30亿美元重做一所大学：卡内基梅隆为何先问问题、再设学科

这笔钱，被拆成两种未来

卡内基梅隆公布的30亿美元安排很具体。20亿美元用于建设占地超过35英亩的迈阿密新校区；另外10亿美元留在匹兹堡，其中5亿美元投入计算机科学学院，学院随之更名，另5亿美元用于学校优先事项。

新校区规划容纳超过3500名本科生、硕士生和博士生，配备近300名教师及600多名员工。学校计划2027年动工，研究生最早2028年入学，本科生计划2032年进入。这里有一个不能省略的限定：项目仍需完成监管审批，招生专业、申请要求、学费和资助方案都还没有公布。

所以，它目前是一份获巨额资金支持的办学规划，不是一张已经可以填入选校表的招生通知。

先问要解决什么，再决定需要哪些学科

大学的传统结构，是把知识分进院系，再通过辅修、联合项目或跨院课程把它们连起来。卡内基梅隆迈阿密校区准备从另一端出发：围绕健康与生物发现、国家安全与战略能力、能源与气候韧性、先进制造与产业转型四类问题组织教学和研究。

例如，气候韧性不只属于环境科学。它同时涉及能源系统、建筑设计、金融、公共政策和数据计算。健康问题也不会停在生物学里，还会用到工程、行为科学、医学数据和伦理判断。校方称，未来的具体研究问题将由教师继续塑造，问题本身决定需要哪些专业力量。

这不等于“取消专业”。学生最终获得什么学位、怎样满足专业深度、不同阶段如何选课，目前都没有细则。更准确的说法是：学校正在尝试让问题成为课程结构的起点，而不是让院系边界先决定学生能看见什么。

AI越强，通识与判断越不能退场

与此同时，30亿美元中有5亿美元明确投向计算机科学。学校计划扩充GPU、服务器、存储和网络资源，增加学生支持，并重新思考计算机科学怎样教学。

如果只看到“AI”和算力，这个新校区很容易被理解成又一座技术校园。但卡内基梅隆在官方说明中反复提到，艺术、人文、设计和公共政策必须进入这些问题。原因很实际：模型可以加快分析，却不能替人决定什么值得解决、风险由谁承担、结果如何进入公共生活。

这种结构对学生提出的要求比“会不会用AI”更高。一个做健康技术的学生要理解病人和制度，一个做机器人系统的学生要能解释安全边界，一个研究气候方案的学生要面对成本、社区与政策。技术能力仍然重要，只是它不再足以单独构成完整答案。

今天选专业，不必追着新校区的名词跑

对于现在准备申请的家庭，卡内基梅隆迈阿密校区还不是一项可立即操作的选校选择。更有用的做法，是把它当成一张观察大学变化的示意图。

看一个专业时，不妨把课程表拆开：基础理论有多少，项目是否真的跨学科，学生能不能进入实验室、企业或公共机构，最后的成果是考试、论文，还是需要面对真实约束的作品。再看学校有没有足够的计算资源、导师和申诉机制，让所谓“跨学科”不是把几门课简单拼在一起。

学生也可以先做一个小测试：挑一个愿意连续研究半年的问题，列出它需要哪些知识。对海岸城市气候韧性感兴趣，可能同时需要地理、物理、统计和政策；想做医疗机器人，也会碰到机械、编程、生物与伦理。专业名称仍然重要，但它应该帮助学生进入问题，而不是替学生把问题想完。

30亿美元可以买下土地、设备和时间，却不能自动保证一种新模式成功。卡内基梅隆接下来真正要证明的，是学生在跨越学科之后，仍能获得扎实的专业训练，并把知识用到一个清楚、可检验的问题上。