高考之后，我们把孩子交给了谁？

一

2026年6月，1290万人走出高考考场。

本科招生计划大约520万。剩下的770万人，要么去专科，要么复读，要么直接进入社会。985的录取率不到2%，211大约5%。这些数字每年都在被报道，大家已经有点麻木了。

但今年有一组数据不太一样：过去几年，全国高校新增专业1.02万个，撤销1.22万个，调整比例超过30%。高校自己都在大规模"改行"。

这意味着一个18岁的孩子填志愿时，赌的不只是"哪个专业好就业"，而是"四年后我毕业时，这个专业还在不在"。

有家长问了一个问题："AI什么都会了，孩子到底还要学什么？"

答案其实已经浮现：AI替代的是执行，不可替代的是判断。而教育真正需要培养的是懂判断、会提问和敢创造的人才。

二

先说AI对就业的冲击。

2026年上半年，全球科技公司以AI为由裁掉了超过12万人。Oracle裁了2.1万，Meta裁了8000，裁人的同时，它们在AI基础设施上投了数百亿美元。不是经营不善的裁员，是"这些岗位被AI替代了"的裁员。

斯坦福大学的研究发现了一个更扎心的数据：22到25岁的软件开发者就业人数比三年前下降了19%，入门级岗位招聘也在收缩。AI最先干掉的不是资深工程师，而是刚毕业的年轻人。

这不是预测。是已经发生的事。

再看替代率。客服和呼叫中心95%，基础财务核算92%，银行柜员接近98%，初级编程85%到90%。这些岗位有一个共同点：按既定规则完成既定任务。只要有标准流程可循，AI就能干，而且更快、更稳、更便宜。

一个学计算机的孩子，花四年学算法、学数据结构，毕业时发现AI写代码比他快、比他准、不加班也不提涨薪。这不是段子。有人会说，AI总得有人管。对。但一个AI系统可以替代十几个初级岗位，只需要一两个高级工程师维护。这个数学题不难算。

三

那么问题来了：如果大学教的很多东西，本质上就是教学生"按规则执行"，那这些教学的价值，还剩多少？

这个问题不是外行在杞人忧天。国内最早一批推动AI本科教育的学者说得很直白：大学课堂上的知识已经远远落后于AI，知识传承这个环节正在被替代。

有教育学者把道理讲得更透：传统大学的基础，是师生之间存在信息差——老师知道学生不知道的东西，然后教给他。现在AI什么都知道，即时、免费、不限次数。那这部分价值，就被稀释了。

在AI对知识传承功能的冲击背景下，大学面临的是结构性挑战。

长期被视为"天坑"的材料学专业变成高薪前十，而几年前热度最高的计算机已跌出了榜首。被称为"翻译界哈佛"的蒙特雷国际研究学院，宣布2027年关停线下研究生项目。一个存在了几十年、全球顶级的口笔译专业，说停就停。不是因为它不好，是它训练的核心能力正在被AI大面积覆盖。

所谓的"选对专业"，这个逻辑本身正在失效——你想选的"对"，三四年后可能已经变成了"错"。没有哪个专业能永远站在风口上。或许我们需要思考的不是该选什么专业，而是教育能让孩子成为什么样的人。

四

如果执行层面的能力正在被全面替代，那教育真正该培养的是什么？到底什么能不被替代？

价值观的建立、协作能力的养成、抗压能力的磨砺、对真实世界的感知力——这些没法通过prompt生成。兴趣需要被激发，习惯需要被养成，人格需要被塑造。这些都是人与人之间的事。AI做得再好，也只是一个工具，不是一面镜子。人在成长中需要的不是"标准答案"，而是被看见、被回应、被挑战、被支持。这个过程没有捷径。

把这些放在一起看，未来真正需要的能力其实已经浮现：跨界融通力、 全局思维、与AI协同的判断力、在真实场景里的应变能力。这些能力有一个共同点——都不是"知识"，而是"能力"。培养能力需要时间、环境和真实的练习场。

说白了，AI替代的是"执行"，不可替代的是"判断"。一个只会执行指令的人，不管学什么专业，都在危险区。一个会判断、会提问、会创造的人，不管在什么行业，都有不可替代的价值。这不是理论推演。2025年中国本科生就业报告显示，雇主最看重的应届生能力中，判断与决策、复杂问题解决、谈判沟通的重要性显著上升，编程等单一技术技能的权重在下降。

报告的结论直白：学历的分量在降，实际能力的分量在升。

道理不难懂。难的是，我们的教育体系有多少在培养前者，又有多少在培养后者？

一个更扎心的事实是：以前毕业生到企业先干三年基础活——整理数据、写报告、跑流程。这些活简单，但让年轻人熟悉了业务、建立了感觉。三年后自然就成了"能干活的人"。现在这些基础活被AI干了。毕业生一进公司，基础岗位没了，直接被要求产出价值。但他还没经过那三年的磨练，不知道业务怎么运转，不知道问题出在哪。

企业缺的不是有文凭的人，而是能干活的人。不是人多了或少了，而是培养方式和市场需求之间出现了系统性断裂。这个断裂不是靠"选个好专业"能修复的。它需要的是另一种教育——在真实场景中培养判断力的教育。

五

那么"另一种教育"到底是什么样？先找几个AI真正打过、但没完全打赢的地方看看。不是需要知识储备的——那已经被AI拉平了。不是需要执行技能的——AI比人更快更准。而是需要理解人、需要在复杂情境中做判断的能力。

这种能力，在很多领域都是最后一道防线。

医疗领域：AI已经能读取上亿张医学影像，但它识别不了医患"边界"，算不出患者没说出口的恐惧、沉默与争吵···

法律领域：AI能在几秒内检索百万判例、起草合同条款。但法庭上面对的不只是冰冷的条文，还有"该不该"的道德判断。被告的境遇、受害者的诉求、看不见的人性灰色地带···

酒店和款待业也是一个值得琢磨的例子。一篇发表在学术期刊上的研究，调查了多家餐饮和酒店企业后发现：生成式AI的引入并没有导致大规模裁员，员工的角色反而从重复性任务转向了创意、决策和面向客户的岗位。研究结论是：增强，而非取代。

原因不复杂。款待业的核心产品不是信息，不是代码，不是报表，而是"体验"。一个人住酒店，要的不只是一张干净的床，而是被善待的感觉。AI可以优化排班、预测入住率、自动回复邮件，但它读不懂一个深夜入住的商务客人此刻只想安静、不想被寒暄的疲惫，没法在客人遇到麻烦时用一种让人安心的方式把问题解决掉。

和医疗法律相似，这些背后，是洞察力、同理心和临场判断的融合——而这三样东西，恰恰是AI把标准化工作全部吃掉之后，市场上最稀缺、最值钱的能力。

所有人都盯着AI能替代什么，很少有人想过AI替代不了什么。这些行业都没有被AI放过——效率在提升，执行层在被替代。但越是被冲击，底下露出来的核心越清晰：理解人，做判断。

而我们的教育体系，又没能为它培养出足够多的"对的人"。这个反差，值得想一想。

六

回到开头那个问题："AI什么都会了，孩子到底还要学什么？"

转了一大圈，也许这个问题本身可能问错了方向。"学什么"是知识层面的问题，而AI已经把知识层面的门槛拉到了地板上。真正该问的是"成为什么样的人"。

一个会跟人打交道的人，一个能在真实世界里解决问题的人，一个有判断力、有温度、有创造力的人——这样的人，不管学什么专业、在什么行业，都不会被替代。

但这样的人不是"选对专业"选出来的，也不是"考上好大学"考出来的。他需要被培养、被磨练，需要在真实的环境中跟真实的人打交道，需要在不确定中学会判断，在失败中学会成长。

高考结束了，但真正难的题才刚开始。至于答案，可能不在任何一份志愿填报指南里，而在每个孩子自己走过的路上。