一个坏消息：中国75万博士生群体面临的严峻问题已经到来了？

"博士"两个字，曾经自带光环。本科、硕士一路读上来，再熬几年实验室，换回一张通往高校讲台或科研院所的门票。

在不少家庭眼里，这几乎等于体面、高薪加稳定。可这张门票，正在变得没那么"硬"。

2026年7月6日，教育部发布《2025年全国教育事业发展统计公报》：2025年全国招收博士生20.16万人，同比增长17.8%，首次突破20万大关；在学博士生75.36万人，同比增长11.43%；毕业博士生11.29万人，首次突破10万。



对照2024年的67.63万，在学规模一年就多了7.73万人。数字单看是"创新高"，放在一起看才有门道：一年进来20多万，一年走出去11万多，进的远比出的多。

75万的"蓄水池"还在涨，压力不会一次释放，而是一波接一波涌向未来几年的就业市场。"坏消息"就在这里——博士在变多，高校教职和科研编制却不会同比例扩容。

名校、热门城市的一个教职，常常引来大批优秀博士同场竞技。学历只是起点，毕业院校、代表性成果、项目经历都要摆上台面，不少学校还把博士后经历当成默认门槛。



时间账同样扎心。同龄人本科毕业就进了职场，等博士戴上学位帽，对方可能已攒下几年经验和积蓄；部分基础学科、实验学科再做一轮博士后，"安顿下来"又被推迟。

读博期间，论文、课题、实验进度、毕业审核层层叠加，评价一旦过分看重发表数量，跨学科交流和产业实践的时间就被挤掉了。方向过窄的博士，到了求职季很容易陷入学历够格、岗位却对不上的尴尬。

但把这些只读成"博士贬值"，就看偏了。制造业研发、人工智能、生物医药、新材料、新能源、半导体，哪个领域不缺高水平科研人才？



贬值的不是博士学位，而是"读完博就等编制"的旧剧本。剧本要改写，动作已经来了。

2026年9月29日，卓越工程师产教融合培养工作推进会在京召开，这已是五年来组织召开的第十次工作推进会。



会上披露，我国已建成50家国家卓越工程师学院，校企联合培养工程硕博士近3.6万人，下一步将把卓越工程师培养模式向更多领域推广，而2025年12月公布的数字还是近2.6万人。

10月9日，航空发动机和燃气轮机领域、网络空间安全领域卓越工程师培养联合体正式揭牌成立。放眼全球，这道题也不只中国在解。

《自然》杂志新闻板块撰文指出，过去几十年来，全球博士毕业生数量稳步增长，然而学术岗位早已僧多粥少，也就是说，全球博士已进入过剩阶段。在中国和印度等国家，博士数量增长尤为迅速。



针对大量的博士生人数，并没有足够多的研究机构的学术岗位可以容纳得下，而许多大学也没有为毕业生做好学术界以外职业的准备。上海大学经济学院副教授巫景飞也撰文表示，美国数学学会指出，数学博士获得终身教职的比例从2000年到2023年持续下跌。

即便放下学术执念转向企业，不少博士也面临水土不服。有理工科博士坦言，博士阶段的训练与企业研发需求脱节，实验室里的精密数据到了工厂车间，似乎成了用不上的学问。

全球博士过剩，真的是人才太多吗？人工智能时代，手握专业知识的博士能否借AI之力打破困局，让知识真正变现？



巫景飞表示，全球博士过剩不是单一原因造成的，而是一场时代变迁、教育制度惯性与市场需求的三方碰撞。最直接的，是招生规模与岗位供给的不平衡。

过去几十年，扩招博士成了全球高等教育的关键词，尤其在新兴经济体，博士数量大幅增加。一边是批量生产，一边是岗位收缩，学术圈的独木桥自然越来越挤。

培养模式也更垂直，门槛随之升高。传统博士培养总在追求更细的细分，一些研究方向甚至窄到全世界只有几十人能看懂论文。



学术价值需要被承认，但放到市场上，能为这类研究买单的人并不多。从产业界的角度看，侧重理论深耕的学术模式在实践应用场景中或许需要更多衔接，而企业往往更看重能直接应对实际挑战的人才。

再叠加经济与技术环境的巨变。全球经济增速放缓，企业研发预算有所降低；贸易壁垒高筑，跨国科研岗位减少。更关键的是，人工智能来了。

它能自动分析文献、模拟实验，甚至生成初步结论，传统的实验技能、推导能力不再是硬通货，跨学科整合、技术落地成了刚需。谈到如何缓解博士培养与社会需求的适配问题，讨论中常提到需要政府引导、高校调整或企业参与。



这些方向有其合理性，只是制度层面的优化往往需要一定时间逐步推进。与其等着别人改变，不如自己先动起来。

说到底，过剩的本质是价值错配，不是知识没用，而是知识没找到愿意为之付费的人。对广大博士来说，破局的关键是用商业思维找对方向，用科研思维做深做实，让知识从学术抽屉走进真实需求。

一个发力方向，是用商业思维找对价值战场。商业的逻辑很简单：谁有麻烦，我能解决，怎么收费。



博士得跳出"我研究啥"的惯性，多问问自己：专业里哪些社会痛点还没人解决？谁会为解决这个痛点掏钱？

自己的知识加上AI，能不能比现有办法更便宜、更快、更贴心？老年医学博士发现，养老院最怕独居老人半夜跌倒没人知，这就是空白，愿意买单的可能是养老院、保险公司或民政局。

一位语言学博士，要是死磕古汉语虚词怎么变，可能只有几个同行感兴趣；但换个角度想，文化部门需要方言保护方案，科技公司要AI语音助手能听懂方言，这两个方向都能让专业知识变成真金白银。另一个方向，是用科研思维做深解决方案。



观察思考、提出理论假说、实证检验、完善理论，博士们熟悉的这套科研套路，完全能用到个人发展上。拿一位环境博士来说。

先像做文献综述一样剖析自己：最擅长污染物迁移模拟，工业园区风险评估正需要这本事，自己还差AI建模工具或行业政策知识。接着提出假说：把污染物模拟和人工智能结合，给小企业做低成本风险评估，说不定有戏。

然后搞个小实验试试水，花一个月做个简化版工具，免费给三家工厂用用，问问他们够不够用、愿意花多少钱买。再根据反馈改：工厂说工具挺好但看不懂报告，就加个上门解读的服务；发现化工园区需求最大，就专门深耕这个领域。



这套方法能让个人发展从凭感觉变成靠数据说话，用科学方法让人生少走弯路。巫景飞表示，AI不是来抢博士饭碗的，而是帮博士放大价值的工具，它能做的远不止省点时间，更能打开新的可能性。

AI可以当扩音器，帮博士精准找到需要他们的人。用它扒一扒行业论坛、企业年报，就能看清大家天天在愁啥。

农业博士用工具分析抖音上的种植户留言，发现关于果树病虫害早期问题问得最多，就专门做这类内容。



它还能让专业知识变得人人能懂：物理博士用AI做动画，把复杂的量子力学变得像玩游戏一样好懂，发在短视频平台，既能帮助偏远地区的学生，也能积累粉丝；心理学博士做个简单的AI聊天工具，帮留守儿童疏解情绪。

这种人机配合既能帮到更多人，也能开辟公益加赚钱的路子。AI也是加速器，能接手大部分重复劳动，让博士集中精力搞创意、想办法。

查文献，用Elicit这类工具，几分钟就能把近几年的核心结论拎出来；处理数据，过去需要不少时间，如今能大幅缩短耗时；做报告，AI自动生成图表和初稿，博士只需要琢磨数据背后藏着啥问题。



省下来的时间别光用来发论文，多去跑跑市场，比如材料博士可以去新能源车企问问，他们到底需要啥样的电池材料。更长远的杠杆，是用知识加AI造新产品，让能力持续生钱。

历史博士用NLP技术分析地方志，搞个AI文旅导览系统，卖给景区；环境博士训练个水质监测AI模型，按次给小企业做检测；经济学博士用AI扒数据，在网上讲普通人能听懂的经济课。

这些例子的共同点是，AI让博士的知识从一次性变成可复用，而商业思维保证了产品有人愿意买单。全球博士过剩的焦虑，说到底是"等别人选我"的被动心态在作祟。



环境可能有局限，但AI时代给了博士前所未有的工具。商业思维帮博士找到谁需要自己，科研思维帮博士把知识变成能解决问题的方案，AI则是放大这一切的杠杆。

除了博士自身的改变，业内也在为解决博士生过剩的难题出谋划策。

同济大学博士生导师朱鸿明教授建议，增加高校与企业联合培养博士生的招生规模，以产业界需求为导向，在高校培养科学思维，到企业解决实际技术难题；相应的评价机制也应调整，以医学工程博士为例，帮助企业解决具体的技术问题是衡量其水平的关键，而非论文几篇或者影响因子多少。



这类校企联合培养博士也被称为产业博士。日本、德国和英国等国家已经开始改革，比如让博士生在研究期间接受培训和带薪实习，或是推出产业博士这样的替代选择，让学生与企业合作完成面向实际产业需求的研究，更好地满足多样化的社会和劳动力市场的人才供给。

在国内，多个领域也已经开始了这种校企联合的人才培养模式。上海理工大学东方泛血管器械创新学院的博士研究生招生，就面向创新医疗器械的市场需求，解决医工交叉的技术难题。

在计算机领域，某数据库等计算机基础软件本土企业与复旦大学等高校院所联合培养数据库领域科技创新人才，学生毕业后能得到优先去对口企业工作的机会，其中也包括博士毕业生。



一位参与校企联合人才培养的企业负责人也表示，必须改变博士教育，培养面向市场需求的人才，学生的创新思维能力、分析和批判的思维能力都是就业市场所看重的。他们呼吁企业与高校院所等构建多主体协同配合的创新联合体，加速推进产学研深度融合。

无论哪个时代，真正稀缺的从来不只是知识多的人，而是能主动发现问题、创造性解决问题的人。面对产业现状，博士们也应该学会利用新技术主动走出困境。