當文科生用AI做出爆款應用的故事刷屏時，中國傳媒大學一口氣砍掉16個本科專業(yè)。

一邊在說文科又行了，一邊是一些文科專業(yè)徹底給撤了。到底哪邊是真的？

真正的問題或許不是學科本身，而是教育模式需要一場徹底的變革。

逆襲敘事，經不起推敲

最近互聯(lián)網上，文科生們終于等來了一些好消息。

隔三差五就有一個案例蹦出來，不會寫一行代碼的文科生，做出了爆款應用。每出來一個，似乎就給文科生帶來一些心理安慰，看到沒，AI時代，文科生也能行。

但說實話，看了好幾個這樣的案例后，總覺得哪里不太對。

最近比較火的是一個叫楊天潤的小伙子，號稱沒寫一行代碼，開發(fā)了一個多智能體協(xié)調平臺，還向GitHub上熱門的開源項目OpenClaw批量提交代碼。

如果只看這故事，對渴望借助AI翻身的文科生來說，確實挺勵志的。

但經媒體查證，他一共提交了134個申請。前面的代碼質量還行，有21個被合并了。后面的113個，不僅全被管理員拒絕了，還因為他的批量無效提交，社區(qū)管理員專門修改了規(guī)則：

限制提交上限。

我不太了解楊天潤的情況。但身邊確實也有不少通過AI開發(fā)出應用的文科生，有的還做得挺不錯。

不過仔細和他們聊下就會發(fā)現(xiàn)，他們之所以能用AI做出應用，不是因為他們大學讀的文科，而是因為他們在開發(fā)應用前，還是認認真真自學了AI開發(fā)，學了應用部署，學了基本的Python技能。

如果你覺得有了AI，就可以一句話開發(fā)應用，那顯然是低估了從演示到真正部署、上線的門檻。看看有多少人在付費裝OpenClaw就知道，至少在目前，文科生跨界到應用開發(fā)領域的門檻并沒有完全消失。

用個案來證明"AI時代文科又行了"，本身就是一種掩耳盜鈴。稍微懂點新聞規(guī)律的人都知道，一件事情之所以能成為新聞，就是因為稀缺、不普遍。

一條狗咬了人，不是新聞；一個人咬了狗，那才是新聞。文科生做出了爆款應用上熱搜，恰恰說明這事兒：

不常見。

砍專業(yè)更有說服力

文科到底行不行，看看專業(yè)設置就知道了。

最近中國傳媒大學一口氣砍掉了翻譯、攝影等16個本科專業(yè)和方向，直接上了熱搜。這事兒可比個別文科生的逆襲故事有說服力多了。

盡管后來辟謠說，是調整、合并。但背后的需求減少，無疑是真實，也最有決定性的因素。

當報這些專業(yè)的學生越來越少，學這些專業(yè)的畢業(yè)生就業(yè)越來越難。砍專業(yè)就成了最后的選擇。

當然，今天討論這些，不是來翻炒文科無用論的。說文科沒用，那也不對。包括DeepSeek和Anthropic，這些最頂尖的AI公司，也都曾經專門招聘文科的人才。

問題的本身，或許不在于文科是不是有用，而在于學科界限的正在 消失。 在AI時代，如果我們還在抱著文科、理科這種分類法的觀念，本身可能就是有問題的。

推動學科融合這事，喊了很多年了，效果一直不太理想。有些專業(yè)，其實早就跟不上時代，也并沒有及時調整。畢竟在大學里砍專業(yè)，可比公司裁員難多了。

AI的出現(xiàn)，終于開始讓大家系統(tǒng)思考學科的問題。當學科的界限正在被AI碾碎，學科調整的阻力也在變小。

AI時代的學習新范式

最近海外社交媒體上有個帖子挺有意思。麻省理工學院有一位研究生，用AI把一門課程的學習，從一個學期壓縮到了48小時。

他的學習方法確實有點意思。

他不是按照傳統(tǒng)的課程表和教學節(jié)奏來學，而是找了這個學科領域的6本教科書、15篇研究論文，再加上能找到的一些課堂講義，一股腦全喂給了AI。

然后問了三個問題。

第一個問題：這個領域所有專家共享的5個核心心智模型是什么？

他一上來就跳過了概念、定義這些枝枝蔓蔓的東西，直奔最核心的東西去了。讓AI 直接告訴他這行的底層思考框架是什么。

傳統(tǒng)教育里，這些東西可能要到一門課學完才能總結到。

第二個問題：告訴我這個領域，專家們的根本性分歧在哪，每一方最有力的論據(jù)是什么。

最有爭議的，往往是學科最前沿的、還沒有達成共識的內容。圍繞分歧和辯論展開的學習，等于直接站到了這個學科的最前線。

傳統(tǒng)教育里，這些內容可能要在研究生階段才開始接觸。

第三個問題：生成10個問題，能區(qū)分出真正理解這個學科的人和只是背了知識點的人。

這一步是自我測試。他試著用自己的理解來回答，然后讓AI判斷答得對不對、錯在哪里、為什么錯、有沒有遺漏。

三個問題，48小時，一個學期的課程。

我們不去評判這事兒是不是百分之百靠譜。但這個思路確實說明了一件事：傳統(tǒng)的學習方式正在被顛覆。

文科的思維模式、價值判斷，在AI時代確實很有必要。批判性思考、倫理判斷、人文關懷，這些東西AI到現(xiàn)在也學不太好。

但這些能力的需求，并不必然意味著，很多學科還會像現(xiàn)在一樣，作為獨立的一門學科存在。

未來的學科，可能更像現(xiàn)在的Agent一樣，逐漸技能化。每個學科就是一個獨立的Skill，你需要的是掌握調用它的方法，你并不需要了解技能的詳細構成。

過去很多學校為了讓學生多一些跨學科體驗，搞過雙學位。但如果48小時就能學完一學期的課程，雙學位這個概念本身也就沒什么意義了。到時候很多人簡歷上，寫的孔怕不再是雙學位，而是：

掌握、使用過多少個技能包。

AI不是救世主

AI不是文科的救世主，同樣也不是理科的救世主。AI是來重新定義"學科"這個概念的。

在AI時代， 更需要思考的是， 我們需要什么樣的教育，需要什么樣的人才培養(yǎng)。這個問題，比糾結于文科是不是有用：

顯然更為重要。

特別是很多專業(yè)的教育從業(yè)者、管理者，更要好好想想怎么擁抱當下的技術趨勢。

別等到自己的專業(yè)被撤的時候，才上一次熱搜。