.png) |
NACE 2026研究生薪資報告：CS登頂、商科大漲 |
| - 2026/07/28 | |
近年來，美國就業市場波動不斷，最難就業季的說法頻頻出現。美國大學與雇主協會（National Association of Colleges and Employers, NACE）最新發佈的《2026冬季薪資調查》，卻勾勒出一幅更為複雜的圖景——企業縮減招聘規模的同時，願意為核心人才支付更高的薪酬。
NACE是美國大學就業領域的權威機構，其年度薪資調查報告被廣泛視為美國研究生就業市場的風向標。2026年冬季報告資料直接來自雇主的實際招聘回饋，而非網路問卷，因此參考價值高。報告不僅呈現了各科系的薪資水準，還揭示了雇主的需求偏好和地域薪酬差異。
一、總體趨勢：漲薪、不減招聘名額？
2026屆碩士畢業生的薪資數據，呈現出一種結構性的上漲。
宏觀層面：招聘預期回暖
NACE 2026年春季更新報告顯示，預計2026屆的招聘將增長5.6%，高於去年秋季預測的1.6%，而85.6%的雇主表示他們會增加或保留應屆畢業生的招聘名額。這一數據有力扭轉了此前的悲觀預期。
微觀層面：熱門賽道薪資普漲
但並非所有畢業生都能享受這一紅利。市場已從過去的大水漫灌，轉向今天的精準篩選——留美讀研究所的路，越來越成為一門精打細算的投資，而非單純的體驗。
二、科系格局：CS登頂，商科回暖
今年的榜單最顯著的變化，是電腦科學（CS）成功擠下工程學，成為2026屆碩士級別的起薪第一科系。以下是具體科系的表現：
電腦科學：逆襲登頂，漲幅第一
• 平均薪資：$94,212
• 漲幅：+10.9%
• 強勢反轉去年微跌態勢，成為2026屆薪資最高碩士科系。
工程類：高位維穩，小幅回落
• 平均薪資：$92,873
• 變化：-1.3%
• 去年基數已大幅上漲，整體仍處高薪區間，細分領域分化明顯。
商科：全線回暖，漲幅驚人
• 平均薪資：$86,563
• 漲幅：+11.5%
• MBA：+15%（$98,514）
• 市場行銷：+15.8%（$88,125）
• 商科回暖信號明確，需求與薪資雙升。
數學與科學：觸底反彈
• 平均薪資：$81,129
• 漲幅：+8%
• 從去年近10%跌幅轉為正增長，重回上升通道。
三、雇主需求排行：哪些科系最吃香？
薪資高不代表崗位多。NACE同時發佈了雇主招聘意願調查，勾勒出2026屆碩士就業市場的需求骨架。
• 電腦科學（24.7%） 以絕對優勢位居雇主需求榜首，軟體工程（14.7%）和電腦工程（13.3%）也穩居前列。三個電腦相關科系同時上榜，意味著CS的熱度並非局限於某一細分領域，而是整個Technology Stack在雇主端仍有成體系的需求。
• 工程類方面，機械工程（20.0%）和電機工程（17.3%）分列第二和第五位。與科技大廠的大起大落不同，工程類崗位的需求曲線更加平緩、更具可預期性。
• 商科方面，MBA（18.7%）、金融（17.3%）和會計（16.0%）全部擠進前十。MBA和金融不僅起薪漲幅超過兩位數，雇主招聘意願也在同步升溫——薪資與需求的雙重印證，為商科回暖提供了堅實支撐。
總覽前10名，工程與電腦相關科系佔據6席，商科及管理類佔據4席。STEM領域的碩士畢業生在就業市場依然非常搶手。如果核心目標是高就業率，優先選擇STEM科系更為穩妥；如選擇商科方向，建議結合金融科技、數據分析等技能提升競爭力。
四、地域差異：同一專業，不同身價
地理位置帶來的薪酬差異值得特別關注。NACE將美國劃分為四大區域進行分析：
新英格蘭 / 中大西洋（紐約、波士頓）
• 電腦工程：$103,200（全美最高）
• 金融、市場行銷薪資穩健，名校密集，產業學術深度綁定。
五大湖 / 平原（芝加哥、底特律）
• MBA：$106,567（四大區商科第一，超東北部 30%）
• 工業 / 機械工程需求穩定，生活成本遠低於沿海。
東南 / 西南（德州、佛州）
• 電腦科學：$98,339
• MBA、金融薪資超東北部，新興科技與能源產業崛起。
洛磯山 / 遠西（矽谷、西雅圖）
• 航空航太工程：$106,200（全區獨一檔）
• 軟體工程、材料工程薪資天花板極高，創新生態領先。
五、就業策略：看懂數據，選對賽道
面對“冰與火”並存的就業市場，求職者需主動調整策略：
技術能力是門檻
NACE資料顯示，近1/3的雇主已將AI技能列為招聘要求，較去年秋季增長近3倍。AI雖在替代初級崗位，但對懂演算法、架構的高層次人才需求仍在增加。留在CS賽道的關鍵，不在於是否寫代碼，而在於如何寫、如何跨學科解決問題。
跨學科是加分項
單一技能已難滿足複合崗位需求。商科學生掌握Python、數據分析等工具，職業競爭力將顯著提升。
地域選擇同樣關鍵
就業資源集中的地區，其重要性不亞於科系本身。工作保障最強的仍是工程、護理、CS、會計等技術或執照類領域；人文社科畢業生的困難，更多來自工作經驗差距，而非學科不受重視。
核心信號
碩士薪資整體上漲，商科回暖與CS反超成為結構性轉折。真正具備核心競爭力的人，“貴”的邏輯依然成立。讀懂數據，是選對賽道的第一步。
|
.png) |
加州大學柏克萊分校部分學生過度依賴AI導致推理與學習能力萎縮 |
| - 2026/07/22 | |
UC Berkeley電腦基礎課不及格率飆升至 35%：AI時代下，學生的基礎能力正在流失？
前陣子，《加利福尼亞人日報》的一則報導在學術圈引發熱議：UC Berkeley Department of Electrical Engineering and Computer Sciences下的多門電腦基礎課的被當率在 2026 年春季學期突然飆升，其中一門課甚至高達 35.3%。在全球頂尖 CS 學府裡，這樣的數字極為罕見。更令人擔憂的是，教授們給出的原因指向了同一個核心問題 —— 學生對生成式 AI 的過度依賴，正在侵蝕他們的數學與計算思維能力。
被當率為何突然暴漲？
根據報導，UC Berkeley EECS 系兩門電腦入門課的被當率分別達到：
> The Beauty and Joy of Computing 35.3%（歷史罕見）
> The Structure and Interpretation of Computer Programs 10.6%（也顯著高於往年）
而在過去兩年，這些課程的不及格率從未超過 10%。
另一門Optimization Models in Engineering 的不及格率也達到 16.8%，是正常水準的三倍。
教授們普遍認為：AI 工具讓學生輕鬆完成作業，卻無法讓他們真正掌握知識，學生考試時原形畢露。異常偏高的不及格率，主要原因之一是學生大量依賴大型語言模型完成作業，一部分不及格學生是因為作弊遭查獲並移送學生紀律單位處理；另一部分則是在平時過度依賴 AI 完成作業，等到考試無法使用工具時，才發現自己並未真正掌握課程內容。
AI 不是“外掛”，反而成了認知萎縮器？
報導中提到，許多學生在平時作業中大量使用 ChatGPT、Claude、Gemini 等工具：
> 作業代碼寫得很漂亮
> 證明題邏輯嚴密
> 數學推導也能自動生成
但一到閉卷考試或獨立解題場景，問題就暴露出來：
> 學生無法獨立完成最基本的推理、計算與代碼構建。
換句話說，AI 讓他們看起來很強，但真正的能力並沒有建立起來。
這不是 AI 的問題，而是學習方式的錯位。
數學基礎的缺失，被 AI 放大了
UC Berkeley教授們還指出另一個關鍵因素：線性代數、向量微積分、證明能力等數學基礎正在全面下滑。這些能力本來就是電腦科學的底層邏輯，而 AI 的出現讓學生更容易跳過痛苦但必要的學習過程。於是出現了一個惡性循環：
> 數學基礎弱
> 依賴 AI 完成作業
> 缺乏真實練習
> 考試無法獨立思考
> 不及格率上升
AI 並沒有讓學生變強，反而讓基礎更薄弱。
AI 時代更需要培養獨立思考能力
面對 AI 已成為學習工具的新環境，大學教育應該更加重視批判思考與分析能力。教育的目標是培養學生面對未知挑戰的能力，而不是讓 AI 代替他們思考。
|
.png) |
2000+學生栽了！英國大學嚴查AI作弊，帝國理工、UCL有人被開除 |
| - 2026/07/14 | |
最近，英國高等教育界被一組資料格外引人注目：僅在羅素集團大學，2024/25學年就有超過2000名學生因為濫用生成式AI受到學術處罰。相比上一學年，這類案例的數量幾乎翻了三倍。更值得注意的是，處罰力度已經不再是“警告一下”那麼簡單。包括帝國理工學院、倫敦大學學院在內的至少4所頂尖大學，已對部分學生下達了開除處分。
帝國理工成集中暴發地
根據統計，帝國理工學院涉及AI的學術不端案例數量，從上一年度的4起急劇攀升至24起，增長率達到了500%。其中工程科系占了絕大多數，從1例漲到15例。面對這種情況，學校的反應也相當嚴厲：1名學生被直接開除，5名學生整個模組被判零分，還有3名學生一整年的成績被清零。可以說，英國大學對AI作弊的容忍度，已降到了低點。
無心之舉也算作弊
很多學生以為，只有“直接複製粘貼AI答案”才算是作弊。但現實遠比想像中嚴格。以下幾種行為，同樣可能被認定為學術不端：
沒有聲明的AI輔助：用AI生成大綱、潤色語言，但作業裡沒有任何標註。
翻譯式作弊：先用翻譯軟體轉譯母語材料，再用AI改寫，導致文本AI痕跡過重。
學生本人幾乎沒有參與內容創作，只是將AI生成的完整答案原樣提交。
更誇張的是，一些粗心到極點的細節錯誤反倒成了最直接的證據。比如作業裡漏刪了“在此插入姓名”這類範本文字，或者引用了一堆AI自己瞎編的虛假文獻。
代價遠不止當掉
一旦被認定使用AI作弊，後果會按照嚴重程度逐級加重。最輕的處罰是警告加上該次作業零分，但會留下學術不端的記錄。往重了說，可能導致整門課程直接當掉，甚至整個學年的所有學分都被作廢，必須多花一年時間重修，進一步導致經濟損失。比這更嚴重的，在校生可能被取消學位，已經畢業的學生也可能被追溯調查、撤銷學位。此外，處分記錄還會牽連簽證：學生簽證被註銷，畢業生簽證申請被拒，未來的工作簽證、永居甚至入籍都會受影響。
萬一被誤判怎麼辦？
AI檢測工具並不完美，確實有無辜學生被誤判。甚至有人為了“安全”故意在作業裡加錯別字。目前，部分學校已增設線下考試，或要求學生現場評析AI生成內容，以檢驗真實水準。萬一不幸被誤判，最重要的準備工作就是留好寫作的完整軌跡。比如Word或Google Docs的修訂記錄、草稿、修改痕跡。這些將是學生在聽證會、申訴時最有力的清白證據。
寫在最後
英國大學之所以對AI作弊如此零容忍，歸根結底，是在守護學術的真實性和學生自己的思辨能力。AI工具再方便，也替代不了扎實的語言功底和獨立思考能力。留學路上，真正能讓學生走遠的，從來都不是投機取巧，而是實打實的真本領。
|
 |
哥倫比亞大學招生恢復標準化測驗要求，八所藤校全部回歸 |
| - 2026/07/14 | |
常春藤名校對於標準化測驗的收緊浪潮並未停下腳步。繼耶魯宣佈恢復強制標準化測驗後， 2026 年 6 月哥倫比亞大學也正式發佈招生政策調整：自 2027-2028 申請季起，所有申請 2028 年秋季入學的大學新生與轉學生必須提交 SAT 或 ACT 成績。這意味著：持續數年的藤校標準化測驗可選時代正式結束，八所常春藤盟校全回歸強制標準化測驗賽道，疫情期間的“免試紅利”徹底清零。
哥大政策反轉：不是跟風，而是回歸學術本質
哥大在公告中明確指出：這一決策經歷了校內多輪、長期的教職工審查，最終確認——標準化測驗成績是預測學生入校後學術適配度與成長潛力的有效指標。換句話說：
• 標準化測驗不是決定性因素，但缺失會讓學校少一個關鍵判斷維度
• 在申請量暴漲、GPA 通脹嚴重的背景下，學校需要一個乾淨、可橫向比較的指標
• 即便在 Test-Optional 階段，哥大內部也從未真正弱化標準化測驗權重
資料揭示真相：標化從未真正“可選
哥大在免試階段的錄取資料，已經清晰說明了問題。
在 2024-2025 學年：44% 的新生提交 SAT、17% 提交 ACT，雖然多數學生未提交，但提交者的成績極其亮眼
SAT 資料更能說明問題：中位數：1540、中間 50% 區間：1510–1560、閱讀與文法：740–780、數學：770–800
這意味著：願意提交標準化測驗成績的那一批學生，要麼實力極強，要麼深知標準化測驗是申請中的關鍵加成。
更關鍵的是：近三年哥大錄取者 SAT 中位數高達 1540，對比 2019 年強制標準化測驗時期的 1505，分數明顯更高。免試時代並沒有降低門檻，反而讓高分生源更加集中，競爭更激烈。
藤校集體回歸：標準化測驗改革徹底畫上句號
回顧八大藤校的政策軌跡：2024 年 2 月，達特茅斯率先恢復強制，隨後布朗、哈佛、康乃爾、耶魯、賓大陸續跟進，普林斯頓設定緩衝期，哥大最終鬆口，放棄“永久 Test-Optional”的承諾。至此：八所藤校全部回歸強制標化。
與此同時，MIT、史丹佛、加州理工、JHU 等頂尖院校也已全部恢復強制提交。標準化測驗可選的頂尖大學名單，幾乎所剩無幾。疫情期間的免考已經徹底關閉。
為什麼學校不得不反悔？
1. GPA 通脹嚴重，成績單區分度崩塌
越來越多大學發現：GPA 4.0 的學生數學水準停留在國中，不同學校的課程難度差異巨大，成績單已無法作為可靠的橫向比較工具，標準化測驗成為少數仍具統一尺度的指標。
2. 錄取資料證明：提交標準化測驗者表現更好
過去兩年，美國大學的內部研究普遍得出相同結論：標準化測驗成績與大學階段的學術表現高度相關。這直接推動了政策回檔。
3. 申請量暴漲，學校需要篩選工具
在申請人數創新高、名額不變的情況下：不提交標準化測驗 = 少一個判斷維度，提交高分者的錄取率比未提交者高出 40% 以上。所謂“可選”，在現實中變成了“你不交，別人會交”。
標準化測驗從“差異化競爭”變成“基本生存條件”
哥大在公告中強調：標準化測驗是預測學生學術成功的有用指標。這句話背後，是美國大學對現實的共同回應：GPA 通脹、課程難度不統一、活動難以量化、申請人數持續攀升。在這樣的環境下，標準化測驗成為招生官手中最直接、最可比較的參考座標。從下一個申請季開始，標準化測驗不再是可選項，而是必須完成的題目。沒有它，在同質化背景下被淹沒的機率將顯著上升。免試時代已經結束，真正的硬實力競爭重新開始。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 TOP
