我哥们阿杰，昨晚又失眠了。

这小子在浙大读理论物理博士，天天跟薛定谔方程较劲。凌晨两点给我发微信：“老哥，你说我毕业是不是就等于失业？网上都说AI要取代科学家了，我这五年不是白读了？”

我回他：“你又刷到啥焦虑文了？”

他甩来一个链接，标题写着《物理学家危矣！Anthropic联创：AI两年内写出菲尔兹奖级论文》。

说实话，这种新闻最近确实铺天盖地。先是哈佛物理学家放话“AI五年内超越人类智能”，接着OpenAI说要搞“全自动AI研究员”，再配上那个扎心的数据——今年前六周全球科技行业裁了3万多人，80%来自美国公司-3。

别说阿杰了，我看了都后背发凉。

但冷静下来想想，这事儿真有那么邪乎吗？今天咱就掰开揉碎了聊聊这个让无数理科生睡不着觉的问题：未来AI会取代理科吗？

那个让物理学家集体破防的“预言”

先说说为啥最近这话题突然爆了。

事情得从Anthropic的联合创始人Jared Kaplan说起。这哥们儿什么来头？哈佛理论物理博士，约翰霍普金斯大学物理学教授，当年还师从那个搞出“振幅多面体”的大牛Nima Arkani-Hamed。关键是，他还是大语言模型Scaling Law的关键推动者之一-1。

就是这样一个左手物理、右手AI的狠人，前段时间说了句让学界炸锅的话：未来2-3年内，AI有50%的概率写出媲美顶尖理论物理学家的论文，像威滕、Arkani-Hamed这个级别的成果，AI很可能自动就能搞出来-1。

威滕是谁？那可是当代最伟大的物理学家之一，唯一拿过菲尔兹奖的物理学家。AI能写出他那个水平的论文？这不是扯淡吗？

但Kaplan不是随便说说。他在粒子物理领域深耕多年，太清楚这个领域现在的窘境了：自从2012年发现希格斯玻色子后，大型强子对撞机再也没找到任何新粒子。几十亿欧元砸下去，标准模型纹丝不动。大量物理学家转行去搞数据科学，连曾经火爆的物理博客都停更了-1。

那感觉就像——你把所有家当都押在了一块地皮上，挖了十年啥也没挖着，结果隔壁用金属探测器的人一天就找到了金子。

更让人破防的是，已经有物理学家用亲身经历验证了AI的恐怖。

黑洞物理学家Alex Lupsasca，把自己花了几个月推导的潮汐响应方程丢给GPT-5 Pro，结果模型“思考”了18分钟，就完整重现了他苦苦追寻的对称生成元。那一刻他决定：加入OpenAI-1。

还有那些从CERN、从xAI转投AI领域的物理学家们，他们的逻辑很简单：或许通向宇宙奥秘的关键不是更大的对撞机，而是超级智能-1。

所以你看，这个焦虑不是空穴来风。

但等等，AI真的能“取代”理科吗？

这里头有个特别微妙的点，得掰扯清楚。

前几天我在刷北大官网的时候，看到一条新闻：化学学院搞了个叫“化小北”的AI智能伴学平台，帮学生搞定实验预习、数据处理这些活儿-6。石河子大学也在搞类似的东西，把物理实验从“验证已知”往“探索未知”方向推-2。

这说明什么？AI确实在重塑理科教育和科研的方式。

中科院东莞材料所搞的那个MatChat2.0更夸张，基于80万篇学术论文构建，能秒级响应材料科学的各种问题，关键是把“幻觉率”压到了1.3%-4。还有磁性材料领域的AI原子基座模型，以前要算一个月的量，现在一天搞定-8。

所以“AI会取代理科”这事儿，如果是说“取代那些重复性的、模式化的、纯计算类的工作”——那答案是肯定的。

但你注意了，我说的是“取代工作”，不是“取代学科”，更不是“取代人”。

那些真正站在顶峰的物理学家们，其实看得很透。谷歌DeepMind的Matthew Ginsberg在最近一场全球物理峰会上说了句大实话：AI的本质是生成基于“共识”的答案，而伟大的科学家干的是给出“非共识”的突破-5。

这话翻译成大白话就是：AI擅长的是在已知框架内找最优解，但它不太会问“这个框架本身有没有问题”。

那谁擅长干这个？人。

未来AI会取代理科吗？严格来说，它会重构理科，但不是连根拔起的那种重构。

真正的危机不是AI太强，而是我们太弱

说到这儿，我想起一件特别有意思的事。

去年有个哥们跟我吐槽，说他表弟学计算机的，毕业后去了一家互联网大厂，天天用AI写代码，一开始美滋滋，觉得自己效率起飞。结果半年后，公司搞了一轮“结构性优化”，他表弟被优化了。领导的原话是：“现在一个人加AI能干三个人的活，我们不需要那么多码农了。”-3

讽刺的是，当初他表弟是部门里最早用AI的那批人。

更讽刺的是，有数据显示，虽然很多公司喊着“因为AI要裁员”，但实际上只有2%的公司是真的因为AI落地后效率提升才裁人的。剩下的，不过是借着AI的名义搞“开猿节流”-3。

那封著名的Block裁员邮件里，CEO说了一句话特别扎心：“我们的业务依然强劲，毛利持续增长，客户群不断扩大。但是，世界已经变了。”-3

翻译一下：不是你们不行，是我想用更少的人赚更多的钱。

这让我想起费曼的一个轶事。当年他在洛斯阿拉莫斯国家实验室工作时，吉普车在沙漠里抛锚了，传动带断了。费曼愣是用自己的皮带替换了传动带，开着车出了沙漠-9。

这事搁现在会怎样？大概率是掏出手机搜“沙漠抛锚怎么求救”，然后等救援。不是说这样不对，而是说——当你习惯了什么都有现成答案的时候，你就失去了自己解决问题的能力。

费曼那代人，脑子里装的是物理定律，手里能修车，兜里还揣着备用方案。这是真本事。

而我们这代人，尤其是年轻一代，正在经历一场“去技能化”的浪潮。AI写代码、AI做PPT、AI写报告、AI分析数据……你唯一需要会的，就是打字和点击“生成”。

这就引出了一个更深刻的问题：未来AI会取代理科吗？如果“理科”意味着一种思维方式和解决问题的能力，那答案可能不太乐观。不是AI取代了你，是你自己把能力交了出去。

但别急着哭，希望还在

说了这么多丧气话，该聊聊怎么活了。

好消息是，AI不是只裁员不招人。智联招聘的数据显示，今年春招AI智能体相关岗位同比暴增455%，AI算法工程师的应届生起薪能干到17038块-7。那些能把AI用好的人，依然抢手。

中南大学的春季双选会上，企业HR们把话挑明了：我们不看你会不会用AI这个工具，我们看你有没有“用AI解决过实际问题”的经历-10。换句话说，简历上写着“会用ChatGPT”没用，你得写“我用ChatGPT干了什么别人干不了的事”。

还有一点特别重要：纯理科的出路并没有堵死，只是变了。物理学、数学、统计学这些基础学科，反而成了AI时代的香饽饽。因为搞AI需要底层逻辑，需要数学直觉，需要抽象思维——这些东西恰恰是理科训练给你的-7。

所以阿杰那个问题，我最后是这么回答他的：

“兄弟，你学理论物理没错。但你学的不只是物理方程，你学的是怎么在混沌中找到秩序，怎么用有限的工具解决无限的问题。这些东西，AI暂时还学不会。等它真学会了，那也不是你的问题，那是全人类的问题。放宽心，该读读，该写写，顺便学学怎么用AI当你的助手。这碗饭，还能吃很久。”

他回了我一个表情包，说昨晚终于睡了个好觉。

好了，关于“未来AI会取代理科吗”这事儿，我算是把知道的都说了。但一千个人眼里有一千个哈姆雷特，我特意找了三位不同背景的朋友，让他们从各自的角度聊聊这事儿，大家看看谁说得在理。

网友“量子熊猫”问：
我今年大二，学的材料科学与工程，现在很迷茫。我们专业课老师上课还在讲几十年前的内容，实验课还是手写报告。我想问，像我这种普通学校的学生，面对AI浪潮是不是已经被抛弃了？还有没有机会翻盘？

答：
兄弟，你这话说得太早了。

先给你吃个定心丸：普通学校的学生反而可能更有“后发优势”。为啥？因为名校的学生可能还沉浸在“我们学校牛逼”的幻觉里，而你已经意识到问题了——这是好事。

我认识一个朋友，湖南某二本毕业，学的化学工程。大三的时候他就发现不对劲，自己做的那些实验，AI几分钟就能模拟完。但他没慌，转头去学了Python和机器学习基础，然后在毕业论文里用AI辅助做了催化剂筛选的预测模型。结果呢？论文拿了优秀，还被一家新能源材料公司看中，现在在做“AI+材料”方向的研发。

他的经验就三条，我分享给你：

第一，把专业课学好，但别只学课本上的。材料科学的底层逻辑——晶体结构、热力学、动力学——这些AI是帮你总结不出新规律的，你得自己啃透。这是你的“护城河”。

第二，主动去蹭AI的边。现在网上资源那么多，B站上教Python的、教机器学习的，免费的付费的都有。你不用成为AI专家，但你要知道AI能帮你解决什么问题。比如材料计算、性能预测、实验设计，这些现在都有现成的AI工具可以用。

第三，找一个具体的小问题，用AI去解决它。简历上写“我会用ChatGPT”没用，你得写“我利用AI辅助预测了XX材料的力学性能，准确率达到90%”。哪怕是课程设计、毕业设计，你往这个方向靠一靠，面试的时候就是加分项。

最后送你一句话：在这个时代，最有竞争力的人不是最懂AI的人，而是最懂“自己专业+AI能怎么结合”的人。你现在大二，还有两年时间，完全来得及。别等毕业了才后悔，现在就开始干。

网友“码农老张”问：
我干后端开发8年了，今年公司刚裁了一波，虽然我暂时没在名单里，但每天提心吊胆。我就想问，我们这些“老程序员”是不是真的要被AI淘汰了？我这把年纪学新东西也学不动了。

答：
老哥，你的焦虑我特别能理解。但说实话，你这种“老程序员”反而是最不容易被淘汰的。

我给你分析一下原因。

现在AI写代码的能力确实越来越强。OpenAI内部已经广泛用Codex写代码，过去要一周的活儿，现在一个周末就搞定-5。但你要注意一个细节：OpenAI的首席科学家Pachocki怎么说？他说“在核心架构设计上，我不会放权让它主导全局”-5。

什么意思？AI能写代码，但它不会设计系统。

你干了8年，踩过多少坑？遇到过多少线上事故？做过多少次架构重构？这些经验，是AI学不会的。AI生成的那几行代码看着漂亮，但放生产环境里跑一跑，指不定哪儿就崩了。去年有研究说，三分之一的雇主把裁掉的岗位又招回来了，为啥？因为AI写的代码bug太多，还得靠人来修-3。

所以你的核心优势不是“写代码的速度”，而是“知道代码该怎么写才不出错”。这种经验积累，AI短时间内替代不了。

那你要做什么？我给你三条建议：

第一，别跟AI比速度，跟AI比深度。年轻程序员可能一小时写100行，你一小时写20行，但你的20行是经过深思熟虑的、考虑到扩展性可维护性的。这才是你的价值。

第二，往“AI辅助”方向转型。你不是在跟AI竞争，你要学会用AI当你的助手。让AI帮你写单元测试、写文档、生成样板代码，你腾出时间来思考架构设计、业务逻辑、系统优化。效率提上去了，你的不可替代性也更强了。

第三，如果你还有精力，往业务方向靠一靠。最懂技术的人很多，但既懂技术又懂业务的人很少。你干了8年，对公司的业务流程、数据流转、系统痛点肯定有深刻理解。把这种理解转化成你能解决的问题，你就从一个“写代码的”变成了一个“用技术解决业务问题的人”。这样的人，哪个公司都缺。

最后说句实在的：你这种有经验的程序员，在就业市场上依然是稀缺资源。别被那些裁员新闻吓住了，那是针对可替代性强的岗位。你这种8年经验、有架构能力的人，换个公司照样有人要。稳住，别慌。

网友“文科生的春天”问：
我是学中文的，今年大四，看到新闻说“文科生月薪三万被疯抢”，但我投了十几家公司，要么石沉大海，要么让我去做AI内容审核。这新闻是不是骗人的？文科生的春天到底来没来？

答：
姑娘，你的困惑我特别理解。先给你说个数据：今年头部AI企业招聘文科岗位占比确实从5%涨到了20%-30%，有的企业还专门设了“AI叙事设计师”这种岗位-3。所以“文科生被疯抢”不是假新闻，但问题在于——被抢的是什么样的文科生。

我给你拆解一下。

现在AI公司最缺的不是写代码的人，而是能把技术讲清楚、把产品用起来、把用户留下来的人。AI模型再强，你得有人告诉用户“这玩意儿能干嘛”；产品再好，你得有人写文案、做运营、搞推广。这些活儿，文科生干起来天生有优势。

但为什么你投了十几家公司没反应？因为你可能还在用传统的文科生简历。

你需要做的，是把你的文科能力“产品化”。

比如你学中文的，你擅长什么？写作？那你能不能写一篇关于AI产品的深度评测，发在知乎或者公众号上，证明你不仅能写，还能理解技术。如果你做过公众号运营，那你有没有数据——涨了多少粉、阅读量多少、转化率多少？这些东西才是HR想看的。

我认识一个姑娘，学新闻的，去年毕业。她在大四的时候做了一件事：她关注了十几个AI工具，每个都写了一份详细的“使用说明书”——怎么注册、怎么用、能解决什么问题、有什么坑。然后把这些内容做成图文，发在小红书上。结果呢？积累了3万粉丝，还没毕业就被一家AI创业公司挖去做内容负责人了。

所以你的问题不是“文科生有没有机会”，而是“你能不能证明自己比别人更懂AI内容”。

具体怎么做？我给你三条路：

第一，把AI当成你的“第二专业”来学。你不用会写代码，但你要会用主流AI工具。ChatGPT、Midjourney、Notion AI、Gamma……这些都玩一遍，知道它们能干嘛、不能干嘛。面试的时候聊起来，你就有东西说。

第二，做一个能拿得出手的作品。哪怕是个公众号、小红书号、甚至只是几篇深度文章，只要能证明“我会用AI工具做内容创作”，就是敲门砖。

第三，关注“AI+行业”的结合点。纯AI公司竞争激烈，但“AI+教育”“AI+医疗”“AI+法律”这些领域，懂行业又懂内容的文科生非常稀缺。你可以把目标放宽一点，别只盯着那几家头部大厂。

最后跟你说句掏心窝子的话：文科生在这个时代的机会，其实比理科生更隐蔽、也更广阔。因为AI越强，越需要人来做“翻译”——把技术翻译成需求，把数据翻译成故事，把算法翻译成价值。这事儿，还得文科生来干。别灰心，找对方向，你的春天迟早会来。