美國計算機專業申請人數創六年最大降幅

據《華爾街日報》報道,計算機科學學位曾被視爲美國大學生就業市場的"黃金門票",如今這一光環正在褪色——全美四年制高校計算機科學本科入學人數出現六年來最大單年降幅,同比下降8.1%,研究生階段入學人數同比降幅更是達到14%。

報道援引數據顯示,2008年至2024年間,美國四年制高校計算機科學學位授予數量曾增長約五倍,增速遠超護理學和機械工程等專業;但這一擴張勢頭已明顯逆轉,以普林斯頓大學爲例,2028屆學生中申報計算機科學專業的人數僅爲74人,較上一年度的117人和兩年前的150人大幅下滑;與此同時,機械工程專業入學人數同比增長約11%,電氣工程專業增長約14%,目前商科、醫療、社會科學和歷史等專業的受歡迎程度均已超過計算機科學,後者在熱門專業排名中已滑落至第七位。

應屆畢業生就業環境的惡化是這一轉向背後的直接推手——新科大學畢業生失業率已連續五年高於全美整體失業率水平;另據行業統計,今年科技行業整體失業率一度升至5.8%,爲2001至2002年互聯網泡沫破裂以來最高水平,今年以來全美科技崗位裁員人數已達148092人,相當於平均每天減少981個崗位,較2025年日均674人的裁員節奏高出46%,全年裁員規模預計將達到約37萬人;斯坦福大學人本人工智能研究所的2026年度AI指數報告還發現,22至25歲年輕軟件開發者的就業人數較2024年下降近20%,而同一批公司裏30歲以上開發者的就業人數同期反而增長6%至12%。

諾貝爾經濟學獎得主西蒙·約翰遜(Simon Johnson)評價稱,人工智能已經"在很大程度上抹去了編程作爲可靠職業機會的價值";投資人馬特·舒默(Matt Shumer)也曾撰文指出,"截至2025年底,一些全球頂尖工程師已經把大部分編程工作交給了AI來完成";普林斯頓大學計算機科學系系主任則表示,該學科"已不再以那種爆發式速度增長"。

就業市場內部正出現明顯分化——機器學習工程師崗位數量已較2020年2月基準水平增長59%,人工智能/機器學習相關招聘同比增長85%,網絡安全相關招聘同比增長124%,呈現結構性走強;但傳統通用軟件工程崗位數量卻較疫情前基準水平低49%,入門級崗位在整體IT招聘中的佔比由8.1%降至7.4%,高級崗位佔比則由38.8%升至43.1%。僱主方面的態度也在轉變:據美國大學與僱主協會(NACE)數據,計算機科學專業目前在僱主需求排名中仍位列第三,應屆生起薪預期也居各專業之首,但僱主更看重的是能夠將AI工具落地應用於具體業務場景的"前沿部署型工程師",而非單純掌握容易被替代的編程工具的畢業生,擁有實習經歷的計算機專業畢業生獲得錄用的概率是沒有實習經歷者的兩倍。

從人才和資金流向看,這一輪轉變本質上是AI資本開支對勞動力市場的直接傳導——企業把原本用於僱傭初級程序員完成常規編碼工作的預算,轉向部署AI編程工具和招聘更具經驗的資深工程師及"應用AI"複合型人才,導致入門級崗位需求被系統性壓縮,而具備AI/機器學習、網絡安全等稀缺技能的崗位薪資溢價持續走高(機器學習技能薪資溢價達40%,TensorFlow相關技能溢價達38%);受益方是擁有AI應用經驗、實習背景或稀缺技術認證的畢業生和資深工程師,承壓方則是隻掌握通用編程基礎、缺乏差異化技能和實踐經驗的應屆計算機專業畢業生,這批人首當其衝承受着入門級崗位收縮帶來的求職難度上升。

來源：公開信息