围绕 AI 转型期年轻人该如何选择大学科系，特斯拉 CEO 马斯克、Anthropic 联合创始人 Jack Clark，以及微软首席科学家 Jaime Teevan 近期给出了相近答案：不要把自己押在单一专业上，而是尽量把知识面拉宽，学会提出问题。
三位科技行业人士给出相近建议
报道指出，三人身份差异很大，但都把重点放在广泛基础教育与提问能力上。
马斯克日前接受央视专访时，被问到 20 岁年轻人在 AI 转型期该如何找到自己的价值。他没有给出一份具体科系名单，而是建议「尽可能接受最广泛的基础教育」，范围包括艺术、科学、工程以及广泛的一般知识。
按照他的说法，如果人们想知道该向机器人要什么，前提是自己有能力把问题组织出来。一般知识越广，问题就越能问得准确，这也是人们常说的提示词工程。
在同一场访谈中，马斯克还预测，10 年内至少会有 10 亿台人形机器人，而且很可能用不到 10 年。按这一逻辑，机器人数量越多，人类的角色就越会从「动手做」转向「开口要」，而提问质量会影响最终结果。
Clark 与 Teevan 的侧重点
Jack Clark 在今年稍早的一场研讨会上表示，自己毕业于文学院，这样的背景放在一家前沿 AI 公司的联合创始人身上并不典型。但他认为，后来被证明有用的，是自己学到的大量历史知识，以及人们如何向自己讲述未来的故事。
Clark 认为，真正重要的是知道该问什么问题，并对不同学科观点碰撞后可能出现的有趣结果保持直觉。他也建议，年轻人可以避开纯粹依赖死记的编程学习路径，转向更重视跨学科整合与分析思考的学位。
Jaime Teevan 在接受《华尔街日报》采访时，则把能力清单列得更具体，包括弹性、适应力、愿意实验、批判性思考，以及敢于质疑既有看法。她把这些归为后设认知能力，也就是管理自己如何思考的能力，并表示传统的博雅教育「真的很重要」。
提示词技巧门槛正在下降
报道同时提到，随着模型越来越能直接理解自然语言，外界普遍认为，为了迎合模型而反复打磨句式的需求，已经不像早期那样强烈。提问技巧的门槛，正在被模型本身逐步吃掉。
在这一背景下，马斯克想强调的重点，可能并不只是句式层面的技巧，而是更靠前的一步：人是否知道自己真正想要什么。报道认为，这一步机器帮不上忙，因为它依赖的是对世界的理解，也就是知识广度。
相比之下，Clark 的表述更直接。他强调的是「知道该问什么」，而不是「知道怎么写指令」。
报道最后指出，这一区分很关键。技巧可以快速习得，也可能很快过时；判断力则需要长期积累，而在机器能力持续增强的情况下，这类能力的价值反而会更高。