8 月 19 日，全国首个「可重复使用液体动力」微专业在北航启动 2026 年秋季招生：首期最多 30 人，培养周期 1.5 年，火箭公司天兵科技的工程师直接参与课程建设。这背后，是 AI 正在改写火箭工程师的能力结构——可复用发动机的深度变推、健康监测与故障诊断，正越来越多地依赖数据与算法。
8 月 19 日，北航宇航学院与天兵科技联合建设的「可重复使用液体动力」微专业启动 2026 年秋季招生。按照北航宇航学院的发布口径，这是全国首个聚焦可重复使用液体动力的微专业。
但这场合作不是突然发生的。
去年夏天，北航宇航学院163 名本科生组成 9 支生产实习队伍，一支进入星河动力驻场实习，另一支进驻星际荣耀。今年 1 月，北航与天兵科技签署战略合作协议；6 月，东南大学航空航天系学生进入天兵科技张家港智能制造基地，在火箭总装现场开展实践教学；8 月，合作推进到微专业课程体系。
合作链路逐级加深：参访是「看一看」，实习是「做一做」，微专业则是企业与高校共同决定「学什么」。每一步，都离人才培养的起点更近。
一家火箭公司为什么要参与本科课程设计？
答案藏在发动机的技术变化里。
核心命题是单次任务可靠；工程师的知识结构以设计、制造、试验为主。
新增深度变推、健康监测、可靠寿命评估；控制算法与数据科学成为必修。
北京航天动力研究所今年发表的综述，把深度变推、健康监测和可靠寿命评估列入重复使用液氧甲烷发动机的关键技术问题。前两者直接依赖控制算法与状态感知，第三者则是典型的预测性维护——这些恰恰是 AI 与数据科学最擅长解决的问题。
发动机需要的，不再只是一颗更强的心脏，还有一台会读数据的脑子。
技术判断综合公开研究资料整理，具体技术路线以企业实际产品为准。
微专业只是这场变化的一个切面。它背后，是一套正在成形的复合人才培养体系。
商业航天早期能快速组建技术团队，靠的是传统航天体系几十年积累的人才基础。但今天，问题变了。
科学哲学家波兰尼提出「隐性知识」概念：复杂工业中，很多技术能力不只存在于公式、图纸和规范里，还体现为工程师对边界条件、系统关联和异常信息的理解。这些认识，只能来自长期试验与飞行实践。
1936 年，美国航空工程师西奥多·赖特发现学习曲线：随着累计生产数量增加，单位产品所需人工持续下降。复杂技术能力需要反复实践才能形成——这一点，AI 也替代不了。
薪酬可以改变一名成熟工程师的去向，却无法增加全行业经历过发动机试车、整箭研制和飞行任务的人数。当企业和型号同时增加，单纯靠社会招聘，就像在一个有限的人才池里重新分配存量。
「双千」计划推动高校联合企业建设微专业与职业培训课程——微专业规模小、周期短，能比新增本科专业更快跟上技术变化。
商业航天的人才竞争，已经不只发生在招聘市场。AI 正在把「会造火箭」和「会读数据」焊接到同一个人身上——谁能持续培养出这样的复合工程师，谁才有能力把火箭一代一代造下去。
微专业面向北航大二、大三全日制本科生开放，首期最多 30 人，培养周期 1.5 年。作为全国首个试点，招生细则以北航宇航学院官方发布为准；而对整个行业来说，这是一个值得长期跟踪的信号。
关注北航宇航学院官方公告