#专业选择

avatar
这些新大学分数赶超“985”，专业随便选
#新大学 #985 #专业选择 #教育 #赶超
avatar
iPaul
2周前
2020年7月，网友听信张雪峰 房地产行业赚钱，报考土木工程。 2024年4月，面对网友找不到工作，张雪峰回应：你当年报志愿的时候你想啥了。
#张雪峰 #土木工程 #就业难 #专业选择 #网友
avatar
iPaul
3周前
四年前，张雪峰力荐土木工程专业； 四年后，土木工程95%毕业生找不到工作。甚至连许多设计院都面临关门倒闭了。
#张雪峰 #土木工程 #就业困境 #专业选择 #负面
avatar
从我有印象起（2000年），每当高考前，总有一种大傻逼跳出来，到处跟人讲， “千万别选计算机” “计算机马上就完蛋了” “科技互联网马上就要暴雷了” 你问它到底该选什么专业，它又开始跟你讲 “生物工程牛逼” “土木最有前途” “数学才是最牛逼的万精油” “只要学好了物理，就能精通各行各业” “自动化才是真正的万精油” “新能源汽车爆发了，赶紧学车联工程” “石油工程才是最好的铁饭碗” “赶紧学核工程，进核电站可以躺平一辈子” …… 对于这种大傻逼，我的建议是，直接拉黑，不要听这些狗逼们嘴里的任何一句话。
#高考 #计算机 #专业选择 #建议 #负面
avatar
Susan STEM
1个月前
什么是结构知识：只有结构知识在AI时代能够被称之为“学科”。 言一社那篇帖子我收藏在书签里很久了，反复想了好几次，今天终于还是决定写一篇声援支持的回应。说实话，也许会得罪不少人，但到了这个年纪，真没那么在乎了。如果连自己真心认同的话都不敢讲，那当初跑来中文推特追求“言论自由”是为了什么？ 如果你在15到20年前在海淀的985待过，你一定记得，那时计算机还没成为“黄金专业”。经管类、人文社科类才是热门，尤其是在985体系里，学生水平普遍很高，毕业后大多准备出国深造，MBA、国际贸易之类是常见出路。这些年来，我身边做经管方向高校教师的朋友也不少。说我是门外汉实在是不了解情况，那你不妨先看看我后面推文的论证再下结论。 旁氏学科，学科内耗型循环 关键是，这些高校教师（尤其是男性，已经有人生的沉淀了）自己心里其实也清楚，很多所谓的“专业知识”早就已经进入事实上的“旁氏循环”——理论空转（不再面向真实问题、现实需求或跨系统迁移，而是聚焦“理论内部争议”。）、模型无用（评价内化：学科内的“被引用数”“会议地位”“理论优雅度”成了评判标准，而不是可执行性或反馈力。），只靠彼此引用（引用循环：A 教授引用 B 教授、B 引用 C、C 再引用 A；论文引用率高但现实影响力低。）维持表面热度。只是他们身在其中，全家的饭碗系于此身，不敢说、不便说。而我们这些没有教职、没有依附系统的小虾米，没什么好怕的。看到问题，说出来，就是我的自由。 这些所谓“专业”，其实已经变成了典型的旁氏学科，陷入严重的结构内耗型循环：理论只在学科内部互相引用、彼此自洽，却无法被调度、无法被验证，更无力回应真实世界的问题结构。讲得越来越多，能做的越来越少——那还算哪门子的知识体系呢？ 自从有了AI之后，很多人可能注意到我几乎是all in了这个领域，过去几年和模型的交互时间累计已经上万小时。我可以很负责任地说：我们完全有能力把“哪些学科结构还站得住”这件事推演清楚。为了公平起见，我不会一棒子打死所有学科，而是会逐一剖析它们的结构机制。虽然我们这些小虾米人微言轻，但好在，我们不是第一个提出这些问题的人。很多前辈、学术大牛早就发过声、写过书、指出问题。你需要做的不是盲信谁，而是认真听听有没有道理，然后自己做判断。如果你听完仍觉得我在胡扯，那就祝你继续享受那些经管专业和人文社科的“专业教育”，并努力去找一份好工作。 管理学：叙事型学科 我们从“首当其冲”的管理学说起。管理学是结构失效风险最高的学科之一。首先，它的大量理论是典型的事后归纳，比如蓝海战略、五种领导风格、战略金字塔等等，都是围绕成功企业“复盘”出来的总结，不具备任何结构预测力。其次，几乎没有严格的验证机制：一套模型放到不同企业里，结果差异巨大，实验难以复现。更严重的是，许多所谓的“结构”在图解上看似完整，但实际根本不可迁移，不可调度，不可触发行为，只能做“咨询装饰品”或者MBA课堂的教学工具。SWOT分析、波士顿矩阵、流程飞轮等广泛传播的“管理工具”本质上更像是认知记忆装置，而不是压缩性的结构路径模型——也就是说，讲得漂亮，但干不了活。 斯坦福的管理学教授 Henry Mintzberg 在《Managers Not MBAs》中早已提出尖锐批评：传统MBA教育教的是假设世界，而不是系统结构；教的是图而不是路径。正如他所说：“Conventional MBA programs train the wrong people in the wrong ways with the wrong consequences.” 整个管理学体系最根本的结构困境。 当然，管理学也不是全无可用之处，真正进入系统流程、完成结构闭环的部分是有的，比如丰田系的“精益生产（Lean）”，在多个国家、多个产业中反复验证成功；再比如OKR/KPI体系，它们具备目标压缩、行为路径与反馈回路，已被不少企业长期使用；行为经济学和管理实验室引入了AB测试、数据反馈和实验结构；供应链建模、库存控制等更是与运筹学和系统工程紧密连接，有成熟的建模和演化机制。 结构型知识 你会发现，那些仍然“活着”的管理理论有两个共同特征：第一，它们是结构化的执行路径，而不是故事总结；第二，它们具有闭环反馈机制，可以调优、可以迁移。而绝大多数管理学内容，只不过是以“成功企业总结”之名包装出的“伪结构”，活在教材里、PPT里。这就是所谓“事后诸葛亮，讲故事专用”的学科宿命。结构，必须能干活，才配叫知识。 当然，财务会计类知识也是值得学的。其实你已经发现了，值得学的知识，很多“市场在买单”。很多学管理的人最后转财务了。市场虽不是万能的，但是起码给了一些反馈信号。 金融学：有这个脑子学金融数学的全部给我去学计算机，不信你去问梁文峰 金融学是典型的“数学感极强、结构稳定感极弱”的学科，结构失效风险非常高。乍一看，金融学充满了公式、模型、定理，仿佛是数理逻辑的高地；但深入一看，它的整个学科体系高度依赖一系列理想化假设：比如“理性人”“信息对称”“市场均衡”“风险可测”等等。从有效市场假说（EMH）到资本资产定价模型（CAPM），这些经典理论几乎都建立在“世界是有序的”“人是冷静的”“概率是可知的”前提上。问题是，现实中的市场不仅高噪声、非理性，还时常被算法操控、叠加非线性博弈，一不小心就成了金融黑天鹅的孵化场。 很多金融模型在事后看似解释力十足，但事前预测几乎毫无作用。2008年金融危机之前，大部分宏观与风险模型都“安然无恙”；直到系统崩溃，大家才开始争相解释。这种无法闭环验证的结构模型，本质上不是系统模型，而是统计幻觉。一旦极端事件发生，理论结构完全无法应对或修复，只能甩锅给“外部冲击”，而不是承认是结构错误。 从结构六维角度来看，金融学的问题相当系统化： 🎯 在目标层面，它常以“解释经济现象”为目标，却在关键节点无法预测； 🛠️ 在调度层面，许多主流模型（如DSGE）在真实政策或企业操作中无法直接部署； 🔁 在闭环层面，结构缺乏真实反馈修正机制，常陷入“解释-失效-再解释”的内循环。 最有代表性的批判者是 Nassim Nicholas Taleb。他在《黑天鹅》《反脆弱》等作品中反复指出，金融学所依赖的正态分布、风险可控等假设在现实中根本不成立。极端事件远比理论允许的频率高得多，而这些理论却不断将复杂市场压缩成线性、均衡、稳定的错觉。他最著名的一句话就是： “We replaced ‘truth’ with ‘predictability’.”（我们用“可预测性”替代了“真实”。） Taleb的批评并不是要一棒子打死整个金融学，而是提醒我们：真正的结构必须能承受现实的不确定性与极端性，具备演化与修复机制。而金融学如今的很多理论结构，不过是带着数学外壳的玻璃模型，碰不得、摔不起。 这也正是言一社所指出的核心问题之一：高度结构化的学科如果无法闭环、无法应对现实演化，只会变成学术的内循环系统。金融学，就是这类“结构幻觉”最典型的代表之一。 教育学、社会学、传播学等一系列人文学科 剩下的教育学、社会学、传播学等一系列人文学科，其实问题更普遍也更隐蔽。这些领域通常不乏理论框架、话语体系与引用数量，但它们的核心结构往往脱离实践、不可验证、不可调度，更像是在自身话语体系内不断“精修自洽”，而不是与真实系统形成反馈闭环。 教育学的问题由 John Hattie 的工作揭示得最为清晰。他在代表作《Visible Learning》中系统性地量化了上千种教育干预措施的真实教学效果，结果发现：许多在教育界流行甚广的理论（例如“学习风格”、“翻转课堂”）不仅效果微弱，甚至在部分场景中为负。也就是说，大量“理论-实践对照表”上写得头头是道的干预方法，在真实课堂中几乎无效。教育学的结构性问题在于：目标模糊、路径不清、反馈机制缺失，理论与教学行为之间存在巨大鸿沟。 行为经济学之父 Daniel Kahneman 在晚年也公开承认，自己一手推动的诸多非理性行为实验在现实场景中的重复性很低，模型迁移能力弱，结构调度性不足。他意识到：即便揭示出认知偏差，也不意味着你能转化为可操作的行为干预模型。这正是很多社会心理类研究的致命缺陷：洞察多，机制少；解释多，结构弱。 更激烈的批评来自已故的伦敦政治经济学院教授 David Graeber。他在《Bullshit Jobs》和《债的简史》中指出：大量人文学科中构建出来的“专业结构”其实只是维持精英体系自我合法性的幻象。这些学术结构往往脱离实际生产力、脱离真实社会结构，仅在论文、课堂和政策叙事中“流通”。它们维持着一种职业化幻觉：你在其中看似学习了一种“高级理解”，但走出象牙塔就发现，无法调度、无法迁移、无法执行——甚至无法说清到底要干什么。 结构知识才值得你去上专业去学 那我当然不能只打破不建构啊。对于我这种一直痴迷结构的人来说。老推友知道我在家里家具和园艺的亭子什么的都是我自己用木工做的，我就是一个从潜意识，在没有AI之前就很爱结构的人。只不过当时我并没有系统性的总结起来。我也会在AI商用之后，不眠不休好几天，然后决定all in. 真正的结构知识，是能从高熵信息中提取出来、具备可压缩、可调度、可迁移、可反馈能力的可执行认知单元。 当然，现在很多结构知识还没有组成“专业”。毕竟高校是一个非常臃肿，非常官僚的机构。 能够形成结构知识的学科，才真正配得上被称为“专业”。否则，它们不过是信息的陈列室、术语的展览馆，外表光鲜、内核空转。真正值得我们花几年时间系统学习、以“专业”之名去投入的知识体系，必须具备三个核心标准：第一，它必须可压缩，能够将复杂世界抽象为核心机制与模型；第二，它必须可调度，可以被用来规划路径、解决问题、驱动行为；第三，它必须具备迁移性与反馈能力，能够跨场景使用，并且在实际系统中被验证、被修正、被演化。如果不具备这些条件，那学的只是话术和包装，用起来靠感觉，讲出来靠图解，考出来靠背诵——只是精英阶层一场结构幻觉的精致泡沫。 最值得投入的，是那些结构驱动强、闭环能力强的核心体系。比如系统工程与控制论，它以反馈回路为第一原理，广泛适用于从物理系统到AI系统的各类结构建模与控制场景；运筹学与优化算法本身就是调度结构的语言，广泛服务于工业、交通、金融等领域的决策系统；人工智能（尤其是模型方向）更是当代结构知识的总成，贯穿从压缩机制到生成反馈；而像编程语言、计算理论、嵌入式系统、数学与生物建模这些方向，天生强调结构约束与路径调度，是结构闭环的典范训练场。 一些专业虽然不一定作为独立“结构核心”，但本身具备结构组件库的作用，也极其值得系统性学习。例如，计算机科学中真正值得学的不是“写代码”，而是数据结构、操作系统、编译原理，这些都是高度可迁移的结构知识底座。产品工程、系统设计、语义网、知识图谱，认知科学和语言哲学。 还有一类学科不直接强调“单点结构”，但具备极强的跨领域结构整合能力，适合构建“超级认知者”所需的结构通识力。比如信息论和压缩理论，它是智能压缩的数理地基；博弈论与决策科学，提供策略建模和行为调度能力；系统生物学、复杂系统科学、网络科学，则训练你理解结构是如何在自然与社会中涌现、连接、演化的。 相对地，如果一个学科只能告诉你“说法”，却不能教会你“结构”，那它就不值得作为独立专业存在。像管理学、传播学、教育学（传统路径），大多沉溺于图解和事后总结，无法调度真实路径，缺乏结构反馈；人格心理学、部分社会学和文化研究，也多陷入“标签替代结构”“解释替代路径”的叙述幻觉。 真正值得称为“专业”的是内含压缩机制、具备调度能力、能在真实系统中完成反馈与演化的认知体系。 这些内容是我多年总结，多年前想用来劝退MBA和一堆文科专业研究生但是根本没用。我一直说有这个钱，再加点，或者换个目标，去把本科CS给学了，哪怕在国内已经有一个本科文凭。根本没人听我的，又得罪人，懒得说了。直到几年前看到立党，他居然成功了。因为有人真的因为他去学计算机，我觉得他挺神的。
#结构知识 #学科评估 #AI时代 #知识体系 #专业选择
avatar
多地公布2025年本科普通批投档线：哪些专业更抢手，哪些可捡漏？
#高招就业季#：志愿填报与就业攻坚· 243 条信息
2025年高考报名人数首次下降，教育改革引发热议· 27 条信息
#2025投档线 #本科普通批 #专业选择 #热门专业 #捡漏
avatar
高考报志愿考虑哪些因素？大学转专业容易吗？
#高招就业季#：志愿填报与就业攻坚· 243 条信息
#高考 #志愿填报 #专业选择 #大学 #教育
avatar
【评论| #男生北大退学又考上清华 不是教育爽文】近日，来自河南焦作的郭恩惠从北大退学又考上清华的行为引发争议。对于网友“挤占名额”的质疑，他表示，“我暂时没有想到反驳的理由，但是对于当时的我来说，选择北大的护理专业就是一个深渊。我觉得我应该是有权利退后一步的，所以对于当时的我来说，我只能这么着。”他一开始能接受护理专业，只是奔着北大的名头。此前他还有预期，认为北大会跟其他学校的护理专业不太一样，但入学的第一节课，当老师发给他一套护士服和护士帽子，终于让他认清了自己内心的想法。他不喜欢医护这个行业，就算以后真的进入这个行业，对于他来说，始终是一种折磨。很多人对他表示支持和理解。不管是清华还是北大，都是郭恩惠凭自己的努力一分一分考上的，只要规则允许，他当然有选择的自由和权利；还有一个重要原因也是北大的护理专业，地位稍有些尴尬。在普通人眼里，学护理当护士，职高或者大专学历可能足够了。这当然是一种误解和偏见，北大护理专业并不是只能去医院当护士，而是有更多的职业选择。但人毕竟不是生活在真空里，社会的“传统目光”会影响个体的判断。反对他的人，主要是认为退学等于白白占用了一个北大名额。抛开各种误解，护理专业实操性强，本身就好找工作，顶着北大的光环，从平台优势到教学资源，都不是普通院校能给的。河南本身就是高考大省，高考竞争非常激烈，郭恩惠放弃的这个名额，对于别的考生来说，可能是一个改变命运的机会。其实，舆论对这个00后小伙子也无需苛责。毕竟从北大退学重新考上清华，这种“强者游戏”是极端个案，不是谁都有能力复制的。更何况，郭恩惠也为自己的选择付出了代价。当时他凭高分完全可以选其他高校心仪的专业，但是为了北大名号，选择了自己不喜欢的专业，浪费了一年时间，还要面对复读压力。与其指责郭恩惠“挤占名额”，不如反思高分考生为了北大名头，宁可接受不喜欢的专业，最后又不得不退学，是如何发生的。有人在郭恩惠的微博留言：“太懂了，焦作的高中班主任只要你有分数就骗你报北大医学部”，他在下面回复“不要说出来哦”。能培养出一个清北学生，对于老师和学校，不光是一种莫大荣誉，还有真金白银的奖励。这本是对老师或学校教育的认可，但现实中，激励机制被异化成了对“清北率”的政绩需求。一些学校和老师不考虑学生不喜欢或者专业就业竞争力不足的问题，一味建议考生“先冲进去再说”。从北大退学又考上清华的故事，不能算是一篇教育爽文，不管是郭恩惠还是社会都为此付出了代价。要避免这样的教训，首先需要教育系统克制政绩冲动，不要为了追求政绩，牺牲学生利益。学生和家长也要认识到，选择任何专业，最重要的是从自身兴趣出发，坚持初心，如果杂念太多，只会事倍功半。 #洞见计划 更多详细内容请查看原文>> :sys_link: 网页链接 https://www.sohu.com/a/906978993_121899824 :icon_weibo: https://weibo.com/5890672121/PxSs3oVmZ#搜狐新闻
河南考生因不喜欢专业退学北大，复读后成功考上清华· 10 条信息
#郭恩惠 #北大退学 #清华 #专业选择 #教育反思
avatar
对话“北大退学复读上清华”男生：仅因专业不喜欢，同学觉得我有魄力而不是任性
对话“北大退学复读上清华”男生：仅因专业不喜欢，同学觉得我有魄力而不是任性,清华,北大,高考,保研,名校,退学复读
河南考生因不喜欢专业退学北大，复读后成功考上清华· 10 条信息
#北大退学 #清华 #专业选择 #高考 #名校
avatar
男子考上北大仅上一节课就退学，复读后又考上清华，本人回应：并不是拿高考赚钱，仅因专业不喜欢
河南考生因不喜欢专业退学北大，复读后成功考上清华· 10 条信息
#北大 #清华 #退学 #复读 #专业选择
avatar
选学校还是选专业？AI专业怎么选？近百所高校带来志愿填报...
#高考志愿 #AI专业 #专业选择
avatar
转给考生和家长！填报志愿前必读
2025全国高考志愿填报将于6月26日全面开启，考生们如何选择院校、专业？志愿填报模式、流程是怎样的？志愿填报的误区有哪些？一起来看――
#高招就业季#：志愿填报与就业攻坚· 243 条信息
#2025高考 #志愿填报 #院校选择 #专业选择 #注意事项
avatar
从我有印象起（2000年），每当高考前，总有一种大傻逼跳出来，到处跟人讲， “千万别选计算机” “计算机马上就完蛋了” “科技互联网马上就要暴雷了” 你问它到底该选什么专业，它又开始跟你讲 “生物工程牛逼” “土木最有前途” “数学才是最牛逼的万精油” “只要学好了物理，就能精通各行各业” “自动化才是真正的万精油” “新能源汽车爆发了，赶紧学车联工程” “石油工程才是最好的铁饭碗” “赶紧学核工程，进核电站可以躺平一辈子” …… 对于这种大傻逼，我的建议是，直接拉黑，不要听这些狗逼们嘴里的任何一句话。
#高考 #专业选择 #计算机科学 #生物工程 #土木工程 #数学 #物理 #自动化 #新能源汽车 #车联工程 #石油工程 #核工程
avatar
我后面想想我人生起步剧本真的没经历过啥竞争，因为成绩太差我托儿所到高中都在自己小区里，高考因为成绩差保送烂大专，老师不让我高考我觉得也蛮好，然后随便选的汽车专业，中考没参加，高考没参加。 结果毕业时候，上海通用来招流水线工人，我就去了，后来才知道上海政府让上海通用只能在上海大专招，然后当时上海通用业绩爆好，每个月车卖不过来，所以给工人待遇也非常好，我们实习生每个月双薪，正式员工双薪或三薪房补油补。 后面刺激我离职的是流水线和我一起干活的正式员工和我说他们十五年前就在做这些事，这个刺激我了，觉得不想一辈子做一个事情，就辞职去读程序员了。
#人生起步 #竞争经历 #教育经历 #高考 #中考 #专业选择 #就业机会 #上海通用 #政府政策 #公司待遇
avatar
宝玉
6个月前
现在不少人都焦虑，担心 AI 迅速崛起后会取代很多职业，导致不知道该怎么选专业，尤其是对高考志愿迷茫的同学们来说，更是难上加难。虽然现在还不是报考季，正好在微博上讨论到这个话题，就捎带着写写我的看法，在 AI 时代，该如何选择适合自己的专业，一家之言，仅供参考。 我的观点很简单： 1. 回归初心，选择自己真正热爱的专业 不要盲目跟风去报所谓的“热门专业”，因为真正决定你能走多远、走多高的，是你对这个领域的兴趣与热情，而不是短期内的热门程度。 2. 如果实在不知道喜欢什么，那就报基础学科 比如数学、物理、化学、经济、统计等基础专业，打牢基本功之后，再根据兴趣转专业，或者读研究生时再选择适合自己的方向。基础越扎实，未来的灵活性就越高。 3. 计算机专业仍然值得考虑 如果你对计算机感兴趣，就大胆选择，不用过于担心被 AI 取代，因为未来对计算机人才的需求不会减少，只是能力要求会有所变化。 为什么大家如此担忧 AI？ 很多人对 AI 的恐惧，主要是受到媒体“夸张式”宣传影响，加上自身对 AI 技术了解不足，才产生了焦虑。诚然，AI 已经改变了不少行业，也取代了一些传统工作，但更多的，AI 是提升了普通人的能力下限，同时也大幅提高了专业人士的效率。 什么是提升普通人能力的「下限」呢？ 如果把专业能力比作 0 到 100 分，我们以英语翻译为例： • 在没有 AI 时，普通人靠自己可能只能达到 30 分。 • 有了 AI 翻译工具之后，普通人借助 AI 可以轻松达到 70 分左右，这对很多日常沟通场景已经足够了。 • 但如果是法律、医学等需要极高准确性的领域，比如需要达到 90 分以上，那么 AI 就不够用了，还是得靠专业人士把关。 再以软件开发为例： • 过去普通人根本不懂编程（0 分），现在借助 AI 工具，可以达到 30-40 分，做一些简单的网站或应用原型变得容易。 • 但稍微复杂的、专业性较高的软件开发，AI 目前还远远不够，这时专业的软件工程师就非常重要。 什么是加倍提升专业人士效率？ 对于专业人士来说，AI 的帮助更加明显： • 比如一名翻译，以前翻译一篇文章可能要几个小时，现在借助 AI，只需十几分钟对结果进行修改和润色，就能达到专业标准。 • 再如程序员，有了 AI 的协助，开发效率提升 30%以上，有些任务甚至可以翻倍，且还能降低出错概率。 有了 AI 的加成，专业人士的能力也可以横向扩展到其他相似领域。比如我是个熟练的 TypeScript 工程师，本来不懂 Python，但现在我借助 AI，可以快速用 Python 做出质量不错的项目，因为我可以复用已有的架构设计、编程思维和经验，而语言本身的差异 AI 会帮我快速弥补。 但对于完全不懂软件开发的人来说，即使使用 AI，也只是被动地接受生成结果，很难对其进一步优化或创新。 换句话说，如果你有扎实的专业基础，在 AI 时代，普通人与你这样专业人士的差距只会更大，而不是更小。 为什么计算机专业依然值得报考？ 很多人质疑，“计算机专业最火，不就意味着以后竞争最激烈吗？” 其实并不是这样，热门并不一定代表竞争就会非常内卷，核心还是取决于市场需求。如果需求足够多，岗位足够丰富，即使从业人数多，也不会出现明显的过度竞争。可以预计的是，未来随着 AI 技术深入各行各业，会产生大量与计算机相关的新需求，比如 AI 工程师、数据分析师、跨领域软件开发等。 未来计算机专业的技能要求确实会变化，主要是两个方向： 1. 专业型技能： 深入学习计算机和 AI 领域的核心技术，成为顶尖技术人才。 2. 跨领域整合型技能： 不需要编程能力达到顶尖，但需要你具备某个特定领域（比如医疗、金融、教育）的专业知识，能够用计算机和 AI 技术进行行业创新或升级，像医疗领域的 AI 辅助诊断等。 此外还有一些通用技能，AI 是难以取代的，比如： • 工程思维与解决复杂问题的能力 • 创新意识与创造力 • 管理能力，沟通协作与跨领域协调能力 这些都是人类特有的优势，即使 AI 再厉害，也无法彻底替代。 无论选哪个专业，真正重要的还是你内心的兴趣和长期坚持的毅力。 因为专业并非报了就能成为专家，而是需要投入大量时间与精力反复磨练。如果不是你真心热爱的领域，很难坚持到底。很多人只是为了薪资高、市场需求大才选择了计算机，但当行业有波动时，他们往往就会非常被动。 在 AI 时代，最不容易被取代的，是那些愿意深入思考、持续学习和不断进化的人。 选择你所爱，爱你所选，AI 时代的未来其实属于那些拥有明确目标并勇于拥抱变化的人。 希望你也能找到自己的热情所在，并在未来，和 AI 一起变得更加强大。
#AI #职业选择 #高考志愿 #人工智能 #专业选择 #焦虑 #未来