高考後選專業，不要只看熱門，而要看它幫你習得的帶領AI團隊的能力結構
整理版優先睇
選專業要睇能力結構而非熱門，因為專業會變，能力先係長期競爭力
呢篇文章係由Resona·鳴嘅彭俊旗所寫，針對高考後好多家庭煩惱點樣選專業。作者認為，與其追問邊個專業最熱門、最賺錢或者唔會被AI取代，不如問一個底層問題：呢個專業背後訓練咗我啲咩能力？因為專業、行業同工具都會變，但一個人嘅能力結構會跟佢好耐。整體結論係：「專業要變成能力，能力要進入項目，項目最後要產生結果。」
作者將專業分為四大類。技術類專業（如計算機、AI）真正訓練嘅係構建系統嘅能力，而唔係純粹寫程式；設計同內容類專業（如視覺傳達、廣告）訓練嘅係審美、敍事同判斷，而唔係操作軟件；商業管理類專業（如經濟學、市場營銷）訓練嘅係理解業務流程同價值流動；人文社科類專業（如中文、法學、心理學）訓練嘅係理解人、規則同複雜世界。每一類都有佢獨特嘅核心能力，AI時代呢啲能力反而更加重要。
作者強調，真正值得問嘅問題係：呢個專業訓練我咩底層能力？有冇機會做項目？可唔可以同AI工具結合？畢業後呢套能力能唔能夠遷移到唔同場景？答案比「邊個專業最火」更加關鍵。一個人如果擁有清晰嘅能力結構，就唔容易被變化推住走。佢建議大學期間盡可能訓練出一套能解決真實問題嘅能力結構。
- 核心結論：選專業應以底層能力結構為錨，因為熱門趨勢會變，可遷移嘅能力先係真正競爭力。
- 方法：用「專業→能力→項目→結果」框架評估每個專業嘅價值，避免只睇就業標籤。
- 差異：技術類訓練構建系統，設計類訓練審美判斷，商業類訓練業務理解，人文社科類訓練理解人與規則，各有不可替代嘅AI時代價值。
- 啟發：AI生成內容越容易，判斷「咩值得生成」越稀缺，所以內容同設計類專業嘅核心判斷力反而更重要。
- 可行動點：大學期間多做真實項目，主動結合AI工具，將專業知識轉化為解決問題嘅能力結構，先可以適應未來變化。
選專業嘅底層問題
作者認為，高考後選專業，唔應該一嚟就問邊個專業最熱門、最賺錢或者唔會被AI取代。呢啲問題雖然重要，但只係咁樣問，好容易焦慮，亦好容易被短期趨勢帶住走。
專業唔係命運，而係一個訓練場。關鍵係喺呢個訓練場入面，你練出咗咩能力。
底層問題：呢個專業訓練我咩能力？
唔好只睇熱門，要睇能力結構
技術類專業：訓練構建系統嘅能力
計算機、人工智能、軟件工程呢啲技術類專業，真正有價值嘅地方唔係「學一門技術」，而係訓練構建能力：理解需求、拆解模塊、設計數據結構同流程、確保系統穩定運行。
構建能力係技術專業嘅核心
AI會降低實現門檻，但唔會替你承擔系統判斷。
如果只係識寫幾段代碼或者調用模型，呢個優勢唔會一直穩。核心係訓練成「能用技術解決真實問題嘅人」。
你要知道你咩應該自動化、咩應該智能化、咩要留人工確認。
設計同內容類專業：訓練審美同判斷
視覺傳達、工業設計、數字媒體、廣告呢啲專業，AI越識生成，內容就越多，真正稀缺嘅係「咩值得生成」。呢度需要審美、敍事、情緒、節奏、用戶理解同商業判斷。
判斷咩值得生成
關鍵係判斷畫面係咪符合品牌、故事有冇衝突、節奏有冇抓住觀眾。
唔好只停喺軟件操作，軟件同工具都會變。真正要練嘅係審美、觀察、表達、敍事同判斷，呢啲能力越往後越重要。
商業同管理類專業：理解業務同價值流動
經濟學、管理學、市場營銷、供應鏈、金融，呢啲專業睇落冇咁「AI」，但企業用AI最終要回到業務。如果一個人懂業務、又會用AI、又能拆清楚流程，空間會好大。
理解業務流程同價值流動
未來企業需要嘅係能睇懂業務問題、判斷AI應該放喺邊個環節嘅人。
選呢類專業，唔好只背概念，要多接觸真實企業、真實項目、真實數據，知道公司點賺錢、點運轉、邊度低效、邊度可以俾AI改造。
人文社科類專業：理解人、規則同複雜世界
中文、法學、哲學、歷史、社會學、心理學呢啲專業，AI時代理解人反而更重要。人文社科訓練語言、邏輯、價值判斷、複雜文本理解、社會觀察同對人嘅理解。
人文社科訓練理解人同規則
學中文嘅要能將複雜事寫清楚；學法學嘅要理解規則風險；學心理學嘅要理解動機行為。
關鍵係唔好只停喺書本，要結合AI工具同項目經驗，呢啲能力會變得非常有價值。
人文社科 + AI工具 + 項目經驗 = 強競爭力
「專業要變成能力。能力要進入項目。項目最後要產生結果。」 |
高考第二日，好多家庭已經開始諗下一件事啦。
考完之後，點樣揀專業？點樣先可以培養出唔會被 AI 淘汰嘅競爭力？
呢個問題好現實。
但係喺 AI 時代，我唔太建議一嚟就問：
邊個專業最熱門？
邊個專業以後最揾錢？
邊個專業唔會被 AI 取代？
呢啲問題梗係重要，但如果淨係噉問，好容易會焦慮，亦好容易被短期趨勢帶住走。
AI 時代揀專業，更應該問一個底層問題：
呢個專業背後，到底訓練我啲咩能力？
因為專業會變，行業會變，工具會變。但一個人嘅能力結構，會跟住佢好耐。
一、唔好將專業睇成一個就業標籤
好多人揀專業嗰陣，會將專業睇成一個標籤。
▎ 讀電腦，就係以後做程序員。
▎ 讀法律，就係以後做律師。
▎ 讀設計，就係以後做設計師。
▎ 讀金融，就係以後入金融行業。
噉樣理解梗係冇錯，但係太窄啦。
AI 時代，好多崗位都會變化。某個專業對應某個崗位嘅關係，亦都會越來越鬆。
真正重要嘅唔係呢個專業名聽起嚟熱唔熱門，而係佢能唔能夠訓練你一套底層能力。
▎ 同樣讀電腦，有人淨係識得交功課，有人做到真實產品。
▎ 同樣讀設計，有人淨係識得套模板，有人明品牌、用戶同表達。
▎ 同樣讀管理，有人淨係識得背概念，有人睇得明企業流程同商業問題。
▎ 同樣讀中文、法律、歷史，有人淨係識得考試，有人可以形成好強嘅文本理解、邏輯分析同表達能力。
專業唔係命運。
專業似一個訓練場多啲。
關鍵係你喺呢個訓練場入面，練出咗啲咩能力。
二、技術類專業，訓練嘅係將想法變成系統嘅能力
電腦、人工智能、軟件工程、數據科學，呢啲專業喺 AI 時代梗係重要。
但佢哋真正有價值嘅地方，唔止係「學一門技術」。因為以後好多程式碼可以靠 AI 輔助生成，好多工具會越來越好用。如果一個人淨係識寫幾段代碼，淨係識得調用幾個模型，呢個優勢唔會一直穩陣。
技術類專業真正應該訓練嘅係構建能力。
▎ 你能唔能夠理解一個需求？
▎ 能唔能夠將一個模糊諗法拆成模塊？
▎ 能唔能夠設計數據結構同流程？
▎ 能唔能夠令系統穩定運行？
▎ 能唔能夠令其他人真係用得著？
呢啲先係技術能力最核心嘅嘢。
AI 會降低好多實現門檻，但佢唔會幫你承擔系統判斷。你要知咩嘢應該自動化，咩嘢應該智能化，邊度要留人手確認，邊啲結果一定要驗證。
所以如果揀技術類專業，唔好淨係將自己訓練成「識寫代碼嘅人」。要將自己訓練成「能夠用技術解決真實問題嘅人」。
三、設計同內容類專業，訓練嘅係表達、審美同創造判斷
視覺傳達、工業設計、數碼媒體、影視、廣告，呢啲專業喺 AI 時代都好有價值。
原因好簡單：
AI 越識生成，內容就會越多。內容越多，真正稀缺嘅就唔係「能唔能夠生成」，而係「咩嘢值得生成」。
一張圖好唔好，唔止係睇清晰度。一段片有冇用，唔止係睇特效。一篇文有冇價值，唔止係睇句子順唔順。
呢啲裏面有審美，有敍事，有情緒，有節奏，有用戶理解，仲有商業判斷。
▎ AI 可以生成圖片，但人要判斷幅畫係咪符合品牌。
▎ AI 可以寫劇本，但人要判斷故事有冇衝突。
▎ AI 可以做片，但人要判斷節奏有冇捉到觀眾。
所以內容同設計類專業，唔係簡單被 AI 取代嘅專業。
關鍵係唔好淨係停喺軟件操作。軟件會變，工具會變，生成模型都會變。
真正要練嘅係審美、觀察、表達、敍事同判斷。呢啲能力越後期，越重要。
四、商業同管理類專業，訓練嘅係理解業務同價值流動嘅能力
經濟學、管理學、市場營銷、供應鏈、金融，呢啲專業睇起嚟冇技術咁「AI」。
但企業真正用 AI，最後一定要回到業務。
銷售點樣跑？客戶點樣轉化？商品點樣賣？庫存點樣週轉？成本點樣控制？內容點樣帶動增長？
AI 唔係憑空產生商業結果。佢一定要進入銷售、運營、財務、供應鏈、內容、客服呢啲真實流程。
如果一個人識業務，又識得用 AI，又識得將流程拆清楚，佢嘅空間會好大。
因為未來企業需要嘅，唔止係識用 AI 工具嘅人。而係能夠睇得明業務問題，同判斷 AI 應該放喺邊個環節嘅人。
所以揀商業同管理類專業，唔好淨係背概念。
要多啲接觸真實企業、真實項目、真實數據。你要知一間公司點樣賺錢，點樣運作，邊度低效率，邊度可以被 AI 改造，邊度唔可以亂改。
呢啲會變成好強嘅競爭力。
五、人文社科類專業，訓練嘅係理解人、規則同複雜世界嘅能力
中文、法律、哲學、歷史、社會學、心理學，呢啲專業成日被人誤解。
好多人一講 AI，就覺得呢啲專業好危。但係我唔係噉睇。
AI 時代，理解人反而更加重要。
商業嘅核心仲係人。內容要打動人，產品要服務人，組織要管理人，法律要約束人嘅行為，教育要影響人嘅成長。
人文社科訓練嘅，係語言、邏輯、價值判斷、複雜文本理解、社會觀察同對人嘅理解。呢啲嘢唔係冇用。關鍵係唔可以淨係停喺書本入面。
▎ 讀中文嘅人，要能夠將複雜嘢寫清楚。
▎ 讀法律嘅人，要能夠理解規則、風險同責任邊界。
▎ 讀心理學嘅人，要能夠理解人嘅動機同行為。
▎ 讀社會學嘅人，要能夠睇見結構同關係。
▎ 讀歷史同哲學嘅人，要能夠喺複雜變化裏面形成判斷。
如果呢啲能力再加上 AI 工具同項目經驗，會好有價值。
六、揀專業嗰陣，真正要問嘅係能力結構
所以高考後揀專業，唔好淨係睇熱門。熱門只能夠話而家市場關注佢。但市場變化好快。
真正值得問嘅係：
▎ 呢個專業訓練我啲咩底層能力？
▎ 佢能唔能夠令我理解一個真實行業？
▎ 佢有冇機會做項目，而唔止係考試？
▎ 佢能唔能夠同 AI 工具結合，放大我嘅能力？
▎ 畢業之後，呢套能力能唔能夠遷移到唔同場景？
▎ 我係咪願意長期學習呢個領域？
呢啲問題，比「邊個專業最火」更加重要。
因為一個人如果有清晰嘅能力結構，就唔容易畀變化推住走。佢知道自己識啲咩，可以解決啲咩問題，亦知應該點樣藉助 AI 去放大自己。
結語
AI 時代，專業唔係唔重要。而係專業唔可以淨係被睇成一個就業標籤。
專業要變成能力。能力要進入項目。項目最後要產生結果。
▎ 技術能力，令你能夠構建系統。
▎ 商業能力，令你能夠理解價值。
▎ 表達能力，令你能夠講清問題。
▎ 審美能力，令你能夠判斷好壞。
都係一句：盡可能喺大學裏面，畀自己訓練出一套能夠解決真實問題嘅能力結構。
專業要變成能力，能力要進入項目， 畀自己訓練出一套 |
Resona · 鳴 · 令每一次對話，都有迴響 2026-06-08 · 彭俊旗 |
「專業要變成能力。能力要進入項目。項目最後要產生結果。」 |
高考第二天，很多家庭已經開始想下一件事了。
考完以後，怎麼選專業？怎麼能培養出不被AI淘汰的競爭力？
這個問題很現實。
但在 AI 時代，我不太建議一上來就問：
哪個專業最熱門？
哪個專業以後最賺錢？
哪個專業不會被 AI 替代？
這些問題當然重要，但如果只這樣問，很容易焦慮，也很容易被短期趨勢帶着走。
AI 時代選專業，更應該問一個底層問題：
這個專業背後，到底訓練我什麼能力？
因為專業會變，行業會變，工具會變。但一個人的能力結構，會跟他很久。
一、不要把專業看成一個就業標籤
很多人選專業時，會把專業看成一個標籤。
▎ 學計算機，就是以後做程序員。
▎ 學法學，就是以後做律師。
▎ 學設計，就是以後做設計師。
▎ 學金融，就是以後進金融行業。
這樣理解當然沒錯，但太窄了。
AI 時代，很多崗位都會變化。某個專業對應某個崗位的關係，也會變得越來越松。
真正重要的不是這個專業名字聽起來熱不熱門，而是它能不能訓練你一套底層能力。
▎ 同樣學計算機，有的人只會完成作業，有的人能做真實產品。
▎ 同樣學設計，有的人只會套模板，有的人能理解品牌、用戶和表達。
▎ 同樣學管理，有的人只會背概念，有的人能看懂企業流程和商業問題。
▎ 同樣學中文、法學、歷史，有的人只會應付考試，有的人能形成很強的文本理解、邏輯分析和表達能力。
專業不是命運。
專業更像一個訓練場。
關鍵是你在這個訓練場裏，練出了什麼能力。
二、技術類專業，訓練的是把想法變成系統的能力
計算機、人工智能、軟件工程、數據科學，這些專業在 AI 時代當然重要。
但它們真正有價值的地方，不只是"學一門技術"。因為以後很多代碼可以讓 AI 輔助生成，很多工具會越來越好用。如果一個人只是會寫幾段代碼，只會調用幾個模型，這個優勢不會一直穩。
技術類專業真正應該訓練的是構建能力。
▎ 你能不能理解一個需求？
▎ 能不能把一個模糊想法拆成模塊？
▎ 能不能設計數據結構和流程？
▎ 能不能讓系統穩定運行？
▎ 能不能讓別人真的用起來？
這才是技術能力最核心的東西。
AI 會降低很多實現門檻，但它不會替你承擔系統判斷。你要知道什麼該自動化，什麼該智能化，什麼地方要留人工確認，什麼結果必須驗證。
所以如果選技術類專業，不要只把自己訓練成"會寫代碼的人"。要把自己訓練成"能用技術解決真實問題的人"。
三、設計和內容類專業，訓練的是表達、審美和創造判斷
視覺傳達、工業設計、數字媒體、影視、廣告，這些專業在 AI 時代也很有價值。
原因很簡單：
AI 越會生成，內容就越多。內容越多，真正稀缺的就不是"能不能生成"，而是"什麼值得生成"。
一張圖好不好，不只是看清晰度。一個視頻有沒有用，不只是看特效。一篇文案有沒有價值，不只是看語句順不順。
這裏面有審美，有敍事，有情緒，有節奏，有用戶理解，也有商業判斷。
▎ AI 可以生成圖片，但人要判斷畫面是否符合品牌。
▎ AI 可以寫腳本，但人要判斷故事有沒有衝突。
▎ AI 可以做視頻，但人要判斷節奏有沒有抓住觀眾。
所以內容和設計類專業，不是簡單被 AI 替代的專業。
關鍵別隻停在軟件操作。軟件會變，工具會變，生成模型也會變。
真正要練的是審美、觀察、表達、敍事和判斷。這些能力越往後，越重要。
四、商業和管理類專業，訓練的是理解業務和價值流動的能力
經濟學、管理學、市場營銷、供應鏈、金融，這些專業看起來沒有技術那麼"AI"。
但企業真正用 AI，最後一定要回到業務。
銷售怎麼跑？客戶怎麼轉化？商品怎麼賣？庫存怎麼週轉？成本怎麼控制？內容怎麼帶來增長？
AI 不是憑空產生商業結果。它必須進入銷售、運營、財務、供應鏈、內容、客服這些真實流程。
如果一個人懂業務，又會用 AI，又能把流程拆清楚，他的空間會很大。
因為未來企業需要的，不只是會用 AI 工具的人。而是能看懂業務問題，並判斷 AI 應該放在哪個環節的人。
所以選商業和管理類專業，別隻背概念。
要多接觸真實企業、真實項目、真實數據。你要知道一家公司怎麼賺錢，怎麼運轉，哪裏低效，哪裏可以被 AI 改造，哪裏不能亂改。
這會變成很強的競爭力。
五、人文社科類專業，訓練的是理解人、規則和複雜世界的能力
中文、法學、哲學、歷史、社會學、心理學，這些專業經常被誤解。
很多人一談 AI，就覺得這些專業危險。但我不這麼看。
AI 時代，理解人反而更重要。
商業的核心還是人。內容要打動人，產品要服務人，組織要管理人，法律要約束人的行為，教育要影響人的成長。
人文社科訓練的，是語言、邏輯、價值判斷、複雜文本理解、社會觀察和對人的理解。這些東西不是沒有用。關鍵是不能只停在書本里。
▎ 學中文的人，要能把複雜事情寫清楚。
▎ 學法學的人，要能理解規則、風險和責任邊界。
▎ 學心理學的人，要能理解人的動機和行為。
▎ 學社會學的人，要能看見結構和關係。
▎ 學歷史和哲學的人，要能在複雜變化裏形成判斷。
如果這些能力再加上 AI 工具和項目經驗，會非常有價值。
六、選專業時，真正要問的是能力結構
所以高考後選專業，不要只看熱門。熱門只能說明現在市場關注它。但市場變化很快。
真正值得問的是：
▎ 這個專業訓練我什麼底層能力？
▎ 它能不能讓我理解一個真實行業？
▎ 它有沒有機會做項目，而不只是考試？
▎ 它能不能和 AI 工具結合，放大我的能力？
▎ 畢業以後，這套能力能不能遷移到不同場景？
▎ 我是否願意長期學習這個領域？
這些問題，比"哪個專業最火"更重要。
因為一個人如果有清晰的能力結構，就不容易被變化推着走。他知道自己會什麼，能解決什麼問題，也知道該怎麼藉助 AI 去放大自己。
結語
AI 時代，不是專業不重要。而是專業不能只被看成一個就業標籤。
專業要變成能力。能力要進入項目。項目最後要產生結果。
▎ 技術能力，讓你能構建系統。
▎ 商業能力，讓你能理解價值。
▎ 表達能力，讓你能講清問題。
▎ 審美能力，讓你能判斷好壞。
還是一句話：儘可能在大學裏，給自己訓練出一套能解決真實問題的能力結構。
專業要變成能力，能力要進入項目， 給自己訓練出一套 |
Resona · 鳴 · 讓每一次對話，都有迴響 2026-06-08 · 彭俊旗 |