著2030屆畢業生面臨的不是“就業消失”，而是“傳統崗位內容變了，舊技能不再夠用”。

第二個共識是，AI時代更值錢的不是單點工具熟練度，而是“專業能力 + AI能力”的組合。

這一點，與我們國家提前開設交叉學科的方向不謀而合。普華永道報告《2025 Global AI Jobs Barometer》顯示，具備AI技能的崗位平均有56%的工資溢價，而且AI暴露度更高的行業，其單位員工收入增長更快、技能更新速度也更快。

經濟合作與發展組織在相關文件中也提到，在高度暴露于AI的職業中，雇主越來越需要的是管理、商業和數字技能，以及更高比例的情緒、認知與數字復合能力。

所以對今年的高考學子而言，這意味著“所有專業都該學AI”這句話方向是對的，但理解不能過淺：真正有價值的不是會用幾個工具，而是能把AI嵌入你未來專業領域的問題求解。

第三個共識是，綠電、能源、制造、機器人這些傳統“硬行業”正在重新變成高成長賽道。

達沃斯論壇上提到，把綠色轉型和人口結構變化列為未來就業的重要新增來源；國際能源署（IEA）則給出更具體的數據——2024年全球能源就業已增至7600萬人，并連續第三年快于整體經濟增長，但技能短缺正在成為障礙。

也就是說，“能源”“制造”“電氣”這些在很多家庭眼里看起來不夠時髦的方向，反而可能在2030年前成為最值得本科生配置的長期賽道，因為它們既有真實工程場景，又有國家投資強度，還較難被純軟件式替代。

第四個共識則是，醫療健康和老齡化服務不是短期熱點，而是長期確定性。

世界衛生組織估計2030年全球衛生人力仍將存在約1100萬缺口，這個趨勢不會因為AI發展而消失，反而會因為數字醫療、智能診斷和老齡化管理而出現更多醫工融合崗位。

這意味著，未來醫療相關方向中，能在數據、設備、流程和醫療場景之間協同的人，會具有更大的競爭力。

最后，第五個共識，是未來的人才培養必須更重視“跨學科”和“人本導向”。

Google DeepMind CEO Demis Hassabis談到其“通用AI助手”和“世界模型”愿景時，實際上是在描述一個AI滲透到幾乎所有知識勞動領域的未來。

Stanford HAI的李飛飛則長期強調，AI不應被狹隘理解為自動化機器。她認為，把AI整個領域都理解為“自動化”是一種誤解，未來必須堅持以人為中心的AI框架。

把這兩種觀點放在一起，結論反而很統一：2030年前最有價值的人才，不是“只會一門窄技能的人”，也不是“只會空談趨勢的人”，而是能把技術、場景、組織與人結合起來的人。

而基于這些共識，我們對2030年前后幾條技術與行業主線的影響梳理了這樣一個表格，供大家參考：

這個表的目的，重點是想告訴大家，技術突破不是“只利好新專業”，它也會重新為老專業定價。

很多家長看到“具身智能”“腦機接口”這類前沿名稱，會本能地覺得必須去賭最新、最熱的方向。

但從本科培養規律來看，更穩妥的路徑，往往不是直接押注一個剛設立、培養體系還在試驗期的新名字，而是先選擇數學、自動化、機械、材料、電氣、統計、生物等底座扎實的專業，再通過輔修、選修、競賽、科研和讀研，把自己推向前沿場景。

所以，AI時代選專業，真正重要的不是追逐最熱的名字，而是選擇一個足夠扎實、足夠長期、也足夠能與 AI 結合的方向。專業只是起點，未來真正的競爭力，來自持續學習和把技術用到真實問題里的能力。