CS专业爆冷 失业率达艺术史2倍 年入千万只需5年 大学却在禁Cu：r、sor

在AI席卷下，CS专业不再是稳定职业保障。YCombinator的圆桌探讨揭示，面对颠倒的时代，无论大学生还是在职者，都需思考：在AI时代，什么能力最重要，以及如何选择？

现在是CS毕业生发财致富的最后窗口期吗，在这个AI「疯狂」的时代？

最佳的例子就在眼前，25岁MIT辍学生MichaelTruell，不到2年时间打造了百亿美金估值的Cursor。

这不仅对于年轻人是一种「诱惑」，即使是身经百战的投资人都在思考，「我是否也要下场」。

但在AI光谱的另一个方向，CS毕业生正面临高达艺术史毕业生2倍的失业率，形势完全颠倒。

来自newyorkfed.org的官方统计

选择用AI创造全新的历史？还是靠着概念在资本市场捞一笔巨额财富？

上课还有用吗，证书还有用吗，甚至学校还有用吗？「我要不要辍学创业」？

「如何在AI时代度过你的20岁」成为一种全新的命题，历史在奇点到来前疯狂加速，且伴随混乱。

或许不仅仅是打了鸡血的「20S」，30、40、50多岁的人都可以想一下这个问题：「我能利用AI改变人生，还是被AI裹挟」？

美国最有名的创业机构YC，对，就是之前OpenAI奥特曼当老大的公司，举办了一次「公开」的四人圆桌讨论。

台下坐的都是渴望财富的年轻人和在校生，当面对这群即将改变我们社会的未来新星们，什么才是最重要的？

「历史上创办公司的最佳时机」

核心是好的「品位」，但这个东西你在学校里学不到

「光环耕种」，你在社交媒体营造假象，但这是虚假的

你到底喜不喜欢大学，还是FOMO情绪主导了你的决定想辍学

投资人有投资组合，但你只有一种人生

小众行业创业，找到最开始的，真正10-100个随机的人爱你的产品

AI时代，更应该从小众市场做起，因为没有人知道未来这个市场究竟有多大

在这个讨论过程，最有趣的还是当Diana问到，「学校和做项目上哪个学到更多时」，台下的所有人几乎都举起了手——当然是自己做项目。

百亿美金、CS毕业失业率比艺术生还高、一夜暴富、资本主义终结、学校还有存在的意义吗。。。

这是最好的时代也是最坏的时代

程序员还等于中产阶级吗？学校过时了吗？

CS专业失业率竟高于艺术史专业？是的，6.1%对比3.0%，数据真实且魔幻。

很难让人相信，不过别担心，这只是中位数或者平均数，在座的各位都高出好几个标准差。

能被YC邀请或者愿意了解YC或参加其活动的都是有志于创业或者已经在创业的天才们，但这个现象确实令人担忧。

这个世界仿佛，不，是已经颠倒过来了。

更重要的是，这里面有一个真正的核心在变化，大学和社会的「证书认证」似乎无用了。

以前你学习、上好大学、实习、找好工作、贷款、买房，这都意味着你在很好地遵循指令。

但这是AI非常擅长的事情啊，「遵循指令」，人们很难在这一点和AI竞争。

那么问题来了，各位思考过，你在现在的大学中到底能获得什么？

拥有自主性和独立性，这才是后AI时代真正重要的东西。

比如很多大学的计算机课程实际上已经严重过时了，但是有些大学甚至还在禁止学生使用Cursor等AI工具。

就像谷歌刚出来那会，很多老师说：你们不准用谷歌——这在今天听起来简直不可思议。

财富增速数量级的差异保持正直

一个大学毕业生在一两年内能成就的事情，比几年前要高出好几个数量级。

以前创业拿个A轮都能吹很久，现在？只需要5个人、10个人，就能在几年内，从个零收入增长到年入一千万、两千万美元，太疯狂。

甚至可能会有媒体，比如TechCrunch宣称你是「最炙手可热的新创始人」。

就像ScaleAI的AlexandrWang，更加疯狂，扎克伯格花了150亿美金想要得到他。

这是一个激动人心的时代，但不论是这些媒体、这些消息、这些光环都是虚假的。

「你是否创造了真正改变世界的产品」，这也许才是真正重要的东西。

这是由你的品位决定的，记住，你必须培养出能创造好东西的品位。

去前线吧，成为「部署工程师」

「我没有任何特定领域的专业知识，因为我没怎么在业界工作过。我应该做什么方向？」

这也许是每一个想要创业的学生的问题，YC的意思是，去当「卧底」吧。

去真正的业务前线，去真正感兴趣的地方。

就像OpenAI和SpaceX，它们的诞生源于创始人的兴趣和直觉，起初完全没有商业意图。

但最终，这足以吸引到全世界最聪明的人才。

而吸引到真正的天才，才有可能创造出世界上最基业长青的公司。

社交媒体，一个最大的变量

今天所处的时代和十年前有一个明显的不同，那就是社交媒体。

如何利用它来放大你的信息和品牌？

在创业早期，你到底应该多大程度上专注于打磨产品、一个一个地去获取用户——也就是所有那些传统的创业建议；还是应该去尝试在线上培养粉丝、打造品牌或吸引注意力？

但是，当你想到Theranos，想到那些真正让这些技术创造者蒙羞的事件时，只要稍微揭开表皮，就会发现里面什么都没有。

这只是一个幻象。

那是个彻头彻尾的谎言。

我不希望我们变成那样。

我已经开始创业，要选择辍学吗？

在讨论中，YC孵化的一个创业者问到，「我是否应该辍学，有投资人对我说，退学吧，过来和我干」。

Garry和Jared认为这取决于：你真的享受大学生活吗？

还是说处于对AI创业的FOMO情绪怕自己错过什么？

如果你已经实习过、去过像谷歌这样的大公司工作过，也对科研生活有过深入体验，就是说任何路径都体验过，也许才能做出正确的决定。

但是要注意，你只有一次机会。

投资人评估公司时，可以选择很多家公司，他可以有一个投资组合。

但是，你的人生只有一次。

机器学习专业研究生该选择工业界还是学术界

如果对于如何在AI时代更好的度过一生依然感到迷茫，也许一个真实的人能更好的启发我们。

马腾宇是斯坦福大学计算机科学系助理教授，也是VoyageAI的联合创始人兼首席执行官。

他目前担任MongoDB的首席人工智能科学家。

在最近的一次访谈中，他聊到了这个话题。

马腾宇本科期间主要专注组合数学与理论计算机，研究生阶段才真正开始接触机器学习。

从顶尖学府走向业界与创业一线，这位VoyageAI创始人兼斯坦福教授，基于自己在学术界、工业界与创业三线的经验，提出了面向本科生、研究生和早期职业人士的多层建议。

对于那些在考虑是否读博、创业、还是进入工业界的年轻人，他提出了颇具现实参考价值的思考框架。

1.职业路径是主观选择：

·没有放之四海而皆准的标准，职业选择高度依赖于个人兴趣、目标和技能。

2.读研是研究工作的基础：

·如果想从事研究型工作，或希望创办一家具有深度研究背景的初创公司，研究生教育是重要的准备环节。

·对于非研究导向的职业路径，如工程开发，本科学历往往已足够，尤其是具备较强的动手能力和项目经验者。

3.创业是否需要读研取决于方向：

·很多初创公司并不需要研究生背景，尤其是偏产品或执行驱动型公司。

·但对于技术壁垒高、需要算法创新的公司，扎实的研究背景可能是必备条件。

4.写论文与创业并不矛盾：

·写论文可以作为创业前的准备或验证，尤其对刚从研究生毕业、简历尚不突出的技术型创始人来说，学术成果有助于获得融资者的信任。

·辍学创业反而可能更容易吸引投资，因为投资人看重创始人的「沉没成本」和全身心投入的意愿。

5.创业应有明确愿景而非纯粹探索：

·创业不能仅仅是「试试看」或为了探索，成功的创始人通常在早期就对产品形态、用户价值有明确设想。

·虽有少数通过长期探索找到成功方向的「离群值」案例，但大多数初创公司仍需清晰定位与目标导向。

6.判断是否创业的关键指标：

·是否有一个让自己真正兴奋的产品愿景。

·是否具备将学术转化为产品的能力与信心。

·是否愿意承担从研究型思维向执行型模式过渡的挑战。