大家好，我是图拉。
最近，深感进入了「全民AI」时代。
年轻人用学习工作和算命，就连小区那些晨练的大爷大妈们，都争相传阅「一岁孩子做四菜一汤」的AI视频。
这让我想起OpenAI创始人山姆·奥特曼说的：「AI终将像手机一样改变世界」，而如今这一天已经到来了。
有人提出了一个「AI认知折叠」的概念，描述AI如何将人类划分成了三层阵营 ——
第一层是科研人，争相成为AI发展前端的研发弄潮儿，试图掀起新一轮生产力革命的支点。
第二层是行业人，忙于用各个大模型提高生产力和工作效率。
第三层则是普罗大众，此刻正在为人工智能层出不穷的新闻狂欢着。
那么，如何在未来的AI世界找到自己的位置？申请越来越难的时候，AI热门专业又要如何突围呢？
一位曾经的科研人给我了启发：「未来一定是AI+X的世界。而如何找到孩子擅长、热爱的X，是最重要的。」
十年前的清北留学生
被信息差耽误的一代
说这话的是本科毕业于清华大学计算机系，后去到加州大学伯克利分校深造的唐博老师。
14年前，她误打误撞赶上了计算机的风口，虽然站在了即将到来的风口之上，但是回想起大学专业的选择，也经历了「认知折叠」：
虽高中时热衷于生物，但在知道计算机是清华工科最好的专业后，她在志愿中改为报考计算机系。这与现在大多数学生给自己的规划一样，要上最好的学校，读最好的专业。
清北学生，卷而不自知。唐老师自述，在清华的求学经历，像是一场开眼的历程。可怕的是，每个清北人，还格外想赢。高三时的「卷」，变幻了场景般挪到清华园里。
早晨七点，整个寝室空无一人，大家都已洗漱完毕去早读了，只剩自己还在起床气里犯迷糊。期末时，这种「衡水氛围」达到高潮，通宵自习室里一座难求，五道口学生们加班加点搞学习。
这样的紧张氛围一直要持续到出成绩后。有人会在查到结果的那一刻，心态瞬间跌倒谷底。时间长了，唐老师常不自觉向内发问：人生，能去哪里透透气呢？
她也逐渐意识到，自己对计算机专业热情并不如同一些同学般高涨。但也不敢跳出「安全」的轨迹。
本科将要毕业之际，出国深造十分火热，她也成为了其中一员。
学校对面的GRE培训一位难求，大家都是在学校BBS飞跃重洋版论坛上搜索学姐学长的经验，用他人上岸的故事来比照自己未来海外学校的选择。
「那时候，一切对你来说都是新知，他人怎样去的美国，怎样申上的研究生，我们就怎样如法炮制，因为你可参考的样本实在是太少了。」
最后她申请上了全球顶级名校UC伯克利最火热的计算机专业硕士。然而直到这里，她也仍未跳脱这种看似「绝对正确」的路径。
那个时候，获取信息资源比现在困难得多，刚兴起的留学中介，其形象也多与「野鸡大学」捆绑在一起。选择留学咨询就等同于找个人帮你出国刷学历，是「亡羊补牢」的思维。
美国深造之后，唐老师仍然没有找到自己的学术热情。
现在回看，唐老师自己的认知迭代是在留学期间发生的。在美国深造的岁月，从本科象牙塔一下落入硅谷，原本在国内培养出来的停留于「打工仔」的科研预期，碰撞上了最前沿最开放的科研环境，光是固有思维的打破重建，就费了好大一段功夫。
「出国还是要早规划，包括一些思维的建立。因为一旦形成固有思维，再打破重建是很痛苦的。」她开始漫想，如果选择喜欢的生物专业，会不会好一些？
很多人会留下这样那样的遗憾，不是因为路难走，而是对未来要走怎样的路，信息差太大了：
「这样的信息差仅靠个人是很难抹平的，需要深度吃透学生、大学和专业的方方面面，不仅要在自身擅长的专业领域有着深厚扎实的研究能力，还要对各行业前沿趋势进行研判。」
申请背后的「理科学者思维」
用当下最时兴的MBTI分类，唐博是INFJ-倡导者/保护者。
这类人温柔、充满创造力和同情心，理想是从根本上解决问题。
若干年后回头看，为什么大热的风口计算机领域没有给自己带来成就感，反而是机缘巧合进入的留学规划却一直坚持做了十几年，也跟她发现了自己的使命，正是帮助像曾经自己一样的孩子发现自己的热情，在未来少走弯路有关。
「长期规划」的留学观在那个时候开始扎根。她放弃读博，组建了自己的留学规划团队，创办了「师说」CMC——
中文取材自韩愈名篇，做一个传道授业解惑者；英文CMC则代表着Considerate、Marvelous和Career-Planning：
挖掘深度热情的专业探索将贯穿申请、求学和职业的始终，也是深远影响我们人生的「长尾效应」。
唐博经常称学生们为「小朋友」，这些孩子及其背后的家庭大多并没有所谓的「藤校偏爱背景」，中国籍，无绿卡，无身份的普娃大有人在，但却都能收获名校青睐。
她们也接待过许多「急救案例」：看似叠满buff学生在申请阶段遭遇滑铁卢，来到这里后却能短短时间里实现「起死回生」。
这样看似逆袭的结果并不是什么偶然的奇迹，而是唐老师将做科研的精神放在了做留学上：
「中国学生申请理工科非常难，其特殊性在于每个学科的分支各不相同，必须先要搞清专业分支。而留学行业大多老师都是文科出生，我们团队基本都是学者派，倾注时间成本和人力成本来做大量研究，去细化专业分支。在申请前，就会用诸多工具帮助孩子们来探索热情和方向。」
如在早申拿到斯坦福录取的Leo就说到，他根本没敢想能能到录取，在整个过程中，从规划、文书、活动、细分专业匹配性上，唐老师用专业给了他诸多帮助。
作为一名理工女，她擅于用理科思维量化来解读美国申请，关注本质的变化：越来越多的学校开始更看重申请人提交的意向专业和学术兴趣，是否与自身形象逻辑自洽。
「很多同学都是依照自己做过什么样的竞赛与活动，去选一个大差不差相对应的专业。专业与活动之间的逻辑牵强，毫无关联，甚至还会出现逻辑漏洞。」这在唐博看来属于致命错误。
「申请的意向专业，同你所参与的比赛、活动、服务等等，是否可以形成逻辑闭环，这非常关键。」
成功的申请需要做到两点：
一是以终为始，尽早找到自己的优势、热爱专业，在学习过程中有目标性的选择相应的活动、比赛、社会项目等；二是对于意向专业，尽可能找到适合自己的细分领域。
就以数学为例：
从专业到大学院校的设置，也有着极大的不同，如细分理工科，美国大学在院校设置上有其独特偏好。
工科往往有单独的工程学院。除了计算机、电子工程、机械工程、航空航天等耳熟能详的专业，还有一些前沿交叉专业。
比如斯坦福「音乐、科学与技术」专业，需要计算机技能结合音乐特长，声音就是信号，需对信号与系统科目比较熟悉。
「热门专业的竞争总是白热化的，如果你想在申请上脱颖而出，就要对热门专业向下的细分领域了解得越细越好。」
■师说留学花费大量功夫做了研究，整理出各种专业细分方向。这是数学。
AI+X 的未来申请趋势
作为计算机专业出身的唐老师和她的团队，可能是留学公司创始人里对AI风口看得最为透彻的人之一，也是最懂AI的留学规划智囊团之一。
在AI时代的申请，对于留学顾问也提出了更新的挑战：当人工智能都能提供各项咨询之时，人类老师的专业度、判断力更需要走得更领先：
「未来要么就是拥有过硬的CS AI实力走在科研前沿，要么就是用CS和AI去选其他的行业。美国高校的变化已经给我们带来了启示。」
其一，硬杠硬核学科，这对学生的学术水平提出了极高的难度。比如宾大新开的AI专业。
其二，AI与理工科的结合。
像UIUC伊利诺伊大学香槟分校一直都有CS+X的专业，如今，纯CS专业的就业市场并不乐观，底层码农的职业发展也前景渺茫，加上2024年的诺贝尔生物和物理学奖，都颁给了AI。
未来AI与其他专业的交叉学科会是一个大趋势。去年师说有同学如生物学诺奖的获得者一般，用一些先进的AI工具类似AlphaFold研究制药。
其三，AI与人文艺术学科的结合。
在美国大学全人思维审核的申请中，对理工专业会关注学生的「人文素养」，对文科学生则会关注其运用新科技的能力。
去年，师说团队的老师就协助学生用AI解决艺术史方面的问题，通过研究敦煌的佛像去研究历史断代。
■越来越多的美国大学开设「AI相关」学士学位课程，增长速率显著高于硕士和博士学位课程，掌握AI技能变得越来越早。
能够做到与诺奖研究同步，做「认知折叠」的最高一层，不光需要老师们拥有广阔的知识面，还需要团队成员时刻走在科研前端。
一直以来，学霸出身的唐博都非常喜欢共同学习的氛围。
无论是最早的中介机构里与大咖们一起共事一起研究的热情，还是到现在自己和麾下的同事们继续走在各种行业前端与各学校教授们探讨最新的paper，这种学习的感受一直没变，也是唐老师一直的热情所在。
师说链接清华资源，就做了一场关于AI的讲座。
内容包括用大模型来做的战争史的研究预测，战争是否会发生，在媒体、财会、法律、医疗等领域，了解大模型下在各个行业的实际应用。
在这样的浸润下，能拿到这样的结果也不例外了：
在2024申请季，哈佛、斯坦福、杜克、芝加哥、康奈尔、多枚UCB/UCLA、剑桥、帝国理工、港大全奖等录取也被孩子们拿下，其中不乏大陆地区唯一，唯三录取的佳话。
唐博毕业的那几年，正好是赶上了第一批互联网风口浪潮的时候。我问她，当时如果坚持选择走计算机之路，或许早早实现了财务自由，你会设想过这样的人生吗？
她毫不犹豫地回答道：「不会。」
同学里自然有实现了财务自由的，也有进入顶尖高校成为科研人员的，但是也有被裁员的。不后悔的点或许跟收入无关，而是她不再会像一些朋友一样，困在18岁懵懵懂懂选择的路上，常常会觉得人生没有意义。
唐博非常喜欢乔布斯说过的一句话：
人生中不相关的一些点到最后都能成串，就像串成一条主线，串成一条项链，就像一颗颗珍珠一样。
「名校学历让我有了一定安身立命更轻松的资本，但名校学历并没有带给我的，是持续燃烧的生命力。」
关注星标谷雨星球
不再错过
