笔下文学

2 章（第1页）

「这专业是坑」的感叹。

这种工业发展模式并不因前沿交叉领域的涌现而改变，就算出现再多「智慧城市」，「智慧电网」，「通过新技术监控生产」之类的高大上的业界需求，它创造的需要大专生的工作岗位还是比需要硕博士的工作岗位多无数倍。

如今很多高校不断开出「AI×工科」的专业，也对这一点于事无补——高端人才没那么好培养，而只要培养不出高端人才，毕业生最后也一样要去做本质技术工人。

2大部分人没有退路

很多人喜欢用清华这种学校的理工科专业出路去类比整体情况。如果我们把目标限定在清华，就会发现理工科的毕业生出路实际上没有差的，虽然在业内找不到好工作的情况时有发生，但只要肯花点功夫转行，待遇总归不会差。

换句话讲就是说，学了理工科专业的人总归是有退路的。

不过这可是清华，对能考进清华的人来说，在自己的专业成为冷门后转行自然不是一件多困难的事情，但以绝对难度而言，99%的人都根本达不到转行门槛。

从理工科专业转出的「复合型人才」普遍受到各行各业青睐。如数学、物理博士转入金融，各工科毕业生转去做和本行接近的自动驾驶、计算机、芯片制造，或交叉到咨询、法律行业等等。

对头部院校的学生来说，当本专业直接对应的业界发展受阻，难以找到满意工作时，转行似乎是一件轻描淡写的事情。

但所有的转行都需要借助扎实的专业基础实现，转去金融的人需要有优秀的数理基础，转去计算机的人需要有优秀的代码能力，转去自动驾驶或芯片制造的人需要有优秀的软、硬件能力，转去咨询、法律的人需要对自身原本所处的行业有深刻的理解。

举例而言，华为愿意开出40+年薪收下做探测器的物理博士，看中的并不是做探测器的手艺，而是因为一个能自主设计、调试探测器并进行科研的博士自然有能力帮华为设计新的类似硬件。

具体的、应用面狭窄的技术从来都不受欢迎，而未能跨过门槛，锻炼出核心能力的人，到最后也就只掌握这一门应用面狭窄的技术了。

归根结底，复合型人才之所以受欢迎，或是因为他们具有比始终处于同一专业内的毕业生更扎实的基础，或是因为他们对整个行业的逻辑有着深刻的理解。

而二者都相当难以获取，并非是从一个看起来水平尚可的理工科专业毕业后就可以自动获得的。

获得优秀的数理基础需要你把数学分析、数理方程、四大力学、群论、拓扑等数理核心课啃下来，并不是应付考试，而是达成相对系统的理解。然后用这些理论基础去对实际遇到的问题建模、求解，给出可行的方案。

获得优秀的代码能力需要你学好数据结构、编译原理、计算机网络、数据库等理论基础，同时动手做通具体的项目，度过无数个因debug而煎熬的日日夜夜，完全理解自己写下的代码是什么。

获得优秀的电子学（硬件）能力需要你在理解了信号与系统、模电、数电、微波等课程的基础上，自主设计或调试、维护一套设备或系统，结结实实地把实际工作中遇到的莫名其妙故障都处理好，直到它能够正常运行。

这三项能力要求中的任意一项都高过绝大多数院校对硕士（甚至博士）毕业生的要求。

在不掌握多少核心能力的情况下混毕业并不是什么难事，靠养细胞、宰小白鼠、烧炉子、过柱子、用matlab做有限元……这些重复性极高，抓个高中生来就能直接干的工作攒实验数据攒到毕业的硕博士并不在少数。

而大部分非顶尖院校分配给学生的课题说实话也没什么技术含量，需要自己学习核心能力，改进、调整甚至从零开始建立数理模型或软、硬件系统的课题并不算多。

我国硕士招生量如今已经超过百万，研究生也早已不是「精英教育」，学习如何使用一套封装好的软件、模型或设备，然后改一改参数做出对比，是绝大部分学生的毕业路径。

而如果不具备上述这些优秀的核心能力，那么转行就会是一个从零开始重新学起的过程。原本的理工科专业教育并不会给你带来任何帮助——你大学四年全白学了。

说实话，学不到核心能力并不是什么可耻的事情，我们必须承认，有足够天资去掌握这些能力，并进一步用它们去处理高难度课题的人总归是少数。

若不是那天资出众的前1%，那么你需要做的是摆正自己的位置，别去幻想自己像前1%的人一样拥有退路。

3处于科研与就业夹缝间的专业

实际上，纯粹的基础学科专业是极少数，只会存在于顶尖院校里。大部分院校的理工科专业是介于基础学科（数学、物理、计算机、电子学等）与真实的工程之间的中介，起到连接基础学科和实际工程的作用。

以笔者所在的清华工程物理系（即核专业）的本科培养方案为例，其中的基础课既包括了作为物理系基础课的数理方程、四大力学，也涵盖模电数电、信