当下科学界有一个很受争议的讨论：进入 AI 时代，借助大模型强大的科研辅助能力，21 世纪能不能催生一万个爱因斯坦。一部分学者认为 AI 可以大幅降低科研门槛，放大人类智慧，批量产出高水平科研人才；另一派观点则认为，AI 只是高效工具，擅长归纳现有规律，很难诞生颠覆性的原创思考，真正顶级科学家的灵光一闪依旧无法复制。这场争论，也让很多理工科学生重新审视 AI 赛道：去美国读人工智能专业，真实就业前景到底怎么样？
小江是卡内基梅隆大学人工智能硕士毕业生，属于该赛道真实海归样本。选择美国读书，看重当地 AI 产业土壤深厚，高校紧跟 AI for Science 前沿研究，校内算力资源充足，身边不少同学向往成为 AI 时代的科研人才。读书期间同学分成两条路线：一部分希望留在美国，进入硅谷大厂、AI 研究机构做算法、科研岗位；另一部分看好国内大模型产业爆发，计划回国发展。
毕业之后，小江经历 H1B 抽签失利，放弃留美机会回国，入职国内头部科技企业大模型落地部门。他坦言现实和读书时期的想象存在落差。AI 工具确实可以辅助实验、处理海量数据、快速查阅文献，相当于给科研人员配备强力助手，但工具不会直接造就顶尖科学家。不管是做研究还是产业落地，提出问题、定义方向、突破固有框架的能力，依旧掌握在人的手里。
赴美读 AI 专业有实打实优势。作为 STEM 专业，可以享受 36 个月 OPT，有充足时间在美国积累实习工作经验；课程覆盖机器学习、大模型、AI 辅助科研等前沿方向，接触大量行业项目。留美就业，硅谷算法岗薪资上限很高；回国之后，国内大模型、自动驾驶、AI 制药等赛道扩张，对海外 AI 人才需求旺盛，头部企业能够给出有竞争力的薪酬包。
但行业内卷同样不可忽视。申请热度居高不下，名校录取门槛极高；即便名校毕业，也不等于就能从事顶尖科研工作，大部分毕业生从事产业落地工程岗位。留美要面对工作签证抽签不确定性；回国求职，企业更看重项目实战能力，如果只懂海外理论，缺少国内产业落地经验，求职也会碰壁。
AI 可以放大人才能力，但不会批量复制天才。一万个爱因斯坦更像是一种美好设想。对于赴美读 AI 的学生而言，不要幻想依靠技术红利躺赢，把 AI 当做自己的能力放大器，打磨底层算法能力，结合产业真实需求，才能在赛道站稳脚跟。
AI 浪潮之下，机遇和内卷同时存在。留学只是拿到入场券，真正拉开差距的，永远是人本身的思考与创造能力。