从“我能教什么”到“国家需要什么” ——高等教育转向“产业导向”与“战略需求导向”的底层逻辑、现实约束与制度边界
2026-10-16 07:01:30 思宇时评 观点
文 / 金思宇(中国政策科学研究会特邀研究员、中国智库高级研究员
引言:一场权力再配置,而非一次专业加减法
2026年,教育部发布《普通高等学校本科专业目录(2026年)》,新增38种本科专业,全国高校专业调整比例首次突破10%。“十四五”期间,累计新增本科专业布点1.02万个、撤销或停招1.22万个,调整比例超过30%。减多于增,力度空前。
但如果把这场变革理解为“专业名称的更新换代”,就会严重低估它的分量。
真正在发生的事,是一次涉及四重权力的再配置:专业设置权——从高校关起门来定,变为产业声音进决策、省域清单做引导;资源配置权——从学科排名驱动,变为人才供需适配度驱动;评价定价权——从学术共同体主导,变为市场用人和产业链需求参与定价;学位授予权——从单一学科框架,扩展为交叉学科学位实体的制度突破。过去,这四重权力主要掌握在学术共同体和校内行政体系手中;现在,国家战略需求、区域产业缺口、人才供需数据、企业用人标准,正在成为越来越强势的参与变量。教育部高等教育司的表述极为直白:推动学科专业建设从自我发展的“小逻辑”向服务国家发展的“大逻辑”转变。安徽大学原党委书记蔡敬民则用更锋利的话概括:地方大学必须从“学科逻辑”转向“强国逻辑”,从“我能培养什么就培养什么”转向“区域需要什么我们就培养什么”。
因此,这场转型的核心问题不是“要不要转”——它背后站着人口结构拐点、AI对流程化岗位的替代、技术迭代快于培养周期的时间差、学生对教育投资回报的正当追问,以及全球高等教育竞争格局的加速重组,这五重压力没有一项是可以回避的。真正需要追问的是:当决定大学办什么专业的力量,从学术共同体部分转移到战略需求和产业链时,如何避免新的扭曲?如何守住大学作为“慢变量”的独立价值?
一、最新进展:一组可以核验的数据,看清调整的规模与方向
第一,调整力度前所未有。 教育部发布的《普通高等学校本科专业目录(2026年)》新增38种本科专业,全国高校专业调整比例首次突破10%。“十四五”期间,全国高校累计新增本科专业布点1.02万个、撤销或停招1.22万个,累计调整比例超30%——减多于增,说明这不是简单扩容,而是实质性洗牌。自2024年起,本科专业目录实行“年更制”,这一制度安排源自2023年《普通高等教育学科专业设置调整优化改革方案》。
第二,新增专业的结构就是国家的产业地图。 38个新专业中,工学占比最高(约34%),数字智能类专业数量领跑。落点非常清晰:
· 未来产业:具身智能、脑机科学与技术、生物制造;
· 自主可控:半导体工艺与装备、稀土科学与工程、真空工程与技术;
· 能源与安全:能源科学与工程、深地科学与工程、盐碱地科学与工程、森林消防;
· 服务业提质:数字贸易、数字金融、数字文旅、商业人工智能;
· 民生急需:城市更新、智慧景观营造、艺术治疗、智慧渔业、太极拳等。
尤为关键的是,交叉学科门类首次成建制进入本科目录。未来机器人、交叉工程等11种目录内已有专业,以及具身智能、脑机科学与技术等4种新专业被首批列入。这意味着交叉学科从过去隐藏在一级学科下的“研究方向”,上升为独立的“专业实体”,为跨院系师资配置、课程设计和学位授予扫清了制度障碍。教育部还探索建立了战略急需专业超常设置机制,为中央最新部署、高度关注的战略领域开辟即时响应的“绿色通道”。去年北京航空航天大学等6所高校增设低空技术与工程专业,今年哈尔滨工业大学等9所高校增设具身智能专业,都是突破常规流程设置,有组织地加强国家重大战略急需人才培养。
第三,院系重组比专业调整更剧烈。 据不完全统计,2025年1月至2026年6月,国内本科院校通过合并、拆分、重组等形式揭牌成立的新学院超过200所,其中新建91所、更名83所、合并18所、拆分15所。新设最多的是人工智能学院,调整幅度最大的是建筑类院系。武汉理工大学2026年新设7所学院,接近原有招生学院总数的三分之一。四川大学人工智能学院于2026年1月揭牌,中南大学人工智能学院于2026年5月组建,兰州大学人工智能学院于2026年6月成立。首都师范大学校长方复全在人工智能学院揭牌时特别强调:“人工智能学院不是跟风增设,而是战略举措”。山东省人工智能学院于2026年9月开学,由山东大学牵头,联合中国海洋大学、中国石油大学(华东)等6所高校共建,面向山东产业发展需求开展人工智能高层次人才培养和重大项目协同攻关,坚持跨校协同、产教深度融合。
与此同时,传统文科院系也在经历深度重组。中国传媒大学2025年拟撤销国际经济与贸易、社会学、应用统计学、会计学、公共事业管理、税收学等7个本科专业。上海财经大学2026年申报撤销工程管理、公共事业管理、物流管理专业及应用统计学。南昌大学2026年停招汉语国际教育、德语、人力资源管理、电子商务、会展经济与管理、水产养殖学6个本科专业。云南大学拟撤销财政学和人力资源管理两个本科专业。浙江理工大学2026年拟停招美术学、日语等5个专业,撤销电子信息科学与技术等3个专业。从2020年到2024年,全国撤销数量最多的本科专业包括信息管理与信息系统、公共事业管理、信息与计算科学、市场营销和产品设计。调整不只是“上新”,更是一场大规模的“退场”。
第四,培养模式在同步变形。 上海交通大学2026年7月揭牌“红杉书院”,依托致远学院,实行“一生一策”个性化培养、弹性学制、多维评价,摒弃单一学积分排名,图灵奖得主John Hopcroft等50余位学者进入导师团。大连理工大学推行“学域培养模式”,学生入学后按学域而非专业培养,1—2年后无需参考绩点即可在学域内任选专业,“转出无门槛、转入有要求”。西安交大近5年培育医工学、数据科学等5个新兴专业,并首批建设人工智能、脑机交互、智慧能源、低空技术等20个微专业。这些动作的共同指向是:把培养周期从“固定四年”变成“可组合、可调整、可加速”的能力积累过程。
第五,省级层面已形成可复制机制。 教育部自2024年起指导黑龙江、浙江、重庆等8省市试点专业设置与区域发展匹配度提升工作,围绕千亿、万亿级产业集群打造特色优势专业集群247个,推动各省发布覆盖473种专业的急需专业清单和专业预警清单。黑龙江构建“数据监测—智能分析—动态调控”闭环,对专业从生源质量、师资力量、教学条件等6个维度进行“数字画像”,2025年因此不同意新增21个专业、不予预申报24个专业。重庆24个市级专业教学指导委员会中行业企业专家比例提高到20%以上。浙江发布《高等教育服务加快构建浙江特色现代化产业体系行动方案(2026—2028年)》,提出到2028年新增或升级500个以上学科专业、输送重点产业急需人才30万名以上、科技成果转化超200亿元,并对全省高校逐一明确合作平台、服务企业和主攻产业集群,形成500多项任务清单。
第六,交叉学科的自主设置正在加速。 据教育部公布的最新备案名单,广东22所高校共自设236个二级学科,15所高校共自设48个交叉学科,数量均创近五年新高。低空技术与工程成为“出镜率”最高的自设学科之一,暨南大学、汕头大学、华南农业大学等5所高校在二级学科层面设置该学科,广东财经大学、广州大学、东莞理工学院等5所高校在交叉学科层面自设。各校融合的一级学科“配方”大不相同:广东财经大学偏向管理类,东莞理工学院从工科及区域应用方向切入,佛山大学突出制造业导向与地方产业适配。这种“多元路径、多个领域对接”的格局说明,交叉学科建设正在从“一刀切”走向“差异化”。
二、为什么非转不可:五重压力同时压上来
第一重,供给端峰值已到。 2026届全国普通高校毕业生规模达1270万人,同比增加48万,再创新高;叠加往届未就业及海归等群体,青年求职总规模庞大。生源端则面临长期收缩压力。据有关部门测算,高等教育学龄人口面临“快升—短平—陡降”发展趋势,在校生规模预计2032年左右达峰,到2040年左右大幅减少。入口与出口同时承压,高校无法再靠规模扩张消化结构性矛盾。
第二重,需求端发生质变。 就业市场的核心矛盾已从“总量性岗位供给”转向“结构性能力匹配”。人工智能、数字化正替代部分流程化、低技能含量岗位,导致传统行业初级岗位的就业吸纳能力下降。企业用人标准正从“学历信号”转向“能力匹配”,从“专业对口”转向“底层技术理解、场景应用经验和快速学习能力”的综合考量。调研数据显示,人工智能工程师岗位中,对“无经验”求职者的需求占比由2021年的5.69%上升至2025年的8.80%,表明企业不仅需要能即刻创造价值的成熟型人才,也在积极储备具有学习能力、发展潜力和成长空间的青年人才。与此同时,人力资源社会保障部2026年9月发布了第八批新职业,包括数字孪生工程技术人员、具身智能机器人应用技术员等11个新职业,以及低空物流员、低空智能网联系统管理员等23个新工种。具身智能产业人才缺口已达100万,“具身智能机器人应用技术员”岗位需求量一年增长30%。国家正在推进“技能照亮前程”行动,围绕低空经济、新能源汽车、人工智能、康养服务等领域,每年补贴培训1000万人次以上。如果市场不再为“文凭”付费,而为“能做什么”付费,大学的价值锚点就必须移动。
第三重,就业市场“K型分化”加剧了转型的紧迫性。 2026年秋招呈现出一种残酷的割裂:少数AI顶尖人才被大厂疯抢,应届核心AI研发岗月薪中位数在2.5万元到2.7万元之间,部分岗位可达3万至4万元,名校计算机博士甚至被开出700万年薪。与此同时,受AI冲击最严重的,往往是那些月薪在5000元到8000元、要求经验在1到3年间的岗位。近45%的大专及以上求职者匹配了专业不对口的岗位。2026届毕业生报考公务员、事业单位、教师等“体制内”岗位的比例达25.1%,较上届提升2.6个百分点;“慢就业”群体规模扩大,2026届毕业生选择慢就业的比例达10.3%,同比上升0.9个百分点。这种分化表明,高等教育如果继续输出“标准化人才”,就会在K型曲线的下行侧越滑越远。
第四重,高等教育的“消费投资属性”显性化。 民办本科最低学费平均值从2020年的1.9万元/学年升至2025年的2.4万元/学年,近五年超82%的民办本科院校最低学费出现上涨,其中8%的院校涨幅超1万元。与此同时,就业市场出现“学历倒挂”,2024年大专应届生offer获取率高于本硕博,超1.2万考生因学费放弃入学。美国的情况同样如此:学费大幅上涨,而就业能力、工资溢价和感知教育质量的提升未能同步,美国高等教育的投资回报率正日益受到学生、家庭和国际申请者的质疑。当教育被当作投资决策来评估,高校就必须接受投资回报率的审视。这是过去“学科逻辑”下从未有过的硬约束。
第五重,技术与产业迭代速度首次系统性快于培养周期。 一个本科专业从论证、获批、招生到首届毕业,通常需要5—6年;而人形机器人或大模型的技术栈,18个月就可能重写一次。这个时间差,是全部问题的根源。 正因如此,才会出现“超常设置机制”“目录年更制”“微专业”“试验班—新方向—新专业”等一系列试图把周期压缩到12—24个月的制度创新。它们不是锦上添花,而是对时间差的应急修补。教育部2025年启动的高校学生就业能力提升“双千”计划,推动在全国范围内开设1000个微专业和1000个职业能力培训课程,已惠及学生超过百万名。2026年5月,教育部召开“双千”计划实施推进会,强调要坚持需求导向、质量为本、开放共享、实践导向,深化产教融合、协同育人,推进人才供需对接前置。
三、全球坐标系中的中国选择
这场调整不是中国的独角戏。联合国教科文组织2026年5月发布成立80年来首份《高等教育全球趋势报告》,基于146个国家的数据,显示全球高等教育在校生从2000年的约1亿人增至2024年的2.69亿人,占适龄人口的43%。规模扩张的同时,各国研究型大学正在经历办学形态和运行体系的深层变革。
美国的路径是“自下而上的市场驱动”。 康奈尔大学2025年发布238页《美国大学未来委员会报告》,核心答案是“判断力”——大学必须把重心从“传递已知”转向“训练判断”。硅谷投资机构a16z推出两年制学院HAA,不颁发学位,不看学术分数,只看“作品证明”。特朗普政府推出的“创世计划”则试图整合国家实验室、顶尖高校与科技巨头,构建跨领域协同攻关体系,借助行政和财政手段约束高等教育机构的办学方向。这种模式灵活、快速,但缺乏系统性,容易加剧教育不平等。HAA不颁发学位、不提供联邦助学金、首届只面向极少数人,更像精英实验,而非普惠方案。
德国的路径是“制度化的双元制”。 德国新一轮“卓越战略”(2026—2033)构建以人工智能为枢纽、跨学科协同的研究网络,将多学科合作与校外机构参与设为资助必要条件,催生涵盖自然科学、工程技术与人文社会科学的复杂协作网络。德国应用科学大学在校生占比持续上升,2025—2026年冬季学期达111.29万人,重点培养工程实践型STEM人才,34%的高学历人群拥有STEM学位。双元制高等教育的优势在于产教深度融合已成社会共识,但前提是德国拥有强大制造业基础和成熟行业协会体系。
中国的路径是“政府主导的系统性重构”。 年更制、省域清单、超常设置机制、预警清单——这些制度工具在全球范围内都是独特的。“十五五”规划明确提出深化新工科、新医科、新农科、新文科建设,布局具有交叉创新潜力的专业方向,推进“人工智能+”培养模式,加快文理交叉发展。教育部在“十五五”蓝图中进一步提出,完善区域产业结构供需适配与动态预警机制,推动学科专业和产业迭代升级同频共振。优势是力度大、覆盖广、见效快。但风险恰恰在于“快”:自上而下的系统性重构,必须在效率与弹性之间找到平衡。 美国的灵活性和德国的制度化,都有值得借鉴之处。中国的制度优势在于能够快速动员资源,但制度优势的另一面是,一旦方向判断出现偏差,纠错成本也会更大。
欧盟则走出了一条“强监管”路径。 2026年全面生效的《欧盟AI法案》将教育领域的AI应用——包括招生筛选、自动化评估、考试监考等——明确列为“高风险”,要求技术保障措施与医疗器械或关键基础设施相当。苏黎世联邦理工学院联合多机构首创针对大语言模型的“合规性审查工具”,标志着欧洲高校正试图完成从被动的规则适应者向主动的技术标准裁判的跃迁。这条路径对中国高等教育的启示在于:在加速拥抱AI的同时,必须同步建立教育伦理的护栏。
四、冷思考:七个可能被忽视的风险
作为研究者,我必须在肯定方向的同时指出隐忧。这场转型的力度越大,越需要冷静审视。
风险一:“新瓶装旧酒”——专业改名不等于能力重塑。 师资、教材、实验条件、评价体系,哪一样都不是发一纸文件就能到位的。具身智能专业最缺的不是名字,而是懂本体、会控制、能写算法的复合型教师——这类人市场上本就稀缺,企业出价远高于高校。如果一个新专业只是把原有课程重新排列组合,再挂上一个时髦前缀,伤害的不是学校声誉,而是那一批学生的四年。判断真伪的标准很简单:看首届毕业生的毕业设计是不是真问题、真项目、真数据。
风险二:一哄而上造成新一轮同质化。 一年多时间新设91所学院、83次更名,人工智能学院最为普遍。热潮之中必然伴随盲目跟风。山东大学坚持“非国家急需不布局、非办学特色不设立、非社会紧缺不增设”,严格执行“新增一个、撤销一个”的动态平衡机制,这种克制应当成为标配而非例外。省域急需清单与预警清单覆盖473种专业,黑龙江一年否掉45个申报,说明约束机制已在运转。但预警清单的有效性取决于数据时效性,而产业数据永远滞后于产业现实。用去年的数据规划四年后的毕业生,本身就是一个需要持续修正的误差系统。
风险三:产业导向可能侵蚀基础学科与人文社科。 这是我最担心的一条。战略需求导向若被简单理解为“工科优先、应用优先”,基础数学、理论物理、哲学、历史、人类学等“不直接产生GDP”的学科将面临资源挤压。英国2021年以来削减对艺术、人文和传媒类学科的经费,将更多拨款投向医学、工程等优先领域。这种趋势值得警惕。然而,具身智能的底层是控制论与认知科学,脑机接口的根基是神经科学与材料学,低空经济离不开空气动力学与气象学。所有应用的高峰,都建立在基础的厚原上。 人文社科同样如此:科技伦理、数据治理、法律英语、国际组织与全球治理,恰恰是中国参与全球规则制定的短板。值得肯定的是,本次目录新增了政治安全保卫、法律英语、数字公共治理等专业,说明风险已被察觉。但仍需在资源配置上给出硬性保障:基础学科的投入不能以当期产业回报率为考核依据,它的回报周期是二十年,不是两年。
风险四:企业深度参与可能带来“定向培训化”。 产教融合方向完全正确,但边界必须守住:大学不是企业的岗前培训班。 企业的需求是当下的、具体的、利润导向的;大学的责任是长远的、一般的、人格导向的。康奈尔报告提出的“训练判断”之所以重要,就在于它区分了两种能力:会操作某套工具的人,和能在工具失效时重新定义问题的人。前者企业可以自己培训,后者只有大学能培养。若把前者当成产教融合的全部成果,就是拿大学的长远价值去换取短期的就业率数字。
风险五:区域落差可能进一步拉大。 浙江能拿出500项任务清单、200亿转化目标,是因为它有完整产业集群和充沛财政空间。中西部高校面临的困境更严峻:产业承接能力弱、企业参与意愿低、高层次人才引不进留不住。全国人大调研报告指出,高等教育多元筹资机制不健全,学费、住宿费标准长期未调,捐赠激励不足,社会力量参与度低,财政投入压力较大。兰州大学人工智能学院选择聚焦能源、生态、核工业等本土场景,走“立足西部”的路子,这是聪明的差异化策略,但也反证了不是所有学校都能复制浙江模式。如果“服务区域产业”成为统一考核标准,欠发达地区高校将陷入双重不利:既缺乏产业可服务,又因“匹配度低”而在资源分配中失分。 政策上必须留出弹性,允许一部分高校以服务国家战略基础研究、文化传承与公共服务为使命,而不是逼着每所学校都去对接一条产业链。
风险六:评价权转移可能形成新的“指标暴政”。 旧的评价体系是学科排名、论文数量、学位点,虽有弊端,但学术共同体对其有基本认知共识和纠错能力。新的评价体系是“人才供需适配度”“毕业生去向质量”“对产业链的实际支撑”,更贴近现实,但也更容易被短期数据操纵。当“就业率”成为专业存废的第一标尺时,高校有强烈动机去开设“好就业但不需要大学来教”的专业,而回避那些“重要但就业数据不漂亮”的专业。这不是假设,而是过去就业率注水现象的逻辑延伸。必须警惕用一套新的数字游戏替代旧的数字游戏。
风险七:学生作为“被调整者”的主体性缺失。 在所有关于专业调整的讨论中,学生的声音几乎听不到。专业被撤销时,在读学生权益如何保障?新专业首届学生面对课程体系不成熟、师资不到位、就业市场对“新专业名称”尚无认知,这些风险由谁承担?学生不是改革的对象,而是改革的参与者和受益者。任何专业的增设与撤销,都应当有保障在读学生利益的兜底机制:转专业通道畅通、课程衔接合理、学位授予平稳过渡。教育改革如果以牺牲某一届学生为代价,那就不是改革,而是转嫁成本。
五、六条该立刻着手的事
一是把“首届毕业生质量”作为新专业的唯一硬验收。 建议对新设专业建立强制性中期评估与退出机制:第三届学生入学前,必须提交首届毕业生的去向质量、课程与产业技术栈的匹配度、用人单位复聘率三项实证数据;不达标的暂停招生、限期整改,整改无效即撤销。准入要快,退出更要快。目前准入机制已经灵活,退出机制仍是短板。教育部“双千”计划实施推进会已明确提出“建立淘汰退出机制”,这一原则应扩展至所有新设专业。
二是给交叉学科真正的制度身份。 交叉学科进入本科目录是重大突破,但后续还有三件事必须跟上:跨院系教师的职称评审由谁主导、跨学科成果的认定标准是什么、交叉学位的授予权限如何界定。这三条不解决,交叉专业就会沦为“几个学院拼课表”。上海交大红杉书院“摒弃单一学积分排名、建立多维立体评价”、大连理工“转出无门槛”之所以值得关注,正是因为它们在动评价权,而不只是动课程表。
三是把微专业做成正规军的补充,而不是边缘化的补丁。 教育部“双千”计划已推动开设1000个微专业和1000个职业能力培训课程,惠及超百万名学生。浙江已有708个微专业入选该计划。微专业的价值在于以12—18个月的速度响应产业变化,正好填补专业目录的时间差。但它必须获得学分互认、学位附注、用人单位认可三个承认,否则永远只是简历上的一行装饰。教育部在推进会上强调要“通过‘微专业’建设联盟、协作组等,促进优质教学资源互通协同”,这一方向值得肯定。
四是守住基础学科与人文社科的资源底线。 建议在“十五五”期间设立基础学科与人文社科稳定支持专项,投入不与产业转化率挂钩,而以原创性成果、人才培养长线追踪、文化传承贡献为评估依据。2026年强基计划共有39所高校参与招生,10所高校新增招生专业,说明国家层面已在强化基础学科战略布局。但强基计划覆盖面仍有限,需要在更广泛学科生态中建立类似保护机制。同时,把科技伦理教育贯穿人才培养全过程——清华大学已将“人工智能伦理”设为多个研究生培养项目的专业基础必修课。越是加速向产业靠拢,越需要有人在车里握着伦理的刹车。
五是建立“专业能力地图”而非“专业名称目录”。 目录管的是名字,市场认的是能力。建议依托国家人才供需对接大数据平台,把各专业毕业生实际具备的能力模块(如数据处理、建模、工艺、场景应用、人机协同)标准化、可验证化,并向用人单位开放查询。当招聘方能看懂“这个人会什么”而不是只看“这个人学什么专业”时,专业设置的僵化压力就会大幅缓解,学生的跨界学习也会得到市场正向定价。
六是建立学生权益的兜底保障机制。 任何专业被撤销或停招,必须同步制定在读学生安置方案:转专业通道开放时间表、已修学分认定规则、学位授予过渡安排。新设专业首届学生的培养方案,应当经过至少一轮外部同行评议。改革的成本不能让最没有话语权的人来承担。
六、余论:从“适配产业”到“定义产业”
这场转向的大势已经确立,且不可逆转。因为它背后站着五重无法反驳的压力:人口结构拐点、AI对流程化岗位的替代、技术迭代快于培养周期的时间差、学生对教育投资回报的正当追问,以及全球高等教育竞争格局的加速重组。
但我仍想为大学保留一点“不实用”的空间。
一所好的大学,当然应该回答“国家需要什么”;但它同时还应该回答一个更慢的问题——“人应当成为什么样的人”。前者决定一国产业的竞争力,后者决定一个民族的判断力。康奈尔报告讲“训练判断”,蔡敬民讲“强国逻辑”,其实指向同一个地方:在一个答案可以被AI瞬间生成的时代,提出好问题、权衡取舍、承担后果的能力,成了唯一无法被外包的东西。 而这种能力,恰恰需要在那些看似“无用”的基础训练、人文阅读、失败实验和自由探索中长出来。
所以更准确的表述或许是:办学逻辑要从“学科自足”转向“战略牵引”,但培养目标要从“技能交付”升级为“判断力养成”。 前者必须紧贴产业,后者必须超越产业。两者并行不悖,且缺一不可。
还有一个更深层的悖论值得点破:这场转型以“适应产业变化”为名,但真正要培养的,恰恰是能够定义产业变化的人。具身智能这个词,十年后可能已经过时;低空经济的赛道,五年后可能已经重组。如果大学培养的只是“当下产业的适配者”,那么当产业本身被颠覆时,这批学生又将面临一次“结构性不匹配”。 真正的产业导向,不是教会学生使用今天的工具,而是让他们拥有在工具失效时重新发明工具的能力。这正是康奈尔报告所谓“判断力”的核心含义,也是德国双元制之所以能持续半个世纪而不衰的深层原因——它培养的不是某一代机器的操作者,而是能在产业升级中持续学习的工程师。
联合国教科文组织首份《高等教育全球趋势报告》以2.69亿全球在校生为底色,勾勒出一幅充满悖论的图景:规模在扩张,不平等在加剧,技术在加速,而大学的核心使命反而变得比以往任何时候都更需要被重新定义。在这个意义上,中国高等教育从“我能教什么”到“国家需要什么”的转向,不只是对产业需求的被动回应,更是一次关于“大学何为”的主动作答。
最后回到开头那句话:“能不能把来的人留下来,决定这门生意能做多久。”那是我上一篇谈企业经营时写的。把它借用到这里,同样成立:一所大学能不能让它的学生在十年后仍然感激这四年的训练,决定这所大学能走多远。 十年之后,具身智能这个词可能已经过时,低空经济的赛道可能已经重组,但那批学生面对未知问题时是否还有定力、有方法、有担当——这件事,没有任何一份专业目录能够保证,只有真实的培养质量能够兑现。
而这,才是这场转型最终要交出的答卷。
(作者金思宇系中国政策科学研究会特邀研究员、中国智库高级研究员。)
