年薪差距超25萬，超過計算機的專業，不是機械

圖片為AI生成

出品｜搜狐科技

作者｜常博碩

今年畢業季，一則關于機械專業薪資的數據在社交平臺廣泛傳播。“機械專業平均薪資超過計算機”“天坑守門員終于翻身了”“程序員跌落神壇”等話題登上熱搜，甚至有高校開始將其作為招生宣傳材料。

據北京市人力資源和社會保障局發布的《人力資源市場薪酬數據報告》顯示，2024年機械設計工程技術人員年薪中位值首次反超計算機軟件工程技術人員，2025年差距進一步擴大。

隨后，麥可思《2026中國本科生就業報告》顯示，機械工程進入本科畢業生高薪專業榜，而曾經長期霸榜的計算機科學與技術、軟件工程則有所回落。

有人說，這是互聯網泡沫退去后的必然結果；有人認為，人形機器人帶來了制造業的新黃金時代；互聯網上還有不少高中生和家長開始重新審視志愿填報，把曾經避之不及的機械專業重新列入備選名單。

曾經被調侃為“四大天坑守門員”的機械專業，正在經歷一場意想不到的輿論反轉。但我們好奇的是，機械畢業生們的真實就業情況究竟如何？今天學機械，真的比學計算機更賺錢嗎？機器人行業爆火，到底給機械畢業生帶來了多大紅利？

“雖然工資不高，但基本不加班”

高中的時候，劉林就決定以后一定要學工科。“高中覺得工科適合自己，高考志愿填的都是工科方向。第一志愿電氣，第二志愿機電。”后來，他如愿考入了一所知名985高校的機械電子專業，本科畢業后繼續在本校攻讀機械專業碩士。

機械專業給他最大的感受就是課程十分繁重：“課程多，機械、電路、力學、編程等大課很多。”

其實，劉林在考研時也動過轉專業的念頭，他曾想過跳到計算機相關專業。那幾年，互聯網仍然炙手可熱，不少工科學生都開始準備跨考計算機。但疫情打亂了計劃。“疫情導致準備考研的時間不充分，在家沒學習動力，最后還是選擇本校、本專業，容易考。”劉林說得很直接。

雖然沒轉到計算機專業，但劉林2024年碩士畢業時，根本不為找工作發愁。他對那一年的就業市場印象很深，他幾乎沒有感受到網上所說的就業寒冬：“對于我們學校這個學歷來說，當時有一些很有名的‘學歷廠’，像比亞迪、TP-Link這些企業，只要正常投遞，基本都能拿到機會。”

相比互聯網行業經歷的大規模裁員，那時新能源車企仍在快速擴張，大量制造業企業持續招聘機械工程師，機械專業的就業率并不低。

畢業后，劉林進入一家汽車企業，成為整車集成工程師，主要負責整車造型、布置以及人機工程。和他聊天時，劉林剛剛離職，但離職的原因并不是薪資。他說，真正讓自己越來越難受的是三件事：越來越厭惡大量而頻繁的拉通、對齊；崗位職責不斷增加，卻沒有獲得相應回報；項目方案甚至整個項目頻繁發生變化。

不過，在評價這份工作時，他依然顯得客觀：“我覺得工作強度和薪資基本匹配。雖然工資不高，但我基本不加班。”另外，他自己也感覺機械專業這兩年的待遇比過去好了：“機械專業薪資在理工科專業中確實算比較高，已經脫離了以前‘兩大護法'的稱呼。”另外據劉林表示，如果是C9高校的畢業生，薪資普遍要更高一些。

“傳統機械掙的是辛苦錢，知識收益并不高”

馮帥是劉林的室友，兩個人本科是同班同學，后來也一起約著考研。但馮帥卻代表了過去幾年另一批機械學生的選擇——離開。

在他看來，機械最大的優勢一直都不是高薪，而是“穩”：“工科好就業，機械作為泛用性很強的專業，不存在找不到工作的問題。”機械幾乎覆蓋所有制造業，從汽車、家電到新能源、航空航天，幾乎所有行業都需要機械工程師。因此，只要愿意進制造業，畢業找到一份工作并不難。

但這也是他后來離開的原因。“傳統意義上的機械并不賺錢，至少掙得是辛苦錢，行業天花板不高。想要有較好的薪資水平，在沒門路的情況下需要向著電力、電子、計算機方向去靠。”

本科幾年，他最大的感受是，機械專業教給學生的是一種制造業通識，機械設計、材料、加工工藝、力學、電路……課程很多，也很雜。但與此同時，他也越來越意識到，這些知識很難直接轉化成收入。“機械的通識教育雖然增強了產品加工認識，和對制造業的了解，但其實知識收益并不高。總而言之，傳統機械加工這個就業方向已經被我排除了。”

于是，在考研時，他開始認真思考另一條路。那幾年，國內半導體產業快速升溫，相比繼續留在機械學院，他最終跨考進入了同校微電子學院，開始研究半導體相關的課題。

畢業后，馮帥在深圳做了一名硬件工程師，月薪兩萬元。對于機械薪資超過計算機，他給予了否定的回答：“目前的公司是一家很偏向制造業的公司，尚未出現機械薪資高于計算機。”

如果將視線放的更寬，馮帥對于機械和計算機的薪資水平變化也給出了自己的看法：“機械行業和計算機行業，其實已經開始脫離過去的刻板印象了。”他說，現在很多機械工程師工作的方式，越來越像程序員，真正決定一個工程師價值的，不再只是會不會畫圖，而是工程經驗、參數積累以及系統性的研究思路。

與此同時，AI又開始改變計算機行業。“AI確實很大程度上拉低了程序開發的難度。很多‘代碼民工’的不可或缺性正在被AI質疑，畢竟一個在一分鐘內能相應你需求的機器，比需要花十分鐘描述清楚需求的人要高效很多。”

“我認為薪資差距的變化，是AI提升各行業效率的一次體現，它拔高了機械的上限，同時也削弱了計算機的下限。”在馮帥看來，雖然機械專業的薪資未必真的超過的計算機，但兩條薪資曲線正在同時移動。

機器人、智能制造、人形機器人等新產業，讓少數機械相關崗位不斷突破過去的薪資天花板，與此同時，互聯網流量時代結束，普通軟件開發崗位正在逐漸回歸理性。

當問到今天是不是應該趁著具身智能大火，建議學生去讀機械專業時，馮帥還是沒有給出肯定答案。

“我的認知中具身智能、智能制造與機械相關的交叉學科，這兩個行業工資上漲一方面有資本青睞的因素。另一方面，結構等方面的技術進步并不太能與電機、電池、神經網絡等電控方面的進步相比。回到這個問題上，AI等新技術的產生會給機械行業或多或少的助力。但在市場并不景氣的當下，工作效率上助力難免會與工作要求同步上漲。最終難免會表現為挨更多打，受更多苦，多領一點點錢。”

“我畢業證是機械學院的，

但工資是按算法工程師發的”

和很多機械專業學生一樣，高考填志愿時，王友軍并沒有想太多。“當時也沒有特別明確的職業規劃，就是覺得機械算一個比較穩妥的工科專業。”

真正改變他想法的，是大學本科那幾年。

王友軍一直記得本科時看過的一張圖。圖里，機械工程師隨著年齡增長，薪資一路上漲，程序員則在35歲后開始走下坡路。在他的回憶里，老師告訴他：“機械越老越吃香。”但他盯著那張圖看了很久，只想到另一件事：“它最后的工資上限，好像還沒有計算機畢業時的起薪高，太絕望了。”

“我這個人沒有特別遠大的理想，我讀書最后就是為了找一個賺錢多的工作，聽上去未來更有前景的。”同時，他也提到了機械專業本科期間其實課程非常多，這些課程難度也很高，就這點來說，他認為機械專業的ROI（投入產出比）并不高。

于是，本科畢業于985高校機械專業的他，為了逃離機械，研究生去了美國讀電子與計算機工程。畢業后，王友軍在國內一家大廠做具身算法工程師，月薪4萬元。

對于機械薪資超過計算機的說法，王友軍他幾乎沒有半刻遲疑地搖了搖頭。“我覺得這個結論代表不了傳統機械和真實計算機行業的薪資水平。”

“我目前對于兩個專業的薪資感受還是計算機肯定要高于機械的。然后從我現在做機器人的這個角度來出發，雖然我是做具身智能，但我還是算法工程師，所以其實我用不到什么機械的知識。像動力學這些知識確實是要了解，但是只要知道個概念就可以了，因為它最終還是通過代碼實現的。”對于王友軍來說，機械的通識教育并不能成為就業時的能力壁壘。

另外，他對于專業和職業的區別也給出了自己的看法。“像我們組有些同學，其實是機械專業的畢業生，但是在研究生階段他們就會去做跟機器人靠得非常近的一些課題，研究方向已經不是傳統機械了。”

“他當然也算是機械學院的，但是他學的和做的都是控制算法，如果按照工作來說，其實算是計算機相關的，工資也是按照算法工程師的工資來給的。但是，統計畢業生工資的時候，他依然算機械學院的畢業生。”

機器人真正缺的并不是機械

有機器人行業資深獵頭Amy對搜狐科技表示，所謂機械薪資超過計算機目前更多是局部現象。

據2025年北京市人力資源市場薪資數據報告顯示，機械設計工程技術人員的年薪中位數約23萬，計算機軟件工程技術人員年薪中位數在21萬，這也是為什么會有“機械薪資超過計算機”的說法。

但這一數據統計的是崗位中位數，并非整個計算機行業所有崗位。

而今天公眾討論的“計算機”，往往包含了AI算法、大模型研發、自動駕駛、AI Infra等大量高薪崗位，也包括Java開發、Web前端、軟件測試、運維等薪資差異巨大的崗位。

如果按照上四分位數據來看，北京市機械設計工程技術人員的薪資約30萬，而計算機軟件工程技術人員薪資約33萬，后者仍然保持領先。

更細分來看，北京AI大模型架構師、自然語言處理工程師、感知算法工程師、AI 算子開發工程師的月薪中位值均超過4萬元，最高中位數可達4.6萬元。而機械專業的薪資天花板，如高端制造行業機器人系統工程師、機器人電氣工程師、具身智能算法工程師薪酬中位值約為2.5萬元。兩類崗位的年薪差距依然在25萬元以上。

正如Amy對搜狐科技表示：“像大模型算法等薪水是很高的，機械崗根本超不了。機械崗能超的應該大多是常規的Web前端開發、移動端（Android/iOS）開發、普通的Java業務開發、軟件測試（功能測試）、運維工程師（SRE/DevOps）。”

這點也和馮帥與王友軍的觀點不謀而合。

Amy隨后表示：“目前薪資變化的情況在社招和中高端崗位的變化更為顯著，但校招端的沖擊也在加速顯現。”

她對搜狐科技分享了具身智能企業目前最喜歡的人才畫像：“多技能人才也就是復合型人才更受歡迎。目前最搶手的人才畫像是具備機械結構設計功底、熟悉機器人/智能制造場景以及有一定編程和系統集成能力的中高端工程師，尤其是在人形機器人、具身智能等前沿賽道有項目經驗的候選人。同時，名校背景加上碩士以上學歷，在競爭中優勢更為明顯。”

曠行科技創始人舒江鵬教授對搜狐科技表示，做機器人其實需要軟硬件都懂。在他看來，機械專業的核心技術之一是材料力學，但現在機器人產業的短板在于依托于算力和硬件的AI模型能力。也就是說，相比于傳統的機械行業來說，可能更和AI結合的一些專業，工資才會更高。

AI時代，傳統專業正在被重新定義。復合型能力幾乎被所有機械專業的畢業生們提起。高薪，其實并不屬于所有機械專業畢業生。有越來越多機械專業的人不再做傳統機械，也有越來越多計算機專業的傳統互聯網崗位開始回歸正常薪資。

不是一個專業戰勝了另一個專業，而是一個新的產業周期，正在重新定義人的能力。

（文中劉林、馮帥、王友軍皆為化名）

運營編輯 | 曹倩 審核｜孟莎莎