人工智能发展计算机就业会更好还是更差？

写在前面

近年来，人工智能技术以惊人的速度发展，从ChatGPT到Sora，从图像生成到自动编程，几乎每一次技术突破都在冲击着我们对未来的认知，使得计算机专业学生面临前所未有的变局。

AI在催生了大量新兴岗位与技术红利，为懂技术、敢探索的同学提供了广阔天地的同时，传统岗位加速被替代，技术门槛持续抬升，就业竞争等等情况愈发激烈。

人工智能的崛起，是计算机专业的“黄金时代”，还是“内卷时代”？作为正在经历求学与择业关键期的保研人，我们又该如何理性看待、主动应对？

01.AI对计算机就业的好处

► 直接催生新的就业岗位

随着人工智能（AI）技术的迅猛发展，计算机领域涌现出一系列新兴岗位，例如：AI初创公司Anthropic曾在招聘信息中明确提及“AI提示词工程师”（Prompt工程师）一职，年薪范围为17.5万至33.5万美元，这个岗位主要工作内容是设计和优化与AI模型交互的提示词，确保模型生成准确且相关的响应。

还有AI产品经理岗位，这个岗位需要深入理解AI技术，协调跨职能团队，将AI能力融入产品开发，满足市场需求，并且随着AI应用的普及，产品经理需不断学习不断深入了解，以适应新的技术环境。这种趋势在一定程度上催生了新的就业机会。

https://wallstreetcn.com/articles/3690445?utm_source=chatgpt.com

► 技术创新带动人才需求激增

人工智能领域的技术创新，特别是transformer、以及各类大模型的引入，极大地推动了深度学习的应用与发展，算法、算力和数据三个关键方向上都产生了大量的岗位需求。

①算法领域：深度学习里的自然语言处理（NLP）、计算机视觉等多个领域以及大模型等各个方向的发展，对能够设计、优化和实现复杂深度学习算法的专业人才需求激增，各大企业需要具备深厚数学基础和编程能力的算法工程师，但是一般学历都需要硕士或者博士学历，所以学历门槛相对较高。

https://zhuanlan.zhihu.com/p/646513599?utm_source=chatgpt.com

② 算力领域：随着深度学习模型规模的扩大，对计算资源的需求也呈指数级增长，高性能计算（HPC）和分布式计算技术成为支持大规模模型训练的关键。所以具备系统架构设计、并行计算和硬件加速等技能的专业人才，如系统工程师和算力优化等岗位，也是相对来说需求比较大的岗位。

③ 数据领域：AI模型的性能高度依赖于高质量的数据。数据的收集、清洗、标注和管理等工作也需要大量的人来做。数据工程师、数据科学家和数据分析师等岗位的需求量也激增。

这三个领域对于计算机专业的学生来说提供了广阔的发展空间，但是这些岗位需要更高的专业能力以及学历，计算机专业的同学如果想要在这些相关岗位，还需要不断精进自己的技术。

► 创业与交叉学科机会拓展

目前，AI与各传统行业的深度融合已经是目前的一大趋势，这就催生了很多AI+各个领域的相关岗位。

例如，在金融领域，AI被用于风险评估、智能投顾和反欺诈检测，要求从业者既具备金融专业知识，又掌握机器学习和数据分析技能。

在医疗行业，AI辅助诊断、个性化治疗方案制定等应用日益广泛，需要医务人员与AI工程师协作，开发并应用相关技术。制造业中，智能制造、预测性维护等AI应用场景，对既懂生产流程又通晓AI技术的复合型人才需求迫切。

教育领域，智能教学系统、个性化学习平台的开发与应用，同样需要教育学与AI技术的交叉人才参与。

这种趋势对计算机专业的同学来说是一个新的挑战，传统的“纯码农”角色已难以满足市场需求，具备跨学科背景、能够将AI技术应用于特定行业的复合型人才在求职的过程中会更加轻松一些。

02.AI对计算机就业的挑战

1、普通开发岗位被自动化替代

目前GitHub Copilot、Cursor等代码生成工具的广泛应用，正在对软件开发领域的相关岗位产生一定的冲击。这些工具能够自动完成代码补全、生成单元测试等任务，提升开发效率，导致了基础开发和测试等岗位逐渐被边缘化。在这样的背景下，传统的基础编程能力已不足以满足目前企业的招聘需求了，企业会更加看重同学们在系统设计、算法优化等高层次工作的能力。麦肯锡的一项研究表明，使用生成式人工智能，软件开发人员完成编码任务的速度可提高一倍。

https://zhuanlan.zhihu.com/p/655674646?utm_source=chatgpt.com

2、技术门槛大幅提升

大规模预训练模型（如GPT系列）的应用，计算机专业对从业者的工程能力和数学基础提出了更高要求。这些大模型的训练和优化涉及复杂的算法设计、高维数据处理以及大规模并行计算，要求开发者具备扎实的线性代数、概率统计和微积分等数学知识，以及卓越的编程和系统架构能力。

然而，在本科阶段，受限于课程设置和学习时间，同学们往往难以全面掌握上述核心能力。这使得许多计算机专业的本科生选择通过考研深造，以深入学习相关理论和技术，提升自身竞争力。研究生阶段的学习不仅提供了接触前沿研究的机会，还能在导师指导下参与实际项目，进一步巩固和拓展专业技能。因此，读研已成为众多计算机专业同学的优先选择，以应对行业对高层次人才的需求。

3、市场“精英化”，就业变“强者恒强”

随着人工智能技术的不断迭代升级，用人单位对计算机从业者的能力要求也随之提高，不仅需要扎实的专业基础，更重视实践经验、项目能力与跨领域素养。这种“高质量人才导向”趋势，使得就业市场逐渐呈现出“精英化”特征，形成了“强者恒强”的格局。

目前，普通本科计算机专业的同学面临着较大的就业压力。首先是名校效应凸显，大厂在招聘时更倾向于选拔来自顶尖高校的毕业生，认为其具备更强的理论素养与科研潜力；

其次是实习经历与项目经验的差异，高质量的实习资源和科研项目往往集中在重点高校，而普通高校学生在获取信息和资源方面存在天然劣势；这使得他们在求职过程中可选择范围更窄，竞争压力更大。

而人工智能的迅速发展进一步加剧了这种分化。AI相关岗位不仅要求技术深度，还追求技术广度和跨学科能力，导致只有部分拥有优质教育背景、丰富项目经验和前沿视野的“头部”学生，才能在激烈竞争中脱颖而出。

面对这一趋势，普通背景的计算机专业同学更需主动应对，通过自学AI新技术、参与开源项目、打造个人作品集等方式，提升自身的不可替代性。同时，拓宽就业视野，寻找具有成长性的中小企业或AI赋能的传统行业，也不失为切入职场、积累经验的现实路径。

03.对保研er的启示与建议

1、早准备、早规划

保研er应提前规划，积极参与AI相关项目、科研和竞赛，以提升自身竞争力。

例如，参与AI课题研究、开发实际应用项目、参加“互联网+”等创新创业大赛，均有助于深化对AI的理解，培养实践能力。

在选择读研时，应明确目标，视其为能力提升的平台，而非逃避就业竞争的避风港。研究生阶段提供了深入学习和实践的机会，保研er应充分利用这一阶段，专注于AI领域的研究，培养创新思维和解决复杂问题的能力，为未来职业发展奠定坚实基础。

2、深入交叉学科，培养“不可替代性”

计算机专业的保研er可以积极拓展交叉学科领域，将计算机科学与其他学科深度融合，形成自己的优势。

例如：AI+材料科学：通过机器学习等算法预测材料性能，在缺乏大量先验数据的情况下，以低成本有效发现符合多功能目标的候选药物材料，减少实验成本和时间；AI+设计：通过深度学习模型分析大量设计作品，AI生成创新的设计方案，突破传统思维局限；AI+光学工程：利用机器学习等算法可设计超材料，提升光学器件的性能，实现对某些光学结构的全局优化，逼近理论特性极限，等等应用。

例如华中科技大学新成立的设计学院就是以交叉融合为特色的，以培养更多的复合型人才，有意向学习交叉学科的同学可以更多关注这类项目。

https://mp.weixin.qq.com/s/_vzIHjzkpiwB4hSEJ4-5-A

这种跨学科的学习与实践，保研er可以从单纯的工具使用者转变为工具的设计者和优化者，提升自身在行业中的核心竞争力，以满足当前市场对多元人才的需求，为个人职业发展开辟了更广阔的空间。

3、适应变化，提升核心竞争力

计算机专业的保研er应理性规划职业路径，避免盲目追逐AI热点。深入挖掘并专注于适合自身的细分领域，如嵌入式AI、AI边缘计算等，能够形成独特的竞争优势。除了专业技能，保研生还应注重多维度能力的发展，例如：沟通能力、工程能力、英文水平等等，全面提升综合素质，以在AI时代的竞争中脱颖而出。

写在最后

理性看待，积极应对：人工智能的快速发展对计算机专业的就业格局带来了深刻变化，既创造了新的机遇，也带来了挑战。作为保研er，我们应理性看待这一趋势，积极调整自身定位。通过提前规划、深入交叉学科、持续提升多维度能力，我们能够在AI时代中找到属于自己的发展路径，实现个人价值。