图灵奖得主直言：不建议 18 岁孩子学计算机了！

每年志愿填报季，计算机专业永远是家长和考生追问最多的 “顶流”。“分数够不够冲计算机？”“学计算机毕业真能年薪几十万？”“现在入行会不会赶上行业下坡路？” 无数家庭把计算机当成 “保底高薪” 的最优解，把它等同于未来的铁饭碗。

但最近，一位亲手缔造了计算机行业黄金时代的泰斗，却说出了一句颠覆所有人认知的话：“如果今天重新开始，我不确定还会不会建议 18 岁的人去学计算机。”

说这句话的不是普通的行业博主，也不是蹭热点的评论员，而是数据库领域的图灵奖得主——Michael Stonebraker。作为 Ingres、Postgres 两大核心数据库系统的关键创造者，他是现代数据库系统最重要的奠基人之一，他的研究成果支撑了全球互联网几十年的发展。

一位把一生都献给计算机行业的先驱，为何会在 AI 时代发出这样的警告？这句话的背后，藏着计算机行业正在发生的、最残酷也最真实的变革，更直接关系到 2026 届所有考生的志愿选择。

一、从 “全民学计算机” 到 “泰斗劝退”，到底发生了什么？

Stonebraker 的这番话，出自他近期的一次深度采访。当被问及 “带着今天的认知，会给年轻时的自己什么建议” 时，他没有谈个人的成功经验，而是把目光投向了整个行业的未来。

他回忆起自己刚到加州大学伯克利分校任教的年代，那是计算机行业的蛮荒期。“那时候我们对数据库几乎一无所知，对实现逻辑一窍不通，编程能力也远不如 Bill Joy。但我们什么都没想，一头扎进去就做了，边做边学，边学边把东西做出来。”

在那个年代，这样的 “野蛮生长” 是行业常态。从互联网兴起，到移动互联网爆发，再到云计算、大数据浪潮席卷全球，每一波技术革命都带来了指数级增长的岗位需求。企业缺的是 “会写代码的人”，不管是科班出身还是半路转行，只要能完成基础的开发工作，就能拿到远超其他行业的薪资。

那是计算机专业的 “黄金时代”：高薪、高需求、高增长、高确定性，四个标签叠加，让它成为无数普通家庭改变命运的最佳通道。

但 Stonebraker 明确表示，这样的时代已经结束了。当被问到 “如果今天重新选专业，你会选什么” 时，他给出的答案令人意外：医疗保健、建筑、维修等需要线下实操和复杂经验的行业，反而可能是更安全的方向。

而这一切的转折点，就是 AI 的全面爆发。

二、AI 最先冲击的，恰恰是 “写代码的人”

今年 3 月，AI 头部公司 Anthropic 发布了一份《职业 AI 替代风险报告》，在最容易被 AI 替代的十大职业中，计算机程序员高居榜首，近 40% 的工作任务可被 AI 完全覆盖。

南开大学计算机学院副院长刘晓光在接受采访时也直言：“计算机、法律、办公室行政是 AI 替代风险最高的三类职业。这些领域的数据充分、规则清晰，正是大模型最擅长的场景。”

与以往的工业革命不同，AI 革命冲击的不再是体力劳动，而是脑力劳动，尤其是那些标准化、重复性的 “初级智力工作”。

刘晓光有一句非常精准的总结：“AI 对各行业的专家非常友好，但对专家的助手极不友好。”

专家拥有行业沉淀的判断力、审美能力和创意能力，AI 可以成为他们的 “超级助手”，帮他们快速完成繁琐的重复劳动，大幅提升工作效率。但 “专家的助手” 们，恰恰需要通过这些重复劳动来积累经验、完成成长。

过去，一个计算机专业的毕业生，成长路径非常清晰：从写接口、改 Bug、做测试、调数据库这些基础工作做起，一步步积累项目经验，3-5 年成长为中级开发，5-10 年成为高级工程师或技术主管。

这些基础工作，曾经是新人的 “训练场”，是他们从校园走向职场的必经之路。但现在，AI 正在以惊人的速度吞掉这些环节：

• 一个初级程序员需要 3 天完成的 CRUD 接口，GPT-4o 十几分钟就能写出可运行的代码，还能自动生成测试用例；
• 前端切图工作，AI 可以根据设计稿直接生成适配多端的代码，准确率超过 90%；
• 简单的 Bug 调试，AI 能快速定位问题并给出修复方案，效率远超新人。

越来越多的企业开始调整招聘策略：大幅缩减初级程序员的招聘名额，转而要求应聘者具备 “AI 协同开发能力”。

过去，企业需要的是 “会写代码的人”；现在，企业需要的是 “会利用 AI 解决问题的人”。 这是两个完全不同的能力体系，而大多数高校的计算机专业，还没有跟上这个变化。

三、数据说话：计算机专业的 “绝对优势” 正在消失

行业的变革，已经清晰地反映在就业数据上。麦可思《2025 年中国本科生就业报告》中的几组数据，揭开了计算机专业最残酷的现状：

1.薪资停止增长，工科平均水平快速追赶

2020-2024 届，计算机类专业毕业生的月收入始终在 6700-6900 元之间窄幅波动，几乎没有增长。而与此同时，工科类专业的平均月收入从 2020 届的 5913 元，上涨到 2024 届的 6610 元，与计算机专业的差距已经缩小到不足 200 元。

曾经，计算机专业的薪资是其他工科专业的 1.5 倍甚至 2 倍，这样的 “薪资溢价” 正在快速消失。

2.专业对口率暴跌，大量毕业生被迫转行

更值得警惕的是专业对口率的下滑。2020 届，计算机类专业毕业生的专业对口率为 76%，也就是说，每 4 个毕业生里有 3 个能进入计算机相关行业。但到了 2024 届，这个数字已经降到了62%，五年下降了 14 个百分点。

这意味着，每年有近 4 成的计算机专业毕业生，毕业后无法从事本专业工作，只能转行到销售、行政、运营等岗位，大学四年的专业学习几乎白费。

3.跌出绿牌专业榜单，“神专业” 光环褪去

绿牌专业，指的是失业量较小、就业率、薪资和就业满意度综合较高的专业，是志愿填报的 “风向标”。

在麦可思近五年的本科绿牌专业榜单中，计算机类专业已经连续三年跌出榜单。取而代之的，是电气工程及其自动化、微电子科学与工程、新能源科学与工程、机器人工程等工科专业。

这标志着，计算机专业曾经同时具备的 “高薪、高需求、高增长、高确定性” 四大优势，已经只剩下 “高薪” 这一个标签，而且这个标签也只属于少数高端人才。

四、不是计算机不行了，是 “流水线程序员” 被淘汰了

看到这里，很多家长和考生可能会问：难道计算机专业真的不能报了吗？

其实，Stonebraker 的 “劝退”，并不是说计算机行业没有前途了。恰恰相反，AI 时代的到来，让计算机技术变得更加重要，几乎所有行业的数字化转型都离不开计算机。

他真正想表达的是：“只要学计算机就能吃到时代红利” 的阶段，已经彻底结束了。

AI 没有让计算机专业失去价值，它只是把 “真正的计算机人才” 和 “流水线程序员” 之间的差距，第一次彻底拉开了。

现在的计算机行业，正在经历一场残酷的分层：

• 顶层：大模型架构师、AI 算法工程师、系统设计师、行业解决方案专家，这些人才需要深厚的数学基础、创新能力和行业经验，AI 无法替代，依然供不应求，年薪百万是常态；
• 中层：具备 AI 协同能力、能解决复杂业务问题的中级开发工程师，就业相对稳定，但薪资涨幅放缓；
• 底层：只能完成标准化、重复性代码工作的初级程序员，正在被 AI 快速淘汰，就业越来越难。

而当前大多数高校的计算机培养模式，还停留在 “流水线程序员” 的阶段：课程体系陈旧，重点教编程语言、数据结构、算法刷题，学生的核心竞争力就是 “写出正确的代码”。但在 AI 面前，这种能力已经变得毫无优势。

这才是计算机专业最大的危机：学校还在用旧时代的逻辑，培养新时代不需要的人才。

五、2026 志愿填报：计算机专业到底还能不能报？

结合行业趋势和就业数据，高途志愿规划给 2026 届考生和家长 3 个最核心的建议：

1.分分数段选择，不盲目跟风

• 高分段考生（985 / 顶尖 211）：依然可以放心报考计算机相关专业。这些学校的师资力量强，课程更新快，学生有机会接触到前沿的 AI 技术和科研项目。建议优先选择计算机科学与技术、人工智能、大数据技术与工程、网络空间安全等方向，大学期间重点培养 AI 工具使用、算法设计和项目实践能力。
• 中分段考生（普通 211 / 一本）：谨慎选择纯计算机专业。可以优先考虑计算机与其他行业的交叉专业，比如金融科技、生物信息学、智能制造工程、数字媒体技术、地理信息科学等。这些专业既有计算机基础，又有行业壁垒，不容易被 AI 替代，就业面也更广。
• 低分段考生（二本 / 专科）：不建议报考纯计算机专业。这个分数段的学生，在与高分段学生的竞争中没有优势，毕业后大概率只能从事低端开发工作，而这些岗位正是 AI 替代的重灾区。可以考虑 Stonebraker 提到的医疗保健、建筑、机电类专业，比如护理学、康复治疗学、土木工程、机电一体化技术，这些专业需要线下实操经验和复杂的现场判断能力，AI 难以替代，而且就业稳定，薪资也在稳步上涨。

如果最终还是选择了计算机专业，一定要抛弃 “考上就万事大吉” 的想法，从大一开始就做好规划：

• 大一：熟练掌握 Python、Java 等主流编程语言，同时学会使用 ChatGPT、Copilot 等 AI 开发工具，培养 “AI 协同开发” 的思维；
• 大二：加入学校的实验室或科研团队，参与实际的项目开发，积累项目经验，不要只停留在课本和刷题上；
• 大三：确定自己的细分方向（比如大模型微调、计算机视觉、自然语言处理），争取进入大厂实习，了解企业的真实需求；
• 大四：凭借实习经历和项目经验，冲刺校招的中高端岗位，避免陷入低端岗位的内卷。

除了计算机，以下几个专业在 AI 时代依然有很强的竞争力，适合不同分数段的考生：

• 工科类：电气工程及其自动化、微电子科学与工程、新能源科学与工程、机器人工程、车辆工程；
• 医学类：口腔医学、护理学、康复治疗学、医学检验技术；
• 其他类：信息安全、工程造价、学前教育。

Stonebraker 的那句 “不建议学计算机”，从来都不是对计算机行业的否定，而是对所有考生的提醒：这个世界上没有永远的 “黄金专业”，只有永远的 “核心能力”。

过去，我们拼的是 “谁能写更多的代码”；未来，我们拼的是 “谁能利用 AI 解决更复杂的问题”。

志愿填报从来不是一劳永逸的选择，而是人生的第一个重要路口。不要盲目跟风所谓的 “热门专业”，而是要结合自己的兴趣、能力和行业趋势，选择适合自己的道路。

毕竟，能决定你未来的，从来不是你学了什么专业，而是你成为了什么样的人。