「美國需要中國留學生學習人文學科，需要印度留學生學習科學。」美國前常務副國務卿庫爾特·坎貝爾曾這樣發言。

數據不會說謊。世界權威的學術期刊《科學》在 2014 年有一篇名為《數據核查：為什么中國和印度學生來到美國大學？》的文章，提到 2013 年至 2014 年美國大學的 88.6萬名國際學生中有 42% 來自中國和印度。中國學生占這個數據的近四分之三。

而到了 2024 年 11 月，國際教育協會的年度調查顯示，在 2023-2024 學年，在美印度留學生達 33.16 萬，同比激增 23%；中國留學生 27.74 萬，同比下降 4%。這是自 2009 年以來印度首次超越中國，成為美國最大留學生來源國。

有人認為，此消彼長的背后，是西方企圖用印度人代替中國人，即通過教育通道實施系統性「替換」策略，逐步消解中國人在全球知識網絡中的參與空間，完成部分的戰略脫鉤。

各中博弈實難預測，不妨從教育這件事本身出發，看看中國學生在美的升學、求職，境況如何？日前多鯨邀請到厚仁教育集團創始人、 FrogHire.ai CEO 陳航，從國際學生美國「實習就業」這一視角切入，來看國際教育賽道。

厚仁教育目前覆蓋 9 萬國際學生用戶，約占美國國際學生總數的 9%。其核心競爭力之一，就是對美國就業數據的深度整合能力。

公司整合了美國過去12年的國際學生就業數據、教育部高校信息以及 1400 萬個就業市場職位數據。這些數據來源多樣，既有政府公開的勞工局、移民局、教育部信息，也有私有數據庫的補充。例如，雇主為員工辦理工作簽證的數據在下個季度會公開，除個人敏感信息外，還包含工作單位、職位、薪資等關鍵內容。

厚仁教育通過整合這些數據，構建獨特的競爭優勢。面對「數據清洗是否可復制」的疑問，陳航坦言，盡管數據相對開放，但仍需要理解數據背后的規則。就業數據往往包含大量冗余信息，需要深入理解行業規則，通過自然語言分析和多源數據匹配，才能提煉出可用的就業趨勢指標。這種「數據清洗+行業認知」的雙重門檻，構成了厚仁的技術護城河。初創的同類產品，沒有深入積累，很難達到相同精度。

「未來獲取這些數據也難啦，川普已經在縮減教育部了。」陳航苦笑道。

「我這次參加 ASU+GSV?（全球教育科技峰會），遇到了一些知名人士，他們都在詢問如何更好地培養出適合雇主的人才，而不是花費金錢讀書卻沒有工作。」

一個值得玩味的數字是：在厚仁用戶中，中國學生僅占 7%，印度學生占比 70%。這種差異折射出兩國留學生的心態分野。

「中國學生帶著‘掙面子’的心態選名校冷門專業，印度學生用貸款讀書只為‘掙面包’，兩種選擇背后是生存邏輯的根本差異。」陳航用一組直白的對比，揭開了就業市場的一層現實面紗。

「絕大部分印度學生就業掙錢的目標清晰，入學前就開始行動，中國學生往往大四，研二才倉促準備。」陳航分享了一個典型案例：在他去年華大圣路易斯的就業講座上，兩名印度研究生早早拿著簡歷等待。一番詢問得知，對方才研一，兩天前剛剛落地。他們的學費來自貸款，就業是生存剛需。反觀中國學生，普遍存在「先追排名再想出路」的思維慣性，甚至大量出現「為進 TOP30 名校選擇冷門專業，畢業時卻無法就業」的困境。

這種差異在選校階段已埋下伏筆。學校和專業選哪個？在印度留學生眼里只有后者——選擇的專業能否就業？哪怕學校本身并不知名。難怪有言論說中國的中產家庭在留學規劃這一塊，相比印度簡直完敗。

陳航觀察到：中國家庭傾向于參考排名選校，而印度家庭更關注專業就業率。「一個在公立常青藤的加州大學讀社會學的來自深圳的中國學生，對社會學既無熱情也無特別才能，缺乏職業規劃，當時單純因為該專業錄取門檻低而選擇，到了大二，才發現已經被牢牢‘困在’了社會學專業，甚至其他想修的專業的課程都選不上。這種追求排名高的公立大學‘曲線救國’方法，導致堵死了出路。」

無論是中國還是美國，教育與就業之間都存在一定程度的脫節。美國高校在教育過程中，學校注重培養學生對知識的掌握能力，然后用社會實習來驗證和提高。如排名第一的卡內基梅隆大學計算機學院，會讓學生在不同學期使用不同技術對同一個問題錘煉，讓學生在 C++、Java、Python 反復錘實某個問題的理解。同時強烈鼓勵學生暑假實習，去企業觀察有工業價值的解決方案，了解企業中的實際運作，比如流程，協作，測試。但整體上，學校在將教授的知識與社會需求緊密結合方面仍面臨認知挑戰和資源不足，尤其是公立大學。

以加州大學圣地亞哥分校為例，其大學就業辦公室人員配置與學生數量嚴重不匹配，3.5 萬名本科學生，僅配備了四五名直接指導學生的求職顧問，難以滿足學生的求職指導需求。個性化的簡歷指導都做不到，要靠大學來「安排」實習，更不可能。

為解決這一問題，厚仁教育提出「雙螺旋」? 服務理念，強調學業和就業能力的同步提升。建議從大一開始，學生就應將學業與實習、求職相結合，根據就業需求打造自身技能，在學習過程提高知識能力，在實習中印證經驗。這種模式類似于國內的「產教融合」，注重知行合一。

陳航認為，「教練」團隊在教育與就業銜接過程中起著關鍵作用。學校的主要職責是傳授知識，企業的目標是盈利的同時兼顧社會責任。「教練」可以專注于學生的成才目標，為學生提供個性化的學業，就業指導和支持，幫助他們更好地規劃職業發展路徑。這種「學習-實踐」的螺旋上升模式，能有效避免「畢業即失業」。但現實中，中國留學生常因文化隔閡、回國探親，「早畢業」等因素錯過關鍵實習期，導致求職節奏比同齡人慢半拍，結果到了畢業，才開始認識到「面包」的重要性。

談及厚仁模式國內是否適用，陳航直言：「我不清楚厚仁的服務模式對國內教育有多大的借鑒意義，因為在美國，大一并不直接選擇專業。美國本科教育中，探索-決定專業和產業的階段長達一年半。」

但他提到，可采用「探索，決定，深入，沖刺」（EDFS）本科成長方法論 和 「搜索、研究、改進、管理」（SRIM）的求職方法論，來設計服務陪跑流程，根據學生的不同情況提供個性化的課程內容和指導。同時可依據「雙螺旋? 」理念，讓學生在學業過程中明確就業目標。讓學生和家長認識到，教育的目的是培養實際能力，獲得「面包」（就業和經濟回報）比追求「面子」（學校排名）更為重要。

當談及 AI 對教育行業的影響，陳航表現出審慎樂觀：「AI 現階段主要提升數據處理效能，但已出現改變游戲規則的應用。」例如通過分析企業歷史招聘數據，建立「文化匹配度模型」——某公司若長期雇傭特定文化背景（如南亞裔）員工，系統會優先給求職者推薦這樣的開放職位，這種隱性規律的挖掘是傳統方法難以實現的。

對于「AI 是否顛覆教育」的爭議，陳航的結論頗為務實：「它更像是計算器之于數學：原住民一代從小學會借力AI處理信息，這種能力差異將重構就業市場的競爭維度。」

AI 尚在進化，已經減少了很多入門級職位 （entry-level ）空間。訪談中，「面包優先于面子」的建議被反復強調。當留學從階層躍遷、逃離內卷通道變為未來生存技能競賽，從選校、入學就提前三年規劃就業或許比沖刺名校排名更有現實意義。正如陳航的比喻：「哥大文憑換不來雇主對你能力的信任，但一個匹配崗位的 Python 項目經驗可以。」 這樣的例子比比皆是。美國雇主非常實際，看不到價值，不會輕易給留學生面包，即使是來自名校。

在這場全球化的生存實驗中，及時切換思維模式的學生，或許才是真正的贏家。