“工科211，计算机就业率全校倒数第一，比不上英语和法学。”——这不是段子，是最近两年真实发生在校园里的荒诞剧。
纽约联储最新数据显示，计算机工程失业率7.8%，计算机科学7.0%，与长期被调侃“毕业即失业”的人类学（7.9%）几乎肩并肩。曾经的“王炸专业”，怎么就跌落了神坛？
研究院观点 ｜第6期
失业率高，不代表真的找不到工作
先别急着下结论。这份数据里还有一个容易被忽略的数字：计算机工程的“就业不足率”只有15.8%，而人类学高达55.3%。什么是“就业不足”？简单说，就是一个人有工作，但干的是不对口的活儿。比如学美术的在咖啡馆拉花，学表演的在直播间卖货，这叫“就业不足”。
CS毕业生的就业不足率很低，说明什么？说明他们不是找不到工作，而是看不上那些工作。一份薪水一般的offer摆在他们面前，他们宁可拒绝，继续等更好的机会——这才被统计成了“失业”。而人类学同学可能同样的offer就接了，因为没得选。所以同样是“失业率7%”这个数字，背后的故事完全不同。CS的失业，更多是“我看不上你”；人类学的失业，才是“你不要我”。
再看薪资就明白了：计算机工程起薪中位数9万美元，计算机科学8.7万美元，而人类学只有4.5万美元。一个CS毕业生拒绝6万美元的offer，被算作失业；一个人文学科毕业生接受同样的offer，被算作就业。一样的岗位，不一样的预期，数字自然不同。
大厂裁员，裁的不是“会写代码的人”
过去两年，Meta裁员2.1万、Google裁员1.2万、Intel裁员1.5万……这些新闻确实刺痛人心。但仔细看，被优化的岗位长什么样？基础编码岗、重复性测试岗、非核心业务线——这些都是典型的“标准化工作”。而真正掌握系统架构能力、能解决复杂问题的高端人才，依然被市场争夺。
一个形象的类比：以前盖房子，是一个架构师带着十个瓦匠。现在AI出现了，十个瓦匠的工作被自动化了大半，但架构师依然稀缺。不是“盖房子”这个行业不行了，而是“只会砌墙”的人不行了。这也解释了为什么MIT、Stanford的CS毕业生也会遭遇求职困境——不是他们不够优秀，而是他们花了四年精进的技能（写代码、调bug、实现既定功能），恰好是AI最擅长替代的部分。
计算机还能选吗？能，但别只学会写代码
对于正在选专业、或者已经在读CS的学生来说，现在需要回答的不是“计算机还值不值得选”，而是“我要成为一个什么样的计算机人”。过去四十年，市场奖励“会写代码的人”；未来十年，市场只会奖励“能用代码解决问题的人”。区别在哪里？前者是执行者，照着需求把功能实现就行；后者是创造者，能理解问题、设计方案、协调资源、做出判断。
如果你只满足于完成课程作业、刷LeetCode、进大厂做一颗螺丝钉，那确实该焦虑了。但如果你愿意往两个方向走——
第一个方向：往深里走。 进入AI难以替代的技术深水区，比如系统优化、编译器、数据库内核、信息安全。这些领域需要深度理解和长期积累，不是AI能轻易搞定的。
第二个方向：往宽里走。 成为懂技术、懂业务、懂产品的复合型人才。比如技术架构、AI产品经理、技术战略咨询。这些岗位需要的是“判断力”和“决策力”，而非单纯的代码量。
选校时，可以多留意这几件事
如果你现在正在规划留学申请，计算机依然值得选，但选校逻辑需要调整：
第一，不要只看综合排名，要看课程设置。 那些强调“动手做项目”、“跨学科整合”、“与产业结合”的项目，比单纯刷高GPA的项目更有长期价值。
第二，优先考虑有实习强制的项目。 在真实的职场环境中，你才能快速理解“市场需要什么”，而不是闭门造车。
第三，如果条件允许，不妨考虑“CS+X”的复合专业。 比如CS+统计、CS+生物信息、CS+金融。单一技能的风险在上升，但“技术+垂直领域知识”的组合依然稀缺。
结语：一个周期结束了，另一个周期刚开始
40年的计算机黄金时代确实进入了尾声。但“尾声”不等于“末日”，而是价值评估体系的重置。那些只会写基础代码的人，确实会被AI挤压；但那些能用技术解决复杂问题、创造独特价值的人，依然会被市场追捧。潮水退去时，裸泳的人会慌张，但真正会游泳的人，会发现水域其实更宽阔了。
对于正在选择留学专业的你，不妨换个角度思考：与其挤那座看起来已经拥挤的“标准码农”独木桥，不如提前布局那些需要技术+判断力+创造力的复合领域。在这个新周期里，重要的不是与AI比“谁代码写得快”，而是如何让AI成为你能力的放大器。
