来源：马督工直播 ·「高考志愿 2026年06月27日21点场」
参与者：马督工、老魏（多行业职场与创业经历）、资深程序员（大厂/AI方向招聘视角）
这场直播名义上是聊高考志愿，实际主线不是“哪个专业最热门”，而是把填志愿从一个教育系统内部的问题，拉回到产业和职业需求里。
几位参与者反复强调：十八岁的考生很难在十天里决定一生职业，所以不要把“报了某专业”误解为“锁定某职业”。真正该做的是从未来可能进入的行业、岗位和城市产业链倒推：这个行业需要哪些能力？这些能力由哪些课程、项目、实习、导师和线下关系来证明？你的学校、专业、地域分别能给你什么资源？
一、最大的变化：专业和职业的绑定正在松动
新的变化
过去很多专业曾经有明确的职业出口，比如土木对口施工设计，新闻对口媒体，计算机对口程序员。但到2026年，这种对应关系已经被产业变化和AI工具冲散。一个专业的培养计划，往往是在考生出生前甚至父辈年轻时设计的；五年前的职业结构都未必可用，更不用说几十年前的专业想象。
更关键的是，AI会把成熟、标准化、线上化的工作不断封装掉。主持人用一个判断概括：如果一个学科固化了二十年，它的主要工作就应该被自动化、硬件化或软件化取代；人的机会永远在交叉学科和新边界。
观点与解释
老魏用自己的经历说明“专业、职业、行业”不是一回事。他名义上是工科硕士，毕业后却做过网络游戏策划、消费电子市场营销、公关媒体、人工智能研究院、人形机器人和产业小生意。早期互联网程序员也并不都来自计算机专业，很多来自电气、电子、自动化、通信、数学、物理，甚至锅炉、土木等专业，靠编程能力和产业迁移进入IT行业。
因此，报志愿不应问“这个专业将来干什么”，而应问“我想进入的行业需要哪些职业，这些职业需要哪些能力，我能否用这个专业和学校证明自己能扩展到那里”。
二、AI时代，“低端程序员”不是安全职业
新的变化
计算机仍然重要，但“学计算机就进互联网”的黄金叙事已经变了。前端、普通Web开发、简单Demo开发等岗位，正在被AI coding和需求放缓双重挤压。大厂相关开发需求下降，未来对程序员的总需求也不再像移动互联网扩张期那样高歌猛进。
AI方向本身则更看学历、学校背景、论文方向、课题组和大厂实习。它不太存在“本科人工智能专业”直接通往AI岗位的通道。
观点与解释
资深程序员说，招聘程序员时并不会机械地只看“计算机专业”。学校背景、项目、论文、竞赛、大厂实习和课题组经历更重要。AI算法岗位尤其看课题组、论文、方向匹配和核心组实习；同样是硕博，如果研究方向和工业界问题脱节，企业也不一定关心。
他们明确提醒：想做AI，本科不一定非要读人工智能。计算机、电子信息、自动化、统计、数学等相关专业都可以，关键是后续能否进入合适的硕博方向、发表有用论文、接近工业界需求。统计学被特别看好，因为大模型和概率统计关系很深。
新闻、媒体、新媒体等专业也被主持人直接否定为“对从事媒体传播职业的加成接近零”。如果真想做新闻，学任何一个具体领域，再训练表达和数据能力，反而更接近媒体行业真实需求。
三、学校、专业、地域的排序要分层
新的变化
传统填报往往纠结“学校好还是专业好”。这场讨论给出一个分层模型：分数越高，越看学校；分数越低，越看地域。原因是顶尖学校靠校友和信息网络提供世界级可能性，普通学校则必须靠地域接入真实产业链。
观点与解释
他们给出的排序大致是：
- 清北层次：学校大于专业大于地域。即使是考古、古生物等冷门专业，也因为学校本身提供世界级网络和信息，仍有巨大可能性。
- 复旦、上交、浙大、中科大等前排名校：专业优先，学校其次，地域再次。
- 中后排985和多数211：专业大于地域大于学校，但西交、哈工大这类前排985不应因西安、哈尔滨而被轻易放弃。
- 普通本科、专科、高职：地域大于专业大于学校。学校越普通，越应优先选择产业发达地区。
他们用苏州工学院、常熟理工、常州工学院一类学校举例：牌子不一定响，但位于工业产值高、产业链密集的长三角城市，就能接触本地企业、实习和准技术岗位。相反，一些偏远地区的211，如果周边缺乏对应产业，对瞄准工业就业的普通学生未必划算。
四、为什么地域变得更重要：AI时代实习生必须证明“比AI有用”
新的变化
AI改变了实习的含义。过去企业招实习生，可能是让新人做基础杂活；现在如果一个实习生只能做标准化资料整理、简单代码、初级文案或表格，企业会直接问：我为什么不买一个好AI？
所以普通学生不能把大学当成“高中延长线”，到大四才第一次打开招聘网站。大学四年本来应是半教育、半社会化阶段；如果把社会化推迟四年，毕业时就会变成“有毕业证但半失业”的状态。
观点与解释
地域重要，是因为它决定你能否低成本接触实习、课题组、企业讲座、行业前辈和线下社交。程序员嘉宾指出，无论未来就业还是升学，实习履历都很重要：想工作，企业优先要“来了能干活”的人；想升学，导师也偏好已经有科研训练、能发论文的学生。
主持人进一步强调，线下交流不是虚礼，而是信任和完整技术流程的来源。城市在电话和互联网之后仍然重要，是因为面对面交流的信息密度远高于线上：表情、手势、材料、设备、工作现场、临场提问，都构成AI和线上资料替代不了的学习。
他们建议普通学生利用每一次本地企业讲座、校友分享、产业活动。不要只是听讲座凑人数，而要提前研究嘉宾履历、公司业务、城市产业链和招聘需求，提出准备过的问题。能提出好问题，本身就是一次求职筛选。
五、交叉能力是新护城河
新的变化
单一专业越来越难兜底，但“专业+另一个能力”会打开新空间。AI、软件、自动化会淘汰成熟单一岗位，却也会制造大量新交叉岗位。
观点与解释
直播里举了很多具体组合：
土木和建筑：主持人明确在2026年推荐低谷期报土木和建筑，理由是房地产高峰期造出来的大量高密度住宅未来会面对城市更新、低密度住宅和基础设施再造。但土木的前途不在“只学混凝土结构”，而在土木+计算机、仿真、城市更新、法学等交叉。土木加法学，将来围绕房屋质量、烂尾、城市更新的纠纷也会有空间。
核工程：被看好，但不要只盯核电和聚变能源。射线防护、粒子加速器、医学物理、重离子/中子治疗、成像设备，都可能是核工程和医学、AI图像处理结合的方向。
机械：纯机械很难，但机械+电控、机械+计算机、机械+机器人有更大空间。上大机械被评价为“机械一般，但上大和上海位置好”，因为靠近产业带。
应用数学/统计：学术道路会拥挤，但如果学校背景不错，转向计算机算法、AI、互联网或体制内都有可能。
财会：单纯记账会继续被工具和AI压缩。财会学生应叠加产业理解、工程、物流、成本、现金流等能力，变成懂企业运行的人，而不是只守住“我是财务”。
医学：医学会两极分化，顶尖医学院和普通医学院差距极大。普通医学背景可以考虑康复、健身、医学物理、医疗设备、成像和AI等交叉场景，而不是只和顶尖医生卷同一条路。
法学：不能只理解为背法条和逻辑推理。法学工作大量发生在法庭之外，包括客户沟通、老板沟通、法院、律所、和解撮合以及高压冲突中的表达。港中法学被认为有价值，正因为它天然连接大陆和国际法律体系。
美术和文科：只会拿笔或只会写传统文章会很难，但美术+AI工具、外语+小众市场、文科+数学/数据、语言+法学/营销，都有空间。主持人甚至说，如果一个文科完全看不出和数学的关系，说明这个学科已经危险。
六、考研读博不能当“阶级跃升”
新的变化
学历身份的价值在下降。硕士、博士、本科、职校，都不应被看成阶层标签，而应看成某种职业技能组合。为了逃避当前痛苦、为了拿一个更高身份而考研，是最危险的路径。
观点与解释
他们多次提醒：考研不是阶梯，导师也不是天然值得崇拜的对象。你要反过来考察导师和课题组：和工业界有没有联系？能发什么样的文章？能带来什么职业机会？这个方向的博士毕业后能去哪？
生物信息硕士问读AI博士还是继续生信，他们的回答是：先问你想去学术界还是产业界，再问两个方向分别能读到什么导师、发什么文章、留什么高校或进什么企业。泛泛地“转AI博士”没有意义。
工作一年想考AI硕士也是同理。能考到北大或强组当然不同；如果只是考一个普通学校，未必改变职业命运。学历只是学习某个能力的自然结果，不是自动升阶的通行证。
他们也提到，本科毕业再读职校这类新闻不值得神化；真正重要的不是“学历向下”多另类，而是这个人是否清楚自己要什么，并有目的地搭配职业技能。
七、关于城市和出海：不要问“城市有没有发展”，要问产业链和你有什么关系
新的变化
城市选择不能停留在“哪个城市发展好”。如果不研究税收结构、财政报告、产业规划、人大政协里的本地企业代表、主导产业和招聘岗位，泛泛讨论城市前景对个人没有意义。
观点与解释
他们评价武汉、长沙、合肥、成都时说，武汉目前已经压过长沙，武汉和合肥大致在同一档，合肥近两年进步很快；成都有一套基于相对廉价劳动力的产业链。但具体选择仍要看你对应哪个产业。
对出海工作，他们支持出海，但强调风险和方式。比如去埃及做家具或项目，不能只看月薪提升，要看是原公司外派项目还是跳槽/劳务派遣，看中东地区风险、法治环境、介绍人抽成和安全问题。如果是原公司派驻一段时间，比直接跳槽到陌生环境更可控。日本和埃及相比，他们更倾向日本。
八、中外合办：是“合法买分”，但要看是不是只为收费而开
新的变化
中外合办项目越来越多，常见模式是用较低分数进入更高层次学校，但收费一年十几万甚至更多。它既可能是资源入口，也可能只是学校为了收费包装出来的项目。
观点与解释
判断标准有两个：
第一，如果没有中外合办收费项目，这个学校原本会不会开这个专业？如果不会，说明可能只是为收费而开，不值得。
第二，学校原本有没有真实的海外交流需求和历史？如果只是为交流而交流，比如土建、汽车等专业被安排到并不对应产业优势的国家，就要警惕。
如果学校原本专业扎实，海外合作真实，而考生家庭也能承受费用，那么它相当于“合法买分”：用一般本科分数进入211层次资源，未必不可取。但如果学费占家庭年收入很高，就不建议为此硬上。
九、关于提问方式：把自己讲清楚，本身就是能力
新的变化
直播中很多问题被批评为“泛泛地把问题交给别人”。例如“某专业好不好”“某城市有没有发展”“女生学电气行不行”，如果不说分数、家庭、地域、备选学校、可承受年限、职业目标，就无法得到有效建议。
观点与解释
他们建议考生像看病一样描述自己：分数、家庭状况、兴趣、自律习惯、经济承受能力、是否复读、有哪些选项、想过什么生活。志愿填报不是求一个标准答案，而是用足够信息建立判断模型。
同样，求职也不是只投简历。你要研究对方需求、岗位JD、部门方向、面试交流、公司正在做什么，并用项目、文章、问题和实习证明自己理解这个需求。招聘不是准入制，而是排序制：不是达到60分就行，而是你要在同类竞争者中排到前面，同时岗位正好需要你。
结语
这场直播最有价值的地方，是把高考志愿从“学历身份选择”改写成“职业能力组合设计”。
AI时代的新变化是：成熟的、线上化的、标准化的工作会更快贬值；普通实习生、初级前端、泛泛文科、纯翻译、纯记账、只会理论的管理专业，都会被要求证明自己为什么比工具、比AI、比更便宜的人更有价值。
马督工和两位嘉宾的核心观点可以压缩成三句话：
第一，分数越高越看学校，分数越低越看地域。普通学校最重要的是靠近真实产业链。
第二，专业不是身份，学历不是阶级。它们只有在能连接职业需求、导师方向、企业问题和产业链时才有价值。
第三，人的长期价值在交叉能力。你要不断证明自己有扩展槽，能把一个专业和另一个行业、一个城市、一个真实问题接起来。
所以，真正要避免的坑，不是某一个冷门专业，而是把大学四年继续当高中，把考研当升阶，把城市当概念，把专业当护身符。到了AI时代，这些护身符都越来越薄；能不能找到现实里的接口，才是志愿填报真正要回答的问题。