CS 还是 AI？我扒了 156 条 CS/AI 教授招生信息，博士申请方向怎么选
「选 CS 还是 AI？」对 2026 申请季的同学，这不是口味问题，是情报问题。本文从 phd-match.com 教授数据库的 CS/AI 子集（156 条明确在招信号）出发，用可复现的数字回答方向怎么选。
数据口径
- 原始集 3,402 条招聘信息 → PhD 关键词过滤 ≈ 1,978 条 → 学科归类 → CS/AI 子集 156 条
- 全部数字来自 phd-match.com/hiring 动态数据库，可复现
三个反直觉发现
- 牛剑密度极高：仅牛津一校即占 CS/AI 在招信号的约 1/5——顶级名校的 CS/AI 招人强度远超一般预期
- 经费 ≠ 数量：明确标注经费的实验室仅约 13%，且这批恰恰是全库 TOP 信号（funded + 在招 = 高优先级套磁对象）
- 方向颗粒度：AI 子方向（LLM/多模态/机器人）的信号占比明显高于传统 CS（系统/网络），与产业热度同步
怎么用这个数据申请
- 把自己背景映射到子方向（论文关键词 ∈ 哪个子方向）
- 在 156 条里筛 funded + 子方向命中，得到 5–8 个目标
- 套磁信直接引用对方最近的论文 + 用本页数据说明"方向在扩招"
原文与讨论
本文首发于知乎专栏（知乎原文），作者为 phd-match.com 创始人，账号「phd申请导师匹配」。