2026年6月16日 · 专业选择 · 久元报志愿
2026年，距ChatGPT发布已过去三年。AI渗透到几乎所有行业——翻译、编程、客服、设计，甚至法律咨询。
家长问得最多的问题是："现在选专业，是不是应该避开AI能做的？"
这个问题问反了。正确的问题是：AI做不了什么？
因为AI能做的，AI一定会做；AI做不了的，才是最稀缺的。
麦肯锡全球研究院2025年的报告给出了一个框架：按"技术可行性"和"采用成本"两轴，把3,000多个工作任务分为五类：
| 类别 | 可自动化比例 | 典型任务 |
|---|---|---|
| 可预测的体力劳动 | 81% | 流水线、打包、分拣 |
| 数据处理 | 69% | 记账、翻译、基础分析 |
| 不可预测的体力劳动 | 24% | 护理、手术、维修 |
| 专家判断/决策 | 14% | 诊断、谈判、战略 |
| 创造性/社交互动 | 4% | 艺术创作、教育、心理治疗 |
核心规律：越依赖物理交互和复杂人际判断的工作，越安全。
这不是猜测——过去三年已经验证了。2023-2026年，翻译行业AI替代率超过40%，但护理、幼教、心理咨询等岗位需求反而增长了——老龄化+心理健康意识提升，这些岗位缺人，AI补不上。
医生、护士、康复治疗师、口腔医学——这些专业在AI时代不仅不会被淘汰，反而更值钱。
原因很简单：医疗的本质不是"知道答案"，而是"和病人一起面对不确定性"。
AI可以读片、可以分析病理、可以给出诊断建议，但AI不能握着病人的手说"会好的"，不能在手术中根据现场情况临时调整方案，不能在做艰难决定时为家属提供情感支持。即使AI做了，病人也不信——JAMA一项调查显示，87%的患者更信任人类医生的诊断而非AI。
数据支撑：
推荐专业： 临床医学（5+3一体化）、口腔医学、护理学、康复治疗学、医学影像技术
AI可以教知识，但教不了"你想学"这件事。
教育有两个层面：传授知识（AI擅长）和激发动机（AI不擅长）。只要班级里有学生不想学，就需要真人老师来解决——这不是技术问题，是关系问题。
数据支撑：
推荐专业： 学前教育、特殊教育、学科师范类（特别是物理/数学/化学）
电气工程、机械设计、车辆工程、自动化——这些专业的共同特点：工作场所不在电脑前，在现场。
AI可以设计一个完美的电路图，但不会去配电箱里接线；AI可以算出一座桥的受力，但不会站在桥墩上指挥吊装。所有需要"在现场"的工作，都在AI的安全区。
更重要的是，这些专业对应的行业正在全面升级——智能电网、新能源汽车、高端装备制造——不是夕阳行业，而是AI驱动的朝阳行业。
数据支撑：
推荐专业： 电气工程及其自动化、机械设计制造及其自动化、车辆工程（新能源汽车方向）、自动化、机器人工程
AI翻译在2023-2026年间进步太快。DeepL、ChatGPT的翻译质量已在大多数场景下达到或超过专业译员水平。2025年的研究发现：AI中译英在合同、技术文档等标准化文本上的准确率达到94-97%，超过初级译员。
调整方向： 不是不能学，但必须配第二技能——"外语+法律""外语+金融""外语+工程"。纯语言能力是不够的。
讽刺的是，"学编程"反而是AI风险最大的方向之一。AI写代码的能力在过去两年呈指数级增长——Claude Code、Cursor、GitHub Copilot已能完成40-60%的企业级编码任务。
但计算机专业不是不能报了——未来需要的不是"写代码的人"，而是"设计系统的人"。 纯编码技能被AI替代，但系统架构、复杂问题建模、团队协作管理的能力反而更稀缺。
LinkedIn发布的数据：过去三年，同时具备AI技能和专业领域知识的人才，薪资溢价从20%扩大到57%。
未来的竞争不是"选一个AI替代不了的专业"vs"选一个AI能替代的专业"，而是"在你的专业里会不会用AI"。
一句话总结：AI不会淘汰专业，但不会用AI的人会被淘汰。