智能制造

电工身价暴涨,码农连夜考编:AI最先取代理工科,这次玩真的了?

小编 2026-05-11 智能制造 4 0

哎,说实话,最近我是真有点麻了。

不是我这个人矫情,实在是这世界变化快得让人脚底板发凉。前两天家庭聚会,我那个在985读计算机的表弟,一改往日的意气风发,闷着头在那扒拉米饭。我问他秋招咋样了,他差点没把筷子戳进鼻孔里:“别提了,哥。投了八十多份简历,大厂连个笔试机会都不给。唯一给我发offer的,是老家那边一个搞数据标注的外包公司,月薪四千五,还要两轮面试。”

我当时第一反应是:你小子当年高考分那么高,全家都以为你要去当人上人了,怎么混成这样?

表弟苦笑,说了一句让我脊背发凉的话:“

AI最先取代理工科,而且就是从我们这帮写代码的下手。人家现在招人,要么是能调大模型的博士,要么就是直接让AI写代码,我们这种不上不下的本科生,直接被跳过。”

我以为他在夸张,结果回家一查,好家伙,心直接凉了半截。

曾经的金饭碗,现在咋就成了铁锈带?

你们知道现在的行情有多魔幻吗?根据最新的数据显示,2026年春招,AI相关的岗位数量同比暴增了12倍,平均月薪超过6万,有些大厂给顶尖AI博士开的年薪直接飙到300万 -2。看着这数字,是不是觉得遍地是黄金?

别急,还有另一组数据:去年,人工智能专业的本科毕业生,有将近八成找不到对口工作 -2

你没听错,就是那个被家长们挤破头、分数线高到离谱的“人工智能”专业。一边是500万的人才缺口,企业喊渴;一边是80%的毕业生简历石沉大海,无工可打。这种极致的冰火两重天,就这么真实地发生在我们眼皮子底下 -2

我那个表弟跟我说了个细节,他说现在大厂招算法岗,硕士学历都只是个入场券,光有学历还不行,你还得手里有真家伙——要么在顶会发过论文,要么有实打实的项目落地经验。至于本科生?对不起,连简历筛选那关都过不去。这不叫内卷,这叫直接把你踢出牌桌。

为什么会这样?说白了,就是

AI最先取代理工科里那些最基础、最容易被“标准化”的部分。以前公司招个初级程序员,来了得先熟悉业务,写点增删改查,慢慢培养。现在呢?基础的代码生成,Claude和GPT-4干得比实习生还漂亮,成本还低。企业老板又不傻,干嘛还要花时间去培养一个需要三年才能上手的“学徒”?直接雇两个顶级的架构师,带着一堆AI工具干活,效率翻倍 -1-5

连大学老师都没整明白,你让学生咋办?

我有时候在想,这事儿能全怪孩子不够努力吗?不能。

我表弟大学四年,大一大二学的还是十几年前的老教材,什么数据结构、操作系统,跟计算机专业几乎一模一样。好不容易熬到大三,学校开了几门AI相关的课,结果老师也是照本宣科,讲的那点东西,还没B站上的免费教程来得实在 -2

有教授在论坛上说得挺直白:高校的课程更新速度,比产业迭代慢了至少15个月 -2。15个月是什么概念?在AI这个领域,足够一个技术方向从热门变成过气网红了。等你四年学出来,学校教的那套早就被市场淘汰了。你想拿个本科文凭就去找工作?企业只会告诉你:我们要的是能直接干活的人,不是需要回炉重造的半成品。

这是最让人绝望的地方。学生们按照社会画的大饼去拼命卷,卷了四年,结果发现这个饼早就被AI吃完了。AI最先取代理工科,最先被挤掉的不是那些顶尖的天才,而是这些还没有踏入社会的年轻人。

有人掉队,就有人在风口上捡钱

但你说理工科是不是彻底完蛋了?也不是。我观察了一下,现在最吃香的,反而是那些以前被认为是“天坑”的专业。

你们猜现在什么岗位最坚挺、最难被替代?电工。

不是我胡说,博鳌论坛上上海交大的严弘教授专门提到这事儿。他说现在AI虽然能写代码,但短期内很难替代电工。因为电工要面对的是物理世界里的复杂环境,要动手、要接线、要处理各种突发状况,这东西AI暂时还干不了 -5-8

而且,随着全球数据中心的大规模建设,电力基础设施的需求激增。BOSS直聘的报告显示,去年雇佣量增长最高的职业,就是电工 -5。你想想看,一个AI博士可能抢不到饭碗,但一个高级电工现在却是各大企业的香饽饽。

这给了我们一个巨大的启示:在AI时代,单纯的“脑子好使”已经不够了,能动手、能跟物理世界打交道的能力,反而成了稀缺资源。

不只是电工,还有那些需要跨学科知识的复合型人才。比如懂AI的生物学博士,能做蛋白质结构预测;懂算法的材料工程师,能搞新材料研发;懂数据的水利专家,能优化电网调度 -1-4。这些岗位,AI干不了,因为需要把代码写在现实的土壤里,而不是在虚拟的数字世界里自嗨。

那咱们普通人到底该咋办?

说了这么多丧气话,总得给点出路。我觉得,面对AI这个洪水猛兽,咱们既不能躺平认命,也不能盲目跟风。

如果你是还在校的理工科学生,千万别再死抱着那几本教材啃了。你得承认,你学的那点东西,可能已经过时了。去看看现在企业真正在招什么,去学那些AI暂时还干不了的。什么能力最值钱?把复杂问题拆解成AI能听懂指令的能力、跨学科整合知识的能力、以及在物理世界里动手解决实际问题的能力 -6-7

别再把“进大厂”当成唯一的出路了。现在的趋势是,大厂在疯狂缩减基础岗位,转而把精力投入到机器人和具身智能这些需要软硬件结合的领域 -1-7。与其在大厂的独木桥上挤破头,不如去看看那些被忽视的“硬核”行业。未来几年,真正缺的不是会写代码的人,而是懂技术、懂业务、懂物理世界的“超级个体” -2-6

心态得放平。别觉得AI来了,天就塌了。我那个表弟后来想通了,他没再去卷大厂,而是找了个搞工业机器人的小公司,从最基础的PLC编程做起,天天泡在车间里跟机器打交道。虽然一开始累得够呛,但他跟我说:“哥,我现在不慌了。以前我写的代码,AI分分钟就能复制;现在我去拧螺丝、调设备,AI想取代我,至少还得等它的机器人学会不把自己摔散架。”

这话听着有点心酸,但细想也是这么个理儿。当AI最先取代理工科里那些光鲜亮丽的外衣时,真正属于人类的、充满烟火气的硬本事,反而开始闪闪发光了。

所以啊,别慌。这个世界永远在变,但只要咱们手里有真家伙,心里有数,就不怕它变出花来。


网友评论区的朋友们,你们怎么看?

网友“大厂小螺丝钉”问:
我是2026届计算机本科毕业生,现在手里只有一个外包公司的offer,心里特别不甘心。是应该先去干着,还是脱产考研赌一把?感觉考研出来竞争更激烈,但又怕错过了应届生身份,能给点建议吗?

答:
兄弟,你的纠结我能理解,这也是现在大多数计算机毕业生最头疼的问题。我给你掰扯掰扯,别嫌我说话直。

千万别脱产考研。你现在去考研,相当于把命运的主动权交给了一场考试。万一没考上呢?明年这个时候,你连外包的offer可能都拿不到了。现在的就业市场,一年的变化太大了,今年还能进外包,明年可能外包都要卡学历了 -2。而且,等你三年研究生读出来,那时候AI发展成啥样谁也不敢说,你确定你研究的方向到时候还没过时吗?

我的建议是,先去干着,但心态要变。你这个外包公司虽然是做数据标注的,但它至少能让你一只脚踏进这个行业。进去之后别把自己当“廉价劳动力”,你得抱着“偷师”的心态去干。利用业余时间,狠狠地补两样东西:一是AI工具的实战能力,怎么用Copilot提效、怎么搭建RAG应用,这些学校不教,但企业真要用 -1二是往硬件或者垂直行业靠,看看你们公司服务的客户是哪个行业的,金融、医疗还是制造?想办法往那个行业的业务逻辑里钻。

你现在最大的优势是年轻,可以折腾。干个一年半载,手头有了项目经验,也看清了行业门道,到时候无论是跳槽还是申请个非全日制的硕士,你都有底气。记住,现在这个行情,“先上车”比“选好车”更重要,哪怕这辆车破一点,也比在站台上干等着强。

网友“焦虑的文科生妈妈”问:
我孩子今年高三,理科成绩一般,本来想让他学个工科好就业,但现在看新闻说学计算机的都找不到工作了,我们普通家庭折腾不起。到底该不该让他报理工科?学什么专业以后才不会被AI抢饭碗?

答:
这位妈妈,您先别急。我特别能理解您的心情,花几十万供个大学生,谁都不想毕业就失业。但您千万别被“计算机找不到工作”这种标题党吓住了,它误导性太强了。

现在的真实情况是:不是理工科不行了,是“只会做题”的理工科不行了 -2。您孩子理科成绩一般,如果硬去报那些纯软件、纯理论的“热门”专业,可能真会踩坑。因为这类专业,学校教得慢,AI学得快,等孩子四年出来,如果没有顶尖的智商和自驱力,确实很难跟AI竞争。

但是,我强烈建议您考虑那些“离物理世界更近”的工科。比如,电气工程及其自动化(出来可以干电工、干电网)、智能建造(盖房子的)、机器人工程、生物医学工程,甚至是一些以前被认为是“冷门”的材料科学与工程 -1-5-7。这些专业的共同点是:它们需要动手、需要面对现实世界的复杂性、需要跟机器和设备打交道。AI可以辅助设计,但它没法替你去工地验收、去医院操作仪器、去电厂检修设备。

给孩子选专业,现在看的不是哪个名字时髦,而是看哪个专业AI的“物理延迟”最高。说白了,就是找一个AI短期内没法完全钻进现实世界去干活的领域。哪怕毕业出来从一线的技术员、助理工程师做起,这些岗位的不可替代性,比坐在电脑前写增删改查的程序员要高得多。咱们普通家庭,不求大富大贵,求的就是个稳当,对吧?

网友“35岁被优化的大龄码农”问:
我干了十几年后端开发,去年被裁员后一直没找到合适的工作。投简历要么嫌我年龄大,要么嫌我技术栈“陈旧”。看到新闻说电工吃香,我总不能真去考个电工证爬电线杆吧?我这把年纪,转行还有出路吗?


老哥,抱一个。咱俩岁数差不多,我太懂你这种上有老下有小、突然被拍在沙滩上的感觉了。但你说“爬电线杆”,虽然是句气话,但我得认真说一句:思路是对的,方向得微调。

咱们这个岁数,最大的优势不是手速快,而是脑子里对业务的深刻理解。你做了十几年后端,你肯定知道一个系统的瓶颈在哪、数据怎么流转才安全、架构怎么设计才抗造。这些经验,是AI暂时学不来的,也是那帮刚毕业的毛头小子拍马都赶不上的 -4-10

所以,咱们的出路不是去跟年轻人拼体力,而是去做“AI的监工”和“复杂系统的架构师”

具体怎么做?我给你指两条路:

  1. 往“垂直领域专家”转型:别去跟风卷大模型算法了,那是博士们的主场。你手里有十几年的行业代码经验,现在很多传统行业(比如银行、制造业、能源)都在搞数字化转型,他们极度缺既懂业务又懂技术、还能把AI“落地”的人 -2-5。比如,你去一家制造企业,帮他们设计一套用AI优化供应链的系统,你的后端经验就是最大的护城河。

  2. 拥抱“硬软结合”的领域:你说不想爬电线杆,那咱们可以去“看机器”啊。现在的工业机器人、无人车、智能仓储,都是软件和硬件的结合体 -1-7。这些系统需要有人懂算法、懂网络、懂控制,但最缺的是能把它们调试顺畅、解决现场复杂问题的“老法师”。你一个资深后端,去学点嵌入式的基础、学点PLC的逻辑,降维打击一下,绝对是条活路。

老哥,别觉得转行丢人。咱们这代人,注定是要终身学习的。把咱这十几年积攒的“大局观”和“工程化思维”换个场景发挥出来,照样是条好汉。关键是别把自己困在“写代码”这个狭小的框里,你比代码值钱多了。

猜你喜欢