没有哪个专业能保证未来前景最好;更稳的做法是选一个能训练学习能力和判断力的学科,同时保持对趋势的敏感,别指望一次选对就一劳永逸。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
本科专业真正塑造的是学习能力,不是职业保险
材料里的观点立正不介意本科同学选商科,理由不是商科没用,而是本科教育最宝贵的地方在于它会塑造你一辈子的学习习惯和学习能力。一门完整的学科有自己的研究方法,会教你定理怎么推出来、推论怎么验证,这种训练比具体知识点更耐用1。所以选专业时,与其问“哪个专业未来最赚钱”,不如问“这个专业能不能让我学会一套自己推演和验证问题的方法”。能给出肯定答案的专业,通常比追一个当下热门但训练松散的方向更抗变化。
前景要动态看,别用沉没成本锁死自己
材料里的观点判断趋势的底层是用动态、发展的眼光看问题,不要想找一件一劳永逸的事,也不要因为过去投入了什么就只沿着那个方向再走一步2。他提到自己在频道里讲过 GenAI 的应用前景和挑战,也讲过没有项目机会时怎么在业余上手2。这提示一个可操作的做法:选专业时把“这个方向未来几年会不会继续变化”当作一个要持续核对的问题,而不是入学时定一次就结束。如果某个专业只是当下热、但你不确定它五年后还成立,那它更像一个需要动态跟踪的赌注,而不是保险。
风口专业能打开选择权,但不等于选它就赢
材料里的观点从最大化赚钱能力的角度,立正的说法是应该去找行业的风口,只有在行业上升期才可能最大化收益,所以学校里可以选一些风口专业或能抓住风口的专业,工作后这些专业会帮你打开更有前途的行业选择权3。但这是有条件的:风口会变,专业只是帮你进入某些行业的一张门票,进门之后能不能产生价值还要看判断力和持续学习。所以更实际的问法是:这个专业能不能让我接触到正在上升的领域,同时保留我转向的能力。
资料没有给出具体专业的前景排名或就业数据,也没有覆盖最新行业变化,所以无法回答“哪个专业现在最好”。
出处
- 1为什么要上大学?
直接讲为什么不介意本科选商科,以及本科教育真正塑造的是什么,适合核对选专业的判断标准。
- 2想通过跳槽升职加薪,要先做好这件事
讲用动态眼光看趋势、不要被沉没成本锁住,适合理解为什么前景判断要持续更新。
- 3最大化赚钱能力的“具体路径”
讲风口专业与行业上升期的关系,适合核对“选风口专业能打开选择权”这一说法的条件。
你也有想问的?
卡住的时候,问问立正:回答只从立正讲过、写过的东西里来,每一段都能点回原文。
问类似的问题也可以接着问:
别人还问了
- 高内聚低耦合的架构原则对于AI来说make sense吗?
部分成立:AI 让“耦合”从代码模块之间转移到了 context 与工具之间,内聚的对象变成了喂给 AI 的那份上下文。
- 换工作的时候,长期来看,考虑的优先级应该是什么
长期看,优先级是行业与增长空间、公司平台和业务、直属老板,最后才是薪资;薪资差距超过三成时才需要单独权衡。
- 我想学 LLM,但不知道如何开始,你可以给我建议吗?
学 LLM 最有效的起点不是先啃完理论,而是选一个真实小任务,边做边补概念,让卡住的地方告诉你该学什么。
- 什么场景/团队/项目用MCP/Skills什么时候不用
MCP 和 Skills 不是按场景二选一,而是先看结果、再看它是否真省 context:官方 MCP/CLI 简单但结果杂乱、几轮就撑满窗口时,才值得自己做成 Skill。
- 如何用 AI 辅助 产品设计
用 AI 做产品设计,关键不是让 AI 画图或写代码,而是把 AI 放进产品运行过程里承担任务,并把自己的判断标准写成 AI 能读的上下文。
- 什么是创意?创意也是对现有元素的组合排列吗?是的话,在这种情况下,怎么判断一个点子是否是真正创新的创意?最后如何获得创意?
创意可以看成对现有元素的重新组合,但判断它是否真创新,要看它是否解决了一个此前没被满足的真实需求;获得创意的路径是靠近真实问题、快速交给现实修正,而不是坐在房间里凭空想点子。