网上关于软件工程，最扎心的一条评论是："19 年普通一本软工毕业，毕业后找不到工作进厂了，在东莞月薪4000多，现在转行了。"另一头，又有人晒出二本软工的同学"刚毕业 2 万一个月北京，一年 30 万"。同一个专业，从月薪四千到年薪百万，中间差的不是专业本身，是学校、城市和个人。这个专业现在被说得一文不值，但把它骂成"下一个土木"，其实骂错了地方。

一、专业学什么：它教的不是"写代码"，是"怎么把软件当工程来管"

很多家长一听软件工程，脑子里就是"孩子天天对着屏幕敲代码"。这个理解只对了一小部分。这个专业的重点在"工程"两个字，不在"软件"。

有人吐槽得很具体："避雷软件工程，20%的时间写代码，60%的时间设计，20%的时间评审，设计就够烦人的了根本设计不出来。"虽然带情绪，但比例大致是真的。一个人闷头写个小程序，那叫写程序；一群人分工协作、按期交付、出了bug能定位、过两年还能改得动，这才叫软件工程。

有位从业者讲得很透："软工主要也不是让你做程序员，软工是做流程管理、软件设计、统筹整个项目，你学的UML做的都是设计，测试是质量保证，软件工程是项目管理，所以你真正对标的岗位是项目经理。"UML（统一建模语言）就是画软件设计图的一套标准符号，听着枯燥，但它是把需求变成可施工图纸的工具。

它和计算机科学与技术什么关系？简单说，计科偏底层原理，软工偏应用和工程。有网友总结："你就理解成前者底层原理，后者应用层。"计科会学编译原理、计算机组成，有的学校还学模电数电；软工更多是代码规范、工程规划、软件设计。但本科阶段核心课高度重合，数据结构与算法、计算机组成原理、操作系统、计算机网络、数据库，这几门业内叫"四大金刚"，哪个方向都绕不开，也是考研408（计算机专业统考）的主要内容。

学费要提醒一句。软工通常比计科贵，有人说"后者学费每年能贵个1w"，也有在读生说大三大四每年一万六。这是同一个学院里的普遍现象，报之前先看清楚收费标准。

学习体验这块不粉饰。课多、事杂、期末周极其痛苦，是全网软工学生的共识。"软工更后悔，课多事多，学的还杂""学软件期末周快猝死了"。

最需要家长知道的一条：学校教的和市场用的脱节，几乎全靠自学。有在读生说得直白："学校教的内容几乎完全没用，纯靠自学。"还有人自嘲："跟着黑马学java，跟着学校学jsp，没救了，还是一本软件。"jsp 是很多年前的老技术，现在企业基本不用了，但一些学校的课还留着。所以这个专业真正的课堂在 B 站、在 GitHub（全球最大的代码托管和开源社区）、在实习岗位上，不在教室里。

也因此，不适合谁很清楚：对计算机没兴趣、自学能力弱的。有网友说得实在："对计算机不感兴趣，自学能力不强的碰都不要碰。"

二、发展前景：AI 吃掉的是"码农"，不是软件工程

悲观的一方声音很大。"现在还是别学计算机了吧，我们公司都用AI了，开始疯狂裁员""别学纯软件，下一个土木""这个专业现在就是49年入国军"。

乐观的一方也有道理，而且说得具体。"ai时代才是软工的时代啊"。"还有人分析："软工一样非常有前途，AI时代的芯片、大模型、物理AI、众多工业应用软件，没有一个能离开软件。AI时代替代的只是底层码农，而算法、软件构架很多方面仍然存在人才的巨大缺口。"

也有人直接质疑 AI 是不是背锅的。"ai没那么厉害，只是国内为了降本增效裁员找的借口"，有人回："翻译：本质是这个行业不行了，不是ai的问题"。这个反驳挺狠，也说明问题没那么简单。

客观情况是：初级岗位确实在缩减。AI 辅助开发工具让基础编码、简单测试、常规运维这类标准化岗位需求缩水，企业不再需要那么多执行型的编码工人，新人"练手"的岗位变少了。有位十年老码农的描述很真实："工作还是能找到的，工资还是那个工资，但是都是维护老旧项目、业务复杂到能半夜猝死的屎山，再也没有那种简单的新开发crud了。"CRUD 就是增删改查，最基础的数据库操作，这部分 AI 已经写得又快又好。

但需求没有消失，是在重构。数字化转型往制造、医疗、金融各行各业渗透，人才需求从"纯技术"转向"技术+业务+AI工程化"。从岗位热度看，大致分几档：AI 工程落地与大模型应用最火，做模型部署、工程优化、业务场景适配，不需要从头研发底层算法，应届起薪普遍 10k 到 15k，大厂年包能到 25 万到 40 万；大数据开发上手难度低于后端底层，内卷程度相对较低；后端开发是传统主流，现在快速下滑，Java 岗位竞争比能到 1:15；前端和客户端受 AI 冲击较大，趋势是往全栈转；DevOps 与云运维适合不想高强度敲代码、求稳的孩子，传统基础运维在收缩，但懂云原生的仍紧缺；网络安全是十年增速很高的核心高薪赛道；产品经理这条路上，懂代码、能判断功能落地难度的软工学生反而面试通过率高。

还有个比 AI 更要命的变量：学校层次。有分析说："比较吃学历，大城市基本上 985 稳点，二线城市普本好点，211 最尴尬，不上不下，差了不愿意去，好的不够条件。"这话有点绝对，但方向是对的。我得给家长泼半盆冷水：这个专业现在确实很看学校，非 92 的孩子要付出数倍努力才能拉平差距。

不过也有公道话："其实大家说它不好，主要是指双非院校软件工程大家学不明白，毕业就不好就业了，并不是专业有啥问题。"

考公这块单独说，因为这是软工和计科唯一实打实的差别。软工属于计算机类，能报的岗位不少，有考上的人讲："是比计科少，但是相比于很多专业来说已经算很多的了，不论是国考省考都有挺多岗位可以报。"但也有人提醒限制："很多岗位会限制专业代码，一般要软件工程的会要计算机，有的要计算机的不要软件工程。"打算走体制内的，报之前务必翻目标省份的职位表核对代码。

三、对口岗位：除了写代码，路比想象的多

最主流的当然是开发，前端、后端、移动端、全栈。去向分几类：进腾讯、字节、阿里这类互联网公司，薪资上限高但节奏快；进银行科技部门、保险公司或者用友、金蝶这类做政企信息化的，薪资稳健、福利完善，强度通常低于纯互联网，但对学历和四六级有要求。

新兴方向里，AI 工程落地和大模型应用是当下最值得关注的。不用你去啃底层算法，做的是把模型接到业务里，比如 RAG（给大模型外接一个知识库，让它照着库里的内容回答，少胡编）、Agent（让 AI 自己规划步骤、调用工具去干活）。有人建议："往ai方向靠，在校的时候积累两三个agent项目，面试时能讲清楚项目，心态放稳一点，总能找到工作的。"

大数据开发负责采集、清洗、存储和计算，金融、电商、智能制造需求量大。测试和测试开发、DevOps 与云运维，是相对没那么拼代码量的选择。网络安全在金融、政务这类高风险场景里，既懂开发又懂合规风控的人极度稀缺。

还有两条容易被忽略的路。一条是产品经理和项目经理，懂代码、能判断功能落地难度，转型起来比纯文科生顺。另一条是工业软件与嵌入式，结合物联网、机器人、智能制造，职业稳定性高。

不想做技术也有地方去。IT 公司的文员、售前、运维、网工，国企的设备管理岗，都有软工毕业生在做。有网友分享自己混到央企的经历："计算机或者软件工程类专业非常好考公，或者像我一样混到央企，比如我是设备管理岗招聘进来的，但是不用会计算机相关专业。"

但真实对口率得说实话。有家长讲："我儿子就是二本软件工程，他说一个班也就十个人干了专业，基本都改行了。"也有更狠的："我们去年二本入行率10%。"另一边，也有破二本软工出来的学长说："我们班那些真的自己好好学了的，现在基本都混的很好，不是创业当老板了，就是在大厂年包五十到七八十，或者是当小厂领导了赚的也是上百。"这两个说法不矛盾，差别就在"有没有真学"。

四、分学历薪资：同一个班，从四千到年薪百万

下面都是参考区间，受城市、学历、实习、年份影响很大，别当承诺看。

2025 届本科的平均起薪约在 9500 元/月，但这个平均数被大厂拉高了，看分布更有意义。中西部非省会城市多在 6000 到 8000；新一线如杭州、成都、武汉多在 7500 到 9500；一线城市头部院校或大厂校招能到 15000 到 25000，部分头部企业总包 35 万到 45 万。

3 到 5 年经验是分化最厉害的阶段。一线城市平均年薪 20 万到 35 万，进大厂或掌握核心架构能力的能突破 45 万到 80 万。8 年以上做到架构师、技术总监，一线城市普遍 80 万到 180 万。

高薪赛道比如 AI 算法、大模型应用、网络安全架构师，985、211 硕士起薪普遍 25 万到 40 万一年。传统开发赛道，一线城市本科起薪约 8k 到 15k，年薪 12 万到 20 万；普通本科或双非可能只有 6k 到 8k，而且要面对更大的裁员风险。

具体到个人，落差大得离谱。有家长说孩子在杭州做软工，到手八千，租房两千五，"目前还算过得去"。有人晒二本软工同学北京月薪 2 万。也有人抱怨："本科刚毕业，工作一个月只能到手6k，以前计算机毕业是能拿万的。"还有前面那位在东莞拿 4000 多最后转行的。

学历有没有用？有用，但不是绝对的。有人举了个例子："我实验室的师兄弱双非本科4月刚签字节全栈SP 30k+签字费，这个待遇电气99%的人都达不到。"同样的学校，作品和实习经历硬不硬，能差出好几倍。

五、坑：理性提醒

第一个，学校层次是最大的坎。不是 92，难度陡增，二本的入行率可能只有一成左右。这个专业的"下限有保障"是建立在你真学到东西的前提上的。

第二个，AI 正在吃掉只会写基础代码的初级岗位。新人练手的机会变少，这是实打实的挑战。未来稀缺的是能设计复杂系统、懂业务逻辑、善用 AI 工具的人，不是敲得快的那种。

第三个，学费贵。比计科每年贵一万左右是常态，四年下来多出四万，普通家庭要算这笔账。

第四个，自学要求极高。学校教的与市场需求脱节是共识，四年只跟着课走基本等于没学。有在读生说："大学的计算机课程，笔试靠速通和背题库，课设靠AI Coding软件，就能够在大学的课程中及格乃至拿高分。"混文凭太容易了，反而害人。

第五个，身心消耗。期末周、颈椎腰椎、996、35岁危机，都是真的。有从业者说："我现在27岁颈椎病腰椎可能也不太好，计科专业的研发工作比较磨损人。"

第六个，考公的专业代码限制和激烈程度。软工能报的比计科略少，而且计算机类考公已经"挤的跟三不限差不多了"。

第七个，兴趣门槛。这行要终身学习，框架和工具迭代极快，停止学习三五年就会遇到瓶颈。不喜欢的话，从不喜欢会发展成厌恶，四年非常难熬。

但也得还它公道话。有评论说得中肯："软件工程都要这么焦虑的话百分之95的专业就不要学了。""计算机确实感觉有点下坡路了，但是你换别的专业未必能更好。""岗位和机会肯定没之前那么多，但是和其他专业比肯定还是要强点的。"瘦死的骆驼比马大，这个专业的绝对薪资和转行宽度，在本科专业里仍然是靠前的。

写在最后

比较适合哪类孩子：对计算机真有兴趣、自学能力强、坐得住、分数够上 92 或者北邮西电电子科大这类行业特色院校的。

要慎重的：纯粹冲着"高薪"来的、完全没兴趣、自学能力弱、指望学校把一切教明白的，还有指望靠一纸学历躺赢的。

如果已经进来了，大一别慌，但别混。先卷绩点，把转专业的资格留住，给自己留条退路；四大金刚里挑一门学精，比全都学个皮毛强；大二大三尽早攒项目、跑实习、打竞赛，这比死磕绩点重要得多；AI 工具要会用，把它当杠杆，练的是"指挥 AI 写代码"的本事。

这个专业不再是可以躺赢的赛道了，但它仍然是一个上限很高、下限有托底的方向。真正淘汰人的不是 AI，是那些比你更会用 AI 的人。

下期想看哪个专业，评论区告诉我。