【长期加分贴】我为什么喜欢我的专业？【CS篇】

CS。说实话，当年选它没什么情怀，就是觉得这行当凭本事吃饭，天花板高。

真正觉得选对了，是后来带团队做技术决策的时候。那会儿才意识到，CS 给我的不是某门语言，而是一种把复杂问题拆到可执行的思维方式——后来带团队、创业、做量化，全在吃这个老本。

如果重来，我还是选 CS，但会早点补数学，别只盯着写代码。

一开始学 CS，主要就是觉得这行工作机会多，工资高。那时候我对未来没什么特别清晰的想法，也谈不上特别 passionate。大一本就什么都不懂，选一个以后能找工作、能养活自己的方向，对当时的我来说就够了。

经历过痛苦的刷题，上岸过，也被裁过。做的项目多了之后，我才慢慢开始 appreciate 这件事。

最近的一份工作是做一个 AI 配乐功能。用户点一下生成音乐，背后要把模型生成、结果保存和视频处理接起来，最后交付一个能用的成品。生成出来只是第一步，失败了怎么办、用户要等多久、导出能不能更快，这些都得考虑。我挺喜欢把这些环节一点点接起来，最后看到它作为一个完整功能交到用户手里。对我来说，那种 end-to-end 把事情做完的感觉，比单独写完一段代码更有意思。

所以我也不是哪天突然发现我这辈子非 CS 不可。一开始确实是很 practical 的选择，钱和工作机会都是考虑。只是做过一些项目之后，我开始在意技术最后有没有解决问题，也开始享受从“这里好像有个问题”到“现在有人可以用这个功能”的过程。

求加米加米加米谢谢啦！

本人本科在台湾成大读CS，其实一开始也没有什么特别宏大的目标，就是觉得写程序这件事情很神奇。

大一刚开始写C/C++的时候，第一次看到自己写的东西真的跑起来，就觉得：诶，这东西有点意思啊。后来慢慢开始学数据结构、算法、OS、ML，也开始做各种project。CS大概就是这样，一开始觉得“我只是想写点程序”，写着写着发现怎么数学也要学、概率也要学、线代也要学，最后连机器人控制、computer vision、reinforcement learning都跑出来了😂

本科的时候我进了学校的robotics lab，做过一个排球转播和分析系统。那时候要detect排球、重建3D trajectory，再把结果用AR的方式显示出来。第一次把自己写的东西真正搬到比赛现场，看着系统在一千多人面前实际运行，感觉还是挺不一样的。

后来也陆续去公司实习。

有一段做LLM、NLP和一些data pipeline，也做过OCR、Chrome extension、IoT之类的东西。那时候最大的感受就是：学校里面“能跑”可能就已经很开心了，但是工业界完全不是这么回事
你要考虑accuracy、latency、cost、maintainability，还要考虑这个东西到底有没有人在用。

也是从那时候开始，我慢慢确定自己比较喜欢ML/CV/Robotics这一块，而不是单纯做一般的软件开发。

本科后期又开始折腾reinforcement learning。

当时研究的是DreamerV3和world model，本来只是觉得world model这个方向很酷，结果一做下去就是各种实验、跑挂、调parameter、怀疑人生。

最开始很多想法效果都不怎么样，Pong transfer到MsPacman不行，adapter试了、reward normalization试了、RND、InfoNCE各种东西也都碰过。

最后反而是一个latent entropy regularization的想法有效，在Alien上pretrain world model以后transfer到MsPacman，100k interaction下比scratch baseline有比较明显的提升。

也是靠着这个project，最后有了一篇first-author paper。

那时候才第一次觉得：原来research不是“想到一个很酷的idea然后成功”，而是想到十个idea，八九个死掉，最后剩一个能讲故事的东西

申请研究所的时候，我的方向其实也越来越明确：CV、robotics、robot learning、embodied AI。

最后来了CMU读MSCV。

刚来CMU的时候还是挺兴奋的，毕竟以前看paper的时候经常看到CMU、RI这些名字，现在真的每天在这里上课、做project，感觉还是有一点不真实。

但很快这种“不真实”就被assignment治好了。

现在每天的生活基本就是：
上课 → 作业 → LeetCode → project → 投实习 → 再写作业。

有时候晚上十二点还在debug policy gradient，第二天又要准备面试，真的是充分体验美国CS/robotics学生生活

现在也正式开始找2027 Summer internship了，目标主要是CV / Robotics / ML / Autonomy。

最近陆续开始跟一些自动驾驶、robotics、camera/vision相关的team聊，也越来越发现找工作和在学校做project完全是两回事。

面试会问algorithm，会问CS fundamentals，也会抓着你的project一直往下挖：

“为什么当时这样设计？”
“如果数据分布变了怎么办？”
“为什么不用end-to-end？”
“这个方法真正的瓶颈是什么？”

以前总觉得自己做过很多东西应该挺有底气，真的开始面试以后才发现，每一个project都可以被问到你怀疑自己到底有没有做过这个project🤣

回头看，其实我的路线也不是特别直。

从一开始单纯觉得coding很好玩，到software engineering，再到CV、RL、robotics，最后跑来CMU继续折腾robot learning。

很多事情当时做的时候也不知道以后有没有用。

以前做AR volleyball的时候不会想到以后申请CV；
做Dreamer的时候不会想到以后面试robotics公司会聊world model；
实习的时候写那些pipeline，也不会想到后来system design和工程经验会变成面试里很好讲的东西。

现在越来越觉得，很多经历其实不会白费，只是你当下不知道什么时候会把它们串起来。

当然现在还远远没有到“大结局”，甚至可以说才刚进入最苦逼的刷题投简历阶段哈哈哈。

希望接下来可以顺利拿到一个自己真正感兴趣的robotics / CV / autonomy offer。

也祝地里所有正在转方向、申请学校、刷题、找实习的朋友们都能上岸。

不管本科是什么背景，也不管之前走了多少弯路，只要一直在积累，很多东西最后真的会慢慢连起来。

等拿到offer再来回报地里！

求米 +1.3 🙏

我原本并不是 CS 专业的。我经历了一次美本转学：原来在国内某 211 大学学机械，后来转学到了 UIUC 的 Stat（统计学），再转进了 CS + Stat 这个专业。由此，我才名正言顺地成为了一名真正的 CS 人。

我感觉专业这件事其实是非常脆弱的。现在我身边有朋友在做艺术推广，感觉非常有意思。说实话，我对 CS 并没有由衷的热情，但它刚好卡在了 AI 的风口上，所以我也就顺其自然地进入了找工作的阶段。

在现在的 AI 浪潮下，我本质上是想做一个有金融知识的人，去做一些投资的工作。但 CS 其实离这个目标并不远，因为我觉得技术的深度和逻辑依然非常重要。在技术疯长的情况下，需求空前增加，上一次需求这样增长还是在互联网时代。非常神奇的是，我在毕业那年碰到了 AI 的浪潮，也顺理成章地成为了其中的一员。

但我觉得 CS 的优势转变了。很多人会用 AI，但很少有人去做真正的代码开发工作。实际上，CS 处于行业中心的漩涡位置。即使不喜欢，它依然是一个应用非常广的东西，连数学、统计都比不上。当时我并不知道 CS 会这么厉害。

但问题是，我其实对什么专业都不会特别感兴趣，我只对一个精彩的生活感兴趣。所以我并不想成为一个按部就班的码农。我给自己的定位从来都不是码农，而是一个正在做田野调查的投资者，或者说，一个还没有走到壮年的年轻人。

其实现在的就业市场并不友善，包括身份问题，大家都在说相同的困境。但说实话，我觉得也没有那么多可焦虑的。