高考只是个开始：AI 时代如何选择专业、城市与大学生活

概览

本期围绕高考后的志愿填报展开，但两位主播明确表示，他们并不提供具体填报技巧，而是从自己近二十年前的高考、大学与科技行业经历出发，讨论专业、城市、学校资源和个人兴趣如何影响未来四年乃至职业路径。

节目反复强调，AI 对就业、学习和大学教育都会产生冲击，但没有简单答案。主播认为，比追逐某个热门专业更重要的是学习能力、沟通能力、好奇心、实践经验，以及能否持续利用 AI 和学校资源扩展自己的能力边界。

讨论最后回到标题中的 “Don’t Waste Your Life”：高考不是终点，而是一个开始。专业选择重要，但不是一锤子买卖；大学四年更重要的是找到自己愿意投入的方向，在现实责任、职业选择和个人热爱之间做出可持续的选择。

分段落总结

[00:00] 节目背景与企划说明

[事实] 本期节目受小宇宙特别企划“给普通小孩的志愿填报指南”邀请，主题与高考、大学经历、AI 对选专业和未来四年的影响有关。

[事实] 主播说明 show notes 中会放入该企划链接，听众可以继续收听其他节目的相关分享。

[01:07] 高考与 AI 冲击是一个开放命题

[事实] 主播指出，AI 对在职者的冲击已经非常直接，但对刚参加高考、即将进入大学的人来说，影响会跨越本科四年甚至研究生阶段，因此很难准确判断。

[事实] 他们提到身边有人已经在关心大一是否应该开始实习，说明 AI 让学生和家长都提前感到焦虑。

[推测] 节目把“高考志愿”放在 AI 时代背景下讨论，核心不是预测某个专业必然兴衰，而是帮助学生理解未来的不确定性。

[03:04] 老经验不适合作为具体填报指南

[事实] 两位主播分别是 2006 年和 2008 年参加高考，距离现在已接近二十年。

[事实] 他们提到不同省份的高考规则、估分、出分后填报、平行志愿等机制都发生过变化，因此自己的高考技巧参考价值有限。

[事实] 主播认为现在的公开信息比当年丰富得多，例如阳光高考、教育部资料、各高校招生信息等都可以帮助考生做判断。

[07:23] 大学出路的三类选择与三种动力

[事实] 主播回顾此前讨论过的一本关于大学生出路分化的书，提到毕业后的常见路径包括出国留学、国内读研和求职。

[事实] 他们认为学生选择路径时会受到学校倡导的社会价值、家庭责任与收入期待、个人兴趣和自我表达三方面影响。

[事实] 两位主播最终都选择了本科毕业后直接就业，没有读研或出国。

[推测] 节目借这组三分法提醒听众，志愿选择不只是“哪个专业赚钱”，还涉及家庭条件、个人目标和长期生活方式。

[12:35] 考公、保研与就业准备

[事实] 主播认为近年考公和保研人数增加，这改变了他们对大学毕业路径的旧印象。

[事实] 他们也强调，考公失败后仍可能进入就业市场，因此不能完全不为市场求职做准备。

[事实] 如果前几年只准备保研或考公，而没有实习、项目和面试准备，毕业时投简历和面试会非常困难。

[推测] 在就业竞争和 AI 冲击下，大学期间越早建立实践经历，越能降低毕业时的被动感。

[16:16] 两位主播的专业背景

[事实] 自立学习的是计算机科学与技术相关专业；justing 学的是软件工程。

[事实] 两人讨论了计算机科学、软件工程、网络工程、信息安全等专业在不同学校中的设置差异。

[事实] justing 提到软件学院当年学费较贵，并使用英文教材，但课程实际仍是中文授课；英文教材让他后来阅读英文资料更不怵。

[推测] 这一段说明专业名称相近并不代表培养方式完全相同，学校、学院和课程设计都会影响实际体验。

[19:57] 当年的志愿选择与地域因素

[事实] justing 当年选择华工，部分原因是分数与广东省内高校情况匹配，也受到同学选择的影响。

[事实] 自立因为估分偏低、不想复读，并向往江南，最后选择了江苏大学计算机专业。

[事实] 两人都选择了相对保守、能确保录取的第一志愿和第一专业。

[推测] 当年的选择体现出信息有限、地域想象和风险承受能力都会影响志愿填报。

[27:30] 城市对校招、实习和机会密度的影响

[事实] 主播认为城市很重要，因为互联网公司校招通常集中在北上广深、成都、武汉、西安等高校和产业资源密集的城市。

[事实] 如果学校所在城市有大公司、创业公司、实验室或项目机会，学生更容易获得实习和实践经历。

[事实] 自立提到自己大学期间大一帮导师写书，大二做学校网站，大三接外部网站制作单子，大四实习。

[推测] 城市并不只影响生活体验，也影响学生能否低成本接触行业、人脉、比赛和实习。

[31:00] 线下活动、比赛与高校资源

[事实] 主播提到微软等公司讲座、WebRebuild、黑客松、Apple 学生挑战赛、小红书相关比赛等活动，都是学生接触行业的机会。

[事实] 他们观察到一些应用创新类比赛中，获奖或活跃学生常集中在计算机、软件较强且城市资源丰富的高校。

[事实] 主播认为如果学生对计算机感兴趣，选择专业强、城市资源强的学校会更容易接触比赛、活动和行业资源。

[推测] 对希望进入科技行业的学生来说，学校外部生态可能与课堂同样重要。

[36:20] AI 时代高校教学的压力

[事实] 主播提出，高校老师也会因 AI 感到焦虑：一方面老师未必是 AI 原住民，另一方面 GPT 已经能直接教授很多知识。

[事实] justing 将 AI 与移动互联网崛起作类比，回忆自己大学期间移动互联网从苗头到爆发，老师也曾临时开设移动开发课程。

[事实] 他认为教材和课程更新常常跟不上技术变化，移动互联网时代如此，AI 时代更明显。

[推测] 高校教育的节奏天然慢于产业技术迭代，因此学生不能只等待课堂提供最前沿内容。

[40:10] AI 工具、学校实验室与大学价值

[事实] 主播指出，高质量 AI 工具、API、算力和设备对学生来说可能是一笔不小的支出。

[事实] justing 回忆当年没有钱买 iPhone 和 Mac，因此难以学习 iOS 开发；学校实验室提供设备和资源就显得重要。

[事实] 主播提到学校实验室如果能提供 AI 模型、API、GPU 或相关项目，会成为学生接触前沿技术的重要资源。

[推测] 在 AI 工具变贵、算力变重要的背景下，学校资源可能重新成为普通学生缩小差距的关键。

[43:20] 学习如何学习是核心能力

[事实] 主播认为，沟通、自学、表达、学习能力等通用技能并不是 AI 出现后才重要，而是一直重要。

[事实] justing 用健身举例，说明真正重要的不是重复动作，而是学习如何训练、如何改进训练方法。

[事实] 他进一步类比，使用 AI 也需要学习如何使用 AI，而不是反复用同一种低效方式“干聊”。

[推测] AI 放大的是人的学习方式差异，而不只是替人完成任务。

[45:24] 大学课堂与 AI 使用之间的断层

[事实] 主播提到有学生吐槽，学校讲的是大模型基础概念，而自己真正学到最多的 AI 用法，是用 AI 写作业和论文。

[事实] 他们认为这体现了课堂教学和实际 AI 使用之间的断层。

[事实] 对于 C++、Python 等语言的讨论中，主播认为 C/C++ 仍有基础价值，但课程设置很难完全追上 AI 技术快速变化。

[推测] 学校课程可以提供底层素养，但面向真实问题的 AI 应用能力需要学生主动补足。

[51:34] AI 时代还要不要学编程

[事实] 主播明确表示，2026 年 6 月 3 日这个时间点，编程是否会被 AI 取代没有标准答案。

[事实] justing 认为，如果一个人觉得编程有趣，仍然值得学习，因为编程让人能动手把东西造出来。

[事实] 主播认为完全不懂编程的人也能用 AI 做出酷炫原型，但软件规模变大、需要上线和维护时，工程能力会产生差异。

[事实] 他们提到工程师即使不亲手写每一行代码，也知道上线前要做审计、安全检查和工程加固。

[推测] AI 可能降低入门门槛，但不会自动替代工程判断、质量意识和系统性思维。

[57:04] AI 创作中的目标感与差异化

[事实] justing 提到自己和朋友互相展示 AI 做出的作品时，发现设计师、工程师和多年不写代码的人各有所长。

[事实] 他由此意识到，自己可以学习如何用 AI 提升设计能力，并把技术实现与视觉表达结合起来。

[事实] 自立补充说，AI 时代更重要的是能否找到目标、兴趣点和想做的东西，而不是只说“我也能做”。

[推测] AI 工具让执行更容易后，真正稀缺的变成了目标设定、审美判断和持续探索的能力。

[61:17] AI 不是替代思考，而是需要被驾驭

[事实] 主播提到一位老师允许学生使用 AI，但学生遇到“ChatGPT 做不出来”的题目时反而不知道怎么办。

[事实] justing 认为，解复杂题或改复杂代码时，关键是把自己的猜想、定位和问题上下文提供给 AI，而不是让 AI 完全代替思考。

[事实] 他回忆大学数学课中例题和课后题之间存在巨大 gap，如果当年有 AI，也许可以用它解释中间缺失的推导。

[推测] AI 最适合作为引导和陪练，而不是替学生承担全部理解责任。

[64:03] AI 私教与跨专业学习的边界

[事实] 自立提到，有学生在 ChatGPT 辅导下用几天时间学习另一门专业课程并通过考试。

[事实] 主播认为 AI 可以根据使用者已有知识、背景和语言习惯进行解释，像私人家庭教师一样降低理解门槛。

[事实] 但他们也指出，辅修、转专业或跨专业学习仍需要额外时间和精力，即使有 AI 也不轻松。

[推测] AI 能扩大探索空间，但无法取消投入成本。

[66:26] 绩点、项目、实习与可控事项

[事实] 主播提出，要区分能控制和不能控制的事情：学校转向慢、课程保守可能无法改变，但学生可以选择如何利用时间和资源。

[事实] 如果想考研或保研，绩点仍然重要；如果更偏就业，项目经历、实习经历和代表作品会更重要。

[事实] 主播认为学历和学校仍是敲门砖，但进入面试和实际工作后，项目、实习、学习能力和实践能力更关键。

[推测] 大学四年不应只追求单一指标，而应围绕自己的目标配置精力。

[71:18] 兴趣、同伴与大学氛围

[事实] 自立回忆大学时因为喜欢游戏，学习魔兽地图编辑器、脚本、Photoshop、Sketch、Figma，并从中获得持续学习动力。

[事实] 他说宿舍同学各有所长，但都对学习和做东西有强烈渴望，一起做博客、网站、域名和主机相关尝试。

[事实] 主播认为大学不只是选专业，也是选择未来四年与什么样的人、在什么样的环境中生活。

[推测] 志同道合的同伴和允许探索的氛围，可能比单门课程更能影响一个人的成长轨迹。

[75:24] Don’t Waste Your Life 与现实责任

[事实] justing 引用乔布斯 “Life is short, so don’t waste it” 的意思，强调人生很短，不应长期耗在完全不想做的事情上。

[事实] 他也承认，不是所有人都能像马斯克或乔布斯那样任性追求热爱；很多人需要先承担家庭责任、赚钱和养活自己。

[事实] justing 说自己当年选择计算机，重要原因之一是需要赚钱，但计算机同时也是自己感兴趣的方向之一。

[推测] 节目的“不要浪费人生”并不是鼓励不顾现实，而是建议在现实约束中尽量选择自己能长期投入的方向。

[82:03] 通用能力与招聘视角

[事实] 主播总结，AI 时代仍不会变的是学习能力、沟通能力以及人与 AI 沟通表达的能力。

[事实] 他们讨论招聘时指出，大公司和小公司对软件工程师的要求不同：小团队更看重来了能不能用，大公司更有空间培养新人。

[事实] 主播认为，不同岗位、团队规模和组织文化都会影响对候选人的判断。

[推测] 对学生来说，提前理解目标行业的招聘逻辑，有助于反推大学期间该积累什么能力。

[85:11] 不要用天才特例做普通人模板

[事实] 主播提到两位叫姚顺宇的人，一位来自姚班，一位从物理相关背景转向 AI，但他们都属于非常特别、能力很强的个案。

[事实] justing 认为，这些人可以作为榜样，但不能直接作为普通学生选专业的通用建议。

[事实] 他还认为多数人在高中以前更多是被家长和老师推着走，到了大学才突然需要自己做决定。

[推测] 节目反对简单模仿成功案例，强调要根据自己的信息、条件和能力做选择。

[89:47] 家长与学生的分歧和自主决策

[事实] 主播认为，家长和学生在选学校、选专业时可能存在分歧。

[事实] 如果学生掌握的信息更多，而家长掌握的信息较少，学生自己的判断未必更差。

[事实] 主播建议无论谁做决策，都应尽量掌握足够信息，包括教育部公开资料、学校招生办信息、师兄师姐经验等。

[事实] justing 也提醒，小红书等平台的信息可能会放大情绪或过度美化，需要甄别。

[推测] 志愿填报也是一次把人生主动权交给学生的契机，但前提是尽可能充分地收集信息。

[96:43] AI 短片创作者与大学的缺席感

[事实] 自立提到一位名为 MX Shell 的 AI 短片创作者，用 AI 制作短片获得大量关注，但本人表示不建议大家效仿自己，也后悔没有上大学。

[事实] 主播认为，他可能憧憬的是大学里与一群志同道合的人共同学习、创作和探索的氛围。

[事实] 这一话题被用来回应大学的价值：大学不仅是课程和文凭，也是一种共同体和创作环境。

[推测] 对创作者来说，大学可能提供的不是单一技能，而是同伴、反馈、资源和身份转换的空间。

[101:13] 学校文化与人群筛选

[事实] 主播认为，高考在某种程度上是一种筛选，把具备某些相似特质的人聚集到同一所学校。

[事实] 他把学校文化与公司文化作类比，认为学生与学校之间也存在双向匹配。

[事实] 主播提到浙大、复旦、中大、华工等学校时，强调好的学校往往有自己的风格、氛围和精神传统。

[推测] 选择学校时，除了分数和专业，也应考虑自己是否适应该学校的文化和环境。

[103:29] 年轻一代与 AI 焦虑

[事实] 主播认为现在的小学生和年轻一代在表达、自主性、项目能力上可能比他们当年强很多。

[事实] 他们也提到，连哈佛这样的顶级学府毕业生都会焦虑 AI 是否取代自己，因此有 AI 焦虑是正常的。

[事实] 主播认为大学四年可以成为缓冲期，因为 AI 变化很快，学生可以在这几年中不断接触和适应。

[推测] 与其试图一次性预测四年后的行业，不如在大学期间保持开放和迭代。

[106:12] 不同专业都应学习如何利用 AI

[事实] 主播认为计算机专业学生现在不接触 AI 已经不现实。

[事实] 他们也强调非计算机专业同样应该利用 AI，例如艺术专业可以用 AI 扩展自我表达，生物、化学、医学等实验相关专业也可能用 AI 和虚拟模拟辅助研究或学习。

[事实] 主播区分了本科阶段的 AI 应用能力与更前沿的科研问题，认为本科阶段学会应用已经很重要。

[推测] AI 不是只属于计算机专业的工具，而会逐渐成为各专业的通用基础设施。

[109:43] 追热门专业的风险

[事实] 主播认为 AI 专业当前很热，但不适合盲目跟风。

[事实] 他们用“种橘子”的比喻说明，当某个方向特别热门时，四年后可能已经不再是同样的热门，甚至供给过剩。

[事实] 主播承认 AI 的未来结果不可预知，可能变得更好，也可能让就业竞争更激烈。

[推测] 选专业时追热点的风险在于，学生入学时看到的是现在的热度，毕业时面对的是四年后的市场。

[110:50] 高考只是开始，专业也不是一锤子买卖

[事实] 主播总结说，AI 和高考本身相关性没有那么大，更关键的是高考之后的本科四年。

[事实] justing 认为选专业会影响未来四年的方向，因为转专业、换学院、换学校都不容易。

[事实] 自立补充说，自己曾先学电气、通信、计算机等课程，再重新选择计算机方向；就业后也从前端工程师转向交互设计师。

[事实] 两人都认为，如果发现专业不适合，仍然可以调整方向，只是需要付出额外努力。

[推测] 专业选择重要，但大学期间的探索、转向和自我修正同样重要。

[115:36] 寻找热爱与结尾祝福

[事实] 主播认为，选专业、上大学和找工作是一脉相承的过程，核心是寻找自己愿意投入的方向。

[事实] 他们引用“如果你找到一件自己做起来像玩、别人做起来很痛苦的事情，那就是优势”的观点。

[事实] 节目最后祝愿参加高考的听众稳定发挥、取得好成绩。

[推测] 本期最终的建议不是“选哪个专业”，而是尽早学会为自己的兴趣、能力和现实条件负责。

播客点评/总结

本期的价值在于，它没有把志愿填报简化成“哪个专业最赚钱”或“AI 会不会取代程序员”这样的单一判断，而是把专业、城市、学校资源、同伴环境、家庭责任和个人兴趣放在一起讨论。对刚经历高考的学生来说，这种视角比具体技巧更长期。

亮点是两位主播都用自己的大学和职业经历说话，尤其是关于城市机会、实习、项目、学校实验室、AI 学习方法和通用能力的讨论，比较贴近科技行业学生可能真正遇到的问题。

局限也很明确：两位主播都来自计算机和互联网行业，很多判断更适合想进入科技、软件、AI 或相关创作领域的学生。对于医学、法学、师范、传统工科、人文社科等专业，节目只做了少量延展，[推测] 不能直接当作完整的专业选择指南。

[推测] 这期更适合高考后正在思考“大学四年怎么过”的学生、家长，以及对 AI 时代学习方式感到焦虑的人。它给出的核心提醒是：别只押注热点，尽量选择自己能持续学习和投入的方向。