为何计算机科学学位仍能开启隐秘机遇之门

背景

近期，关于“计算机科学（CS）学位已死”以及“AI将取代初级工程师”的论调在科技圈甚嚣尘上。这种焦虑情绪在应届毕业生中蔓延，导致许多人认为自己的学位是一种错误。与此同时，科技巨头如 Meta 和 Microsoft 宣布大规模裁员，进一步加剧了市场对 AI 取代人类工作的担忧。

然而，Brian Jenney 作为拥有 12 年经验的软件工程师、Parsity（一家专注于 AI 工程教育的平台）创始人，以及资深面试专家，对此持不同观点。他基于对数百次面试的观察以及当前劳动力市场的实际数据指出，问题不在于学位本身，而在于招聘管道的扭曲。这篇文章旨在通过数据分析和职业策略，为寻求第一份科技工作的毕业生提供务实的建议，并澄清 AI 在裁员潮中的真实角色。

核心内容

1. 失业数据的语境化解读

尽管美国联邦储备银行纽约分行数据显示，美国近期 CS 毕业生的失业率为 6.1%，计算机工程毕业生为 7.5%，看似高于哲学（3.2%）和艺术史（3.0%）专业，但这需要更深入的背景分析：

• 就业不足率（Underemployment）： 当计入从事无需大学学位工作的毕业生比例时，工程师的就业不足率低于 20%，远低于所有近期毕业生 42% 的平均水平。许多低失业率专业是通过接受与专业完全无关的工作来实现的。
• 综合表现： 综合失业率、就业不足率和早期职业收入来看，CS 和计算机工程仍然是劳动力市场结果最好的领域之一。

2. 招聘管道的扭曲与“幽灵职位”

学位并非问题所在，问题在于招聘管道。数据显示，2023 年底至 2024 年底期间，标记为“初级软件工程师”的职位发布量增长了约 47%，但实际入职人数却下降了约 73%。这种现象部分归因于所谓的“幽灵职位”（Ghost Jobs），即公司为了营造增长假象而发布的虚假招聘广告。这使得求职入口变得难以寻找，但入口依然存在。

3. 求职策略建议

针对当前的市场环境，Brian 提出了以下具体行动建议：

• 利用真实人脉网络： 约 26% 的工作机会来自推荐。求职者应审视自己的真实网络（同学、教授、前实习联系人、亲戚），寻找目标公司的内部人士进行“热引荐”（Warm Introduction）。一次有效的内部推荐胜过通过门户提交的一百份冷申请。
• 寻找对称风险（Symmetric Risk）： 初级工程师对雇主而言是高风险 hires，而初创公司同样具有高风险特征（薪酬较低、稳定性不确定、绩效期望高）。这种风险的对等性创造了共同利益。在初创公司工作虽然曲线陡峭，但能带来广泛的曝光度和可转移的职业记录。对于长期目标是大型组织的工程师而言，初创公司不是弯路，而是积累目标公司所需经验的途径。第一份工作是为了验证和学习，而非终身判决。
• 制造经验而非等待： 雇主希望雇佣有经验的人，但不会为了让你获得经验而雇佣你。解决方案是主动创造经验：部署一个项目、贡献开源代码、或为小型企业/亲属构建实际解决方案。招聘人员对“玩具项目”持怀疑态度，但一个解决实际问题且能清晰阐述决策逻辑的部署应用，仍能显著提升竞争力。
• 掌握实用的 AI 工程技能： 熟练使用 Cursor 或 Copilot 已成为基本预期，而非差异化优势。真正的差异化在于深入理解底层技术。大多数在职工程师（包括资深人士）尚未构建过 RAG（检索增强生成）管道或设计过多智能体系统。掌握文档分块、嵌入生成、向量数据库存储与查询，并将其集成到生产应用中，将使候选人在这一快速增长的技能领域领先于大部分市场。2025 年 AI 和数据科学相关的职位发布增长了 163%，那些理解系统运作原理而非仅会提示工程（Prompting）的工程师最为稀缺。
• 停止优化不可预测的条件： 没有人能预测 2021 年的招聘热潮或随后的调整期。应致力于构建持久的技能（Durable Skills），如清晰思考系统的能力。起点不等于终点。

4. 科技巨头裁员与 AI 的关系

Meta 宣布裁员 10%（约 8,000 人），Microsoft 计划为 7% 的美国员工提供自愿退休买断方案。尽管许多人将这些裁员与 AI 联系起来，但悉尼大学的两位学者对此提出了不同看法，暗示 AI 可能并非唯一的归因对象。

5. 其他科技新闻摘要

• ENIAC 复刻项目： 前机器人学家 Tom Burick 在金融危机关闭公司后，转行成为自闭症学生学校的科技导师。他领导团队建造了一台全尺寸的 ENIAC（世界上第一台通用电子计算机）复制品，以庆祝其诞生 80 周年。
• 美国拟议机器人禁令： 美国正在推进限制使用中国制造的敏感技术，最新立法提议将范围扩展至地面机器人（包括人形机器人、机器狗和爬行机器人）。这可能有利于美国本土机器人公司，但许多此类公司仍依赖中国制造的组件，导致美国机器人行业陷入两难境地。

关键要点

• CS 学位依然有效： 尽管初级岗位竞争激烈，但 CS 和计算机工程在综合劳动力市场指标（失业率、就业不足率、早期收入）中仍名列前茅。
• 招聘市场存在结构性扭曲： “幽灵职位”现象导致职位发布量与实际入职量严重脱节，求职者应意识到这是市场现象而非个人能力问题。
• 人脉推荐至关重要： 约 26% 的职位通过推荐获得，建立真实的人脉网络并进行热引荐比海投简历更有效。
• 初创公司是跳板： 对于初级工程师，初创公司提供了与雇主风险对等的机会，是积累可转移经验、最终进入大型组织的可行路径。
• AI 技能需深入底层： 仅会使用 AI 工具（如 Copilot）已不足以构成竞争优势，掌握 RAG 管道、向量数据库和多智能体系统等工程实现细节才是关键差异化技能。
• 构建持久技能： 面对不可预测的市场波动，专注于系统思维等持久技能比优化短期求职策略更为重要。
• AI 并非裁员唯一原因： 科技巨头的裁员潮虽与 AI 发展有关，但将其视为唯一归因可能过于简化，需结合宏观经济和行业调整来看待。

意义与影响

这篇文章为处于职业起步阶段的计算机专业毕业生提供了重要的心理安抚和战术指导。它打破了“AI 将立即取代所有初级工作”的恐慌叙事，指出市场虽然拥挤，但机会依然存在，只是获取路径发生了变化。

从行业角度看，文章揭示了当前招聘市场的非理性行为（如幽灵职位），并强调了企业对“即战力”和“深层工程能力”的渴求。对于 AI 领域，它明确指出了从“应用层”向“工程层”的能力转移趋势，预示着未来对具备系统构建能力的 AI 工程师的需求将持续增长。

此外，文章末尾提及的 Meta 和 Microsoft 裁员以及美国对华机器人技术的限制，反映了科技行业在地缘政治和技术变革双重压力下的结构性调整。这表明，尽管 AI 带来了效率提升，但劳动力市场的重构是一个复杂的过程，涉及经济周期、政策干预和技术成熟度等多个维度。对于从业者而言，保持技能的深度和广度，并建立灵活的职业路径，是应对不确定性的最佳策略。