【长期加分贴】我为什么喜欢我的专业？【CS篇】

高考报专业的时候其实也挺现实的，觉得就业不错，就选了计算机😂。结果学着学着发现自己还真挺喜欢。
现在AI发展这么快，感觉CS每天都有新东西可以学，也不会担心以后没东西折腾。如果重新选一次，应该还是会学计算机。

我学的是 Math + CS。从小除了数学也没什么其他特别特长的。一直到大学的数学课，我感觉数学的美感是确实是独特的，它可以把现实世界中很多复杂的规律，用非常简洁的表达，或者是同一个东西，我们可以用很多种不同的数学理论去表达。  后来我慢慢开始接触电脑，主要也因为喜欢打游戏，还喜欢看电影，特别清楚记得《黑客帝国》的很多片段，喜欢里头的哲学，现在有了AI更是觉得里头哲学预判了现在的世界，如果AI能模拟世界， 那“真实”和“模拟”之间的区别又是什么，哈哈哈。

现在我也一直在做 CS 相关的工作，感觉自己就CS方面还不错，数学也并不是什么天才。 就希望继续深入，多观察AI的发展，认真做一个码农，然后等待以后哪天说不定又出来了新的方向可以继续研究。

【自我思考】我为什么喜欢 CS

如果只是说“我喜欢计算机，因为觉得编程很有意思”，好像有点太简单了。

我真正喜欢 CS 的原因，是它给了我一种很特别的能力：把脑子里的想法，变成一个真的可以运行、可以解决问题的东西。

我本科其实同时学了 Computer Science 和 Mechanical Engineering。刚开始的时候，我对机械、汽车、机器人这些“看得见摸得着”的东西更有直觉上的兴趣。相比之下，代码看起来有点抽象——屏幕上一堆字符，最后到底和现实世界有什么关系？

但学得越多，我越发现，现代工程系统真正有意思的部分，越来越离不开计算机。

一辆车为什么可以自己判断前面是不是有人？机器人怎么知道自己现在在哪里？无人机怎么自己规划路线、避开障碍、最后准确飞到目的地？

这些问题表面上是汽车、机器人或者航空问题，但往深处走，最后都会碰到算法、感知、规划、控制、优化、机器学习和软件系统。这也是我后来越来越喜欢 CS 的原因。

机械工程让我理解现实世界受到什么物理规律约束，而计算机科学让我有能力去“赋予机器智能”。我很喜欢这种交叉。

一个算法写在纸上时可能只是几个公式，但真正把它实现出来，接入传感器数据，让它实时运行，再放到真实车辆或者机器人上，看着一个原本不会做任何判断的机器开始自己感知环境、做出决策，那种感觉对我来说非常有吸引力。

而且 CS 有一个我特别喜欢的地方，就是反馈非常直接。很多专业里的想法可能要很久以后才能知道对不对，但写程序经常是：你有一个想法，几个小时或者几天以后就可以做一个 prototype，然后马上知道这个思路到底行不行。当然，大部分时候第一次都不行。程序会 crash，结果会完全不符合预期，现实数据永远比课本上的例子乱得多。有时候为了一个很小的 bug 可以找半天。

但奇怪的是，我反而很喜欢这个过程。因为 debugging 本身就是不断缩小问题范围、提出假设、验证假设的过程。每解决一个问题，就感觉自己对整个系统又理解深了一点。

我也越来越觉得，CS 最迷人的地方并不是某一种编程语言。语言会变，框架会变，十年前流行的技术今天可能已经没人用了。

真正有价值的是一种思考方式：怎么把一个复杂的问题拆开？怎么定义输入和输出？哪些事情可以抽象？哪些问题可以用算法解决？怎么在速度、精度、资源消耗和工程复杂度之间做 trade-off？怎么让一个“理论上能跑”的东西，最后变成一个可靠的真实系统？

这些东西其实已经远远超过了“写代码”本身。我现在最感兴趣的方向也是 autonomous systems，包括自动驾驶、机器人和自主飞行。我觉得这可能也是 CS 最让我兴奋的地方之一：它已经不只是存在于电脑屏幕里面，而是在越来越直接地影响现实世界。过去的软件主要是在处理信息。未来的软件可能会驾驶汽车、操纵机器人、控制飞行器，甚至帮助机器理解周围的世界并自己作出决定。

想到自己能够参与这样的变化，我觉得是一件很有意思的事情。

我不是学CS的但计算机相关，很喜欢解决复杂问题！😅

严格来说我其实不算CS科班，本科和硕士读的都是EE，只是在学校的时候选过一些CS相关的课，现在倒是在软件行业工作了几年。

当初选EE其实很大程度上是因为高中数理比较好，高考填志愿的时候也不知道各个专业以后具体是干什么的，只觉得电子、通信、计算机这些听起来都挺有意思。真正读进去之后，发现EE是一个非常大的专业，从电路、模电数电到信号系统、通信，什么都学一点。不能说不喜欢，很多东西学明白之后其实挺有意思，但经常会有一种感觉：花很长时间推完公式、做完实验，最后离一个自己真正能“做出来、用起来”的东西还是挺远。

反而是后来接触编程之后，慢慢觉得这个东西很适合我。

我并没有那种从小学写代码、初中打OI的经历。一开始写程序也就是完成课程作业，后来选了一些CS的课，才逐渐发现自己很喜欢这种思考方式：把一个看起来很复杂的问题拆成很多小问题，把每一层抽象的接口想清楚，然后一点点把它实现出来。写错了就debug，哪里慢就profile，设计不合理就重构。反馈非常直接，而且很多时候只需要一台电脑，就可以把脑子里的想法变成真的能跑的东西。

硕士还是读的EE，并没有为了转码专门再读一个CS学位，不过选课已经有意识地往CS靠了一些。毕业找工作的时候也很现实，软件的机会确实更多，所以最后顺着这条路成了码农。

现在在湾区做了五年软件工程师以后，对CS的感觉反而比学生时代更实际了一点。

工作当然不像上课时候写project那么纯粹。会有legacy code，会有oncall，会开很多会，也会为了一个看起来很小的问题读半天别人十年前写的代码。有时候一天过去真正新写的代码可能也没几行。但我还是挺喜欢这个行业，因为很多问题最后都可以落到“理解一个系统，然后想办法让它变得更好”这件事情上。

而且CS有一点我一直很喜欢，就是它的边界非常宽。做底层可以一路做到硬件，往上可以做distributed systems、data、ML，现在又有AI和agent。以前学的EE其实也没有浪费，很多系统、硬件和数学基础到了某些时候还会重新用上。职业方向也不是十八九岁选了一个专业以后就定死了，可以不断往自己真正感兴趣的地方挪。

所以如果问我为什么喜欢CS，我可能不会说是因为“从小热爱计算机”。

更准确一点，是我喜欢这种可以不断学习、不断拆问题、又能很快把想法变成现实的工作方式。

误打误撞走到今天，回头看还挺适合自己的。

我学的是 CS，最喜欢它的地方是：一个看起来很抽象的问题，可以经过建模、实现和测试，最后变成一个别人真的能使用、也能验证对错的系统。相比只记结论，我更享受把问题拆成接口、状态和不变量，再通过代码快速检验自己的理解。

.. 刚开始学习时，我也把 CS 等同于刷算法题，后来才逐渐意识到，算法只是表达思路的一种工具。真正吸引我的是几个层次能连起来：底层的数据结构决定复杂度，中间的系统设计决定可靠性，上层的产品约束又会反过来改变技术选择。同一个“正确答案”，在并发、延迟、可观测性和维护成本不同的情况下，可能根本不是同一个工程答案。

我尤其喜欢 CS 与概率、决策问题交叉的部分。比如量化题里算出期望值只是第一步，程序还可以模拟分布、检查尾部风险、验证假设失效时结果怎样变化。把数学推导写成可复现的小实验后，直觉和证据可以互相校正。最近整理 OA 和 trader 面试学习笔记时，这种感觉特别明显：写得出公式不等于讲得清楚，讲得清楚也不等于实现得稳健。

当然也有不喜欢的部分，例如工具链和依赖变化很快，有时大量时间花在与问题本身无关的配置上。但我仍然愿意继续学 CS，因为它训练的不是某一种框架，而是一套可以迁移的习惯：明确假设、拆解复杂度、构造反馈、定位错误、再迭代。看到一个原先模糊的问题最终变成可运行、可解释、可改进的东西，是我选择这个专业最持续的动力。

我学的是计算机科学（Computer Science）专业，并且我非常喜欢它。

对我来说，这个专业最大的魅力在于它的创造力以及解决复杂问题的能力。我特别热衷于通过编写代码（比如使用Python或Go）来构建自动化系统和底层基础设施。当看到自己设计和搭建的架构能够高效、稳定地运行，或者通过精妙的算法解开一个极具挑战性的逻辑难题时，那种成就感是无与伦比的。

此外，这个领域充满了活力。从底层的服务器硬件探索到上层的云原生分布式系统，总有源源不断的新技术等待去钻研，这让我的学习过程始终充满挑战和新鲜感。

当初选择CS，主要是出于对技术背后运行机制的强烈好奇心。现在，能够不断体验将复杂难题化繁为简的过程，我更加确信这是一条非常适合我的道路。