微信扫一扫
计算机科学 vs. 人工智能：英国本科这两条“代码”路线，申请难度到底差在哪？
在浏览英国大学本科专业列表时，很多对技术方向感兴趣的同学会发现一个新趋势：除了传统的“Computer Science”，越来越多学校开始单独开设“Artificial Intelligence”或“Computer Science with AI”方向的本科专业。
两个方向都涉及编程、数学、算法，课程列表里甚至有大量重叠。那到底有什么区别？申请难度是不是也差不多？
这篇文章帮你把这两个方向的真实差异和申请难度拆开来看。
先建立一个直观的区分方式
如果把计算机领域比作一座城市：
-
计算机科学更像一个 “城市总规划师” 。你关心的是整座城市怎么运转——道路怎么修（操作系统）、建筑怎么盖（软件工程）、信息怎么流通（网络与数据库）、安全怎么保障（网络安全）。你面对的是从底层系统到上层应用的完整技术栈。
-
人工智能则更像一个 “城市大脑的设计者” 。你关心的是如何让这座城市“自己学会思考”——数据怎么分析、模式怎么识别、决策怎么做。你面对的是机器学习、神经网络、自然语言处理、计算机视觉等智能系统。
伦敦国王学院（KCL）在其官网对两个专业的区分说得比较直白：计算机科学BSc培养的是从最初原理构建计算机系统的能力，包括算法设计、数据库工程、操作系统和网络安全；人工智能BSc则聚焦于构建以数据为中心的系统，包括深度学习、自然语言处理、知识表示和AI伦理。
两者在first year和second year的核心课程有大量重叠，真正的差异从高年级的选修模块开始显现。
一、申请难度：AI方向的“窄门”在哪里？
从录取数据来看，计算机科学和人工智能两个方向的竞争程度整体处于相近的高位区间，但AI方向在部分院校呈现出更集中的竞争态势。
牛津与剑桥：计算机科学的录取率已经是低位区间
根据牛津大学和剑桥大学2025年的录取数据，计算机科学在牛津的录取率为6.8% ，在剑桥为7.4% ，均处于两校最难申请专业的行列。这两个数字意味着，每100位申请者中，大约只有6到7位能拿到offer——而这已经是经过A-Level成绩、笔试和面试层层筛选之后的最终结果。
帝国理工：AI交叉专业成为新的竞争焦点
帝国理工学院2027年入学季新开设的“数学与计算机科学（人工智能方向）”BEng/MEng专业，是G5院校中少有的AI交叉学科本科项目。A-Level要求达到A*A*A，其中数学和进阶数学均需达到A*，IB要求41分且HL数学需达7分。
帝国理工计算机系整体的报录比接近13:1到17:1，录取率约7%左右。新开设的AI交叉专业由于融合了数学系的深度训练和计算机系的算法能力，申请门槛设定在A*A*A的水平，对数学能力的要求比较突出。
UCL：计算机科学录取率长期处于低位
UCL计算机科学在2024/25学年收到4,081份申请，录取率维持在7.3% ，相当于每14位申请者中约有1人能拿到offer。中国学生的录取率约为17.4%。UCL计算机系从2026年开始引入TARA（学术推理考试） ，所有申请计算机系本科课程的学生都需要参加，包括计算机科学BSc、MEng以及机器人与人工智能MEng等方向。
爱丁堡大学：AI方向的录取门槛高于普通计算机
爱丁堡大学的人工智能专业要求A-Level达到A*AA，数学必须达到A*；而计算机科学方向的典型要求为AAA且数学达到A。这意味着AI方向在爱丁堡的录取门槛比普通计算机科学高出约一个等级。
布里斯托大学的Computer Science with Artificial Intelligence BSc要求A*AA，数学需达到A*，IB要求38分且HL数学达到7分。
一个值得留意的信号：从UCAS 2026申请季的整体数据来看，计算类课程申请量减少了约10,210份，降幅约5.5%，连续两年出现下滑。但这并不意味着计算机方向在降温——更准确地说，学生正在从“泛计算机”转向更精准的“AI+”方向。计算类申请总量的减少，与AI相关专业申请量的增长同时发生，反映的是申请结构的精细化调整，而非整体热度的下降。
二、A-Level选课与笔试：数学是共同的底线，笔试是新的分水岭
数学是两条路线的共同底线，但要求深度不同。
计算机科学方向在多数院校要求A-Level数学达到A或A*。以曼彻斯特大学为例，BSc Computer Science的典型A-Level要求为A*AA，包含数学A*，同时需要至少一门科学科目（计算机科学、进阶数学、生物、化学或物理）。
人工智能方向对数学的要求往往更高。帝国理工的AI交叉专业明确要求数学和进阶数学均达到A*，第三门科目达到A。爱丁堡大学的AI专业同样要求数学A*，而计算机科学仅要求数学A。
这意味着：如果你A-Level没有选进阶数学，帝国理工和爱丁堡的AI方向可能就不在可选范围内。而计算机科学方向在部分院校对进阶数学的要求相对灵活。
2027申请季的一个重要变化是笔试。
帝国理工学院已正式取消MAT数学入学测试，所有数学、计算机、AI复合相关专业统一强制要求TMUA，无专业豁免通道，未提交有效成绩单的申请材料不会进入正式评审环节。
牛津大学也在2026年2月更新了笔试规则，数学、计算机相关专业统一必考TMUA，不再设置MAT考试。
UCL则要求所有申请计算机系本科课程的学生参加TARA（学术推理考试） ，这项考试不考查具体的编程或数学知识，而是侧重批判性思维、问题解决和学术写作能力。
简单来说：申请G5院校的计算机或AI方向，笔试已经从一个“加分项”变成了“准入项”。笔试成绩不理想，申请材料可能无法进入正式审核环节。
三、课程结构：广度的系统训练 vs. 深度的智能聚焦
计算机科学的课程特点是“先广后深”。
以KCL的计算机科学BSc为例，核心课程涵盖算法设计与分析、数据结构、操作系统、数据库、计算机网络、软件工程、密码学与网络安全。学生需要理解计算机系统从硬件到软件的全栈运作方式，能够设计出在性能、可扩展性、安全性等维度上优化的解决方案。
人工智能的课程则更早进入“智能系统”的核心领域。
KCL的人工智能BSc在高年级聚焦于机器学习和深度学习技术、知识表示与推理、自然语言处理、计算机视觉，以及AI系统的部署工程（如云计算和AI安全）。同时，AI专业通常还会涉及AI伦理与哲学层面的内容——比如自动化决策的伦理问题、AI对社会的影响等。
一个容易被忽略的细节：KCL在其官网明确指出，两个专业的前两年核心课程有大量重叠。真正的差异主要体现在第三年的选修模块和研究项目方向上。这意味着，如果你在申请时还没有完全确定方向，选择计算机科学可能在课程灵活性上留出更大的调整空间。
四、职业前景：重叠面大，但重心不同
从就业市场来看，计算机科学和人工智能毕业生的薪资水平在英国毕业生中处于较高区间。计算机科学与人工智能方向的毕业生平均起薪为£35,000至£50,000，AI算法工程师岗位可达£80,000以上，显著高于英国毕业生起薪中位数（2026年预计约£28,000）。
计算机科学毕业生的就业面更广。除了软件开发、系统架构、网络安全等传统技术岗位之外，计算机科学背景的毕业生也越来越多地进入金融科技、咨询、产品管理等交叉领域。知识体系的完整性让计算机科学毕业生在岗位选择上有更大的灵活性。
人工智能毕业生则更聚焦于数据密集型的智能系统开发。常见去向包括机器学习工程师、数据科学家、计算机视觉工程师、自然语言处理工程师等。英国政府2025年宣布投入25亿英镑发展人工智能产业，科技行业人才缺口约10万人，AI方向在政策层面获得了持续的推动力。
一个需要留意的政策变化：从2027年1月1日起，本科和硕士毕业生的PSW签证时长将从2年缩短至18个月。这意味着留英找工作的窗口期比之前少了半年。不过有信息显示，STEM领域的毕业生PSW签证可能延长至3年，如果这一政策落地，AI作为STEM领域的核心方向在签证适配性上会更有优势。建议持续关注官方更新。
五、2027申请季：值得关注的新增专业与变化
帝国理工学院新增了“数学与计算机科学（人工智能方向）”BEng（3年制）和MEng（4年制），以及“医学科学与创新”MSci。这是G5院校中少有的AI交叉学科本科项目，课程将数学系的深度训练与计算机系的算法能力融合在一起。
华威大学新增了人工智能BSc、机器人工程与人工智能BEng、数字未来与人工智能社会BASc等多个专业，覆盖面从纯技术延伸到社会科学交叉方向。
伦敦政治经济学院（LSE） 新增了精算学（带实习年）BSc和经济与数据科学BSc，后者融合经济学与数据科学核心内容，适合数理基础扎实的申请者。
纽卡斯尔大学将在2027年9月开设全新的Artificial Intelligence BSc课程。
这些新专业的首届招生往往存在一定的信息差。对于准备充分的申请者来说，新专业可能提供了一个值得关注的窗口。
六、如何选择？几个比较实际的判断维度
维度一：你对“系统”还是“智能”更感兴趣。
计算机科学让你理解计算机系统的全貌——操作系统怎么调度资源、数据库怎么组织信息、网络怎么传输数据、安全怎么保障。人工智能让你聚焦于如何让机器从数据中学习规律并做出决策。如果你对“计算机为什么能工作”这件事本身好奇，计算机科学的基础训练会更扎实。如果你对“计算机怎么学会思考”更着迷，AI方向的课程会更对胃口。
维度二：你A-Level的数学和进阶数学成绩。
帝国理工、爱丁堡等院校的AI方向明确要求数学和进阶数学达到A*，计算机科学方向的要求相对灵活。如果你的进阶数学成绩达标且对数学有足够信心，AI方向的申请是可以认真考虑的选项。如果进阶数学成绩不够理想，计算机科学方向的选择面会更宽。
维度三：你是否愿意准备TMUA或TARA笔试。
2027申请季，帝国理工和牛津的计算机/AI方向已将TMUA列为硬性要求，UCL则要求TARA。笔试需要提前2到3个月进行系统备考。如果你希望简化申请流程，可以关注那些暂时不要求笔试的院校和专业。
维度四：你未来的职业方向是否需要“AI”这个标签。
如果你明确希望进入机器学习、计算机视觉、自然语言处理等AI核心技术岗位，AI方向的课程训练会更有针对性。如果你对软件开发、系统架构、网络安全或技术管理更感兴趣，计算机科学的宽口径训练可能提供更大的灵活性。
维度五：申请时的学位类型与课程灵活性。
计算机科学通常授予BSc学位。AI方向既有BSc也有BEng，部分院校还提供MEng本硕连读选项。如果你在申请时还没有完全确定方向，选择计算机科学并利用选修模块向AI方向靠拢，是一条比较务实的路径——KCL等院校前两年的核心课程重叠度较高，调整空间相对充裕。
