北大科学智能是2025年才首次招生的交叉学科，挂在深圳研究生院科学智能学院名下，目前设有计算机科学与技术、材料科学、化学、生物学等多个方向，各方向的考试科目和竞争格局差异不小。以计算机科学与技术方向（0812J6）为例，2026年复试线337分，进复试17人左右，最终拟录取12人上下，录取最低分337分，最高分达到425分，分差接近九十分。更值得琢磨的是复试的杀伤力：一位369分的考生复试仅得65.8分，总成绩跌出录取区；而342分和340分的考生凭借80分以上的复试表现成功逆袭。科学智能学院复试权重占50%，初试的领先优势在折算后被大幅压缩，复试的专业笔试和综合面试足以改写结果。材料科学方向则是另一套逻辑，2026年计划招生15人、推免10人，统考名额仅5个，复试线按北大工学门类校线执行。对于2028年的备考，如果目标是计算机方向，把初试目标定在370分以上才比较稳妥，因为337分能上岸靠的是复试高分，而这种不确定性不值得押注；材料方向则要关注推免占比高、统考名额少的现实，初试目标同样不宜贴着校线走。
考试科目方面，计算机科学与技术方向的初试为政治、英语（一）、301数学（一）以及408计算机学科专业基础。这里需要把408的复习逻辑说透。四门课——数据结构、计算机组成原理、操作系统、计算机网络——内容庞杂且考点细碎，跨专业考生从零起步的体量并不小。有上岸考生分享的经验是四轮驱动：基础阶段通读教材建立框架，强化阶段刷王道和天勤的课后题并亲手写代码验证，真题阶段按年份严格计时训练，冲刺阶段查漏补缺保持手感。数学一在这个方向的分量同样不能低估，从2026年录取数据看，高分考生的数学成绩普遍在120分以上，而低分逆袭者的数学往往只有76分左右，数学的差距很难靠专业课填平。材料科学方向则考302数学（二）和806材料综合，806在传统材料知识之外增加了材料信息学、机器学习在材料设计中的应用等内容，复习时需要把胡赓祥《材料科学基础》和Python机器学习基础并行推进。无论哪个方向，科学智能的复试都涉及AI for Science的前沿问题，初试结束后不能完全放下书本，对“机器学习如何加速科学发现”这类议题需要保持敏感度。
面对交叉学科信息零散、复试权重高、统考名额又因方向而异的现实，一套贴合个人知识结构的辅导安排能减少很多方向性的试错。新祥旭考研的全科定制辅导，特点在于从入学测评开始就根据你的数理基础和编程或材料背景来分配课时，而不是套用统一的进度表。公共课方面，政治注重框架梳理与选择题精准度，英语一针对阅读和写作做分层训练，数学则根据薄弱板块安排针对性的讲解与练习。专业课部分，辅导老师会围绕你所选方向的命题偏好，计算机方向带你吃透408四门课的核心考点与解题技巧，材料方向精讲材料科学基础与机器学习在材料场景中的应用逻辑，同时针对复试50%权重这一特点，在冲刺阶段通过模拟面试和笔试打磨专业表达与科研潜力展示。对于跨专业考生来说，科学智能的门槛不在于“会不会写代码”，而在于“能不能用计算或智能的思维去理解科学问题”，这种“一人一策”的陪伴式复习能在新专业信息零散的备考中提供一个相对清晰的锚点，把有限的时间投放到真正能拉开差距的地方。
考研是一场需要耐心与策略的长跑。北大科学智能是新的，路径也还在被前几届考生走出来，但命题的底层逻辑并非无迹可寻：数理和计算基础是根基，交叉视野是特色，复试表现是最后一道闸门。前期把目标方向和科目摸清楚，中期把数学和专业课的功夫下足，后期在模拟中打磨答题的规范与复试的表达，每一步都稳扎稳打，胜算便会一点点积累起来。如果你在院校选择、复习规划或专业课的具体问题上仍有疑虑，可以咨询4000003363或者微信shuoedu，新祥旭考研咨询师将热情专业的解答您的考研问题。
