如果重回高考,我可能还是会选计算机

每年高考季,总会看到类似的问题:

如果再给你一次机会,你还会选择现在的专业吗?

这个问题放在计算机专业身上,好像尤其有讨论度。

一方面,计算机曾经是很多人眼里的“版本答案”:就业面广、薪资高、成长快,听起来像是普通人改变命运的一条清晰路径。

另一方面,这几年行业变化也很明显:大厂收缩、校招变难、AI 冲击、35 岁焦虑、技术更新太快。很多人开始说,计算机没那么香了。

但如果真的让我重回高考,重新填一次志愿,我大概率还是会选计算机。

不是因为它完美,而是因为走了一圈之后,我发现它依然是一个很适合普通人建立长期能力的专业。

1. 计算机没有想象中那么轻松

先说实话。

计算机不是网上说的那种“学会敲代码就能月入几万”。

如果你真的学过,就会知道它并不轻松。

大一学 C 语言的时候,很多人第一次被指针、数组、内存搞崩溃。

后面还有:

  • 数据结构
  • 操作系统
  • 计算机网络
  • 数据库
  • 编译原理
  • 算法
  • 软件工程
  • 分布式系统

这些东西没有一个是随便看看就能懂的。

更现实的是,计算机专业的学习反馈很直接。

代码能不能跑,结果对不对,性能好不好,报错在哪里,机器不会安慰你。

它不像某些课程,可以靠临时背一背混过去。代码写不出来,就是写不出来。

所以如果有人问我:

计算机适合所有人吗?

我的答案是:不适合。

如果完全不喜欢逻辑,不愿意动手,不愿意长期学习,只是听说这个专业赚钱,那大学四年大概率会过得很痛苦。

2. 但计算机最吸引我的地方,是“确定性”

虽然计算机难,但我一直觉得它有一个很大的优点:

它给普通人提供了一种相对清晰的成长路径。

你今天不会写代码,没关系。

你可以从变量、循环、函数开始。

然后学数据结构,学数据库,学网络,学项目开发。

再往后可以做后端、前端、算法、测试、运维、安全、AI、数据分析。

这条路不轻松,但至少它比较具体。

你努力的方向不是完全模糊的。

很多时候,你能明显感受到自己从“看不懂”到“能写出来”,从“只会照着教程敲”到“能自己设计一个小系统”。

这种成长感,对我来说很重要。

我不太喜欢那种努力了半天,却不知道自己到底进步在哪里的感觉。

而计算机至少会把很多东西摆在你面前:

  • 代码写得好不好
  • 问题定位快不快
  • 系统设计是否合理
  • 性能是否扛得住
  • 项目能不能落地

它很残酷,但也很诚实。

3. AI 出来了,计算机还值得学吗?

这可能是现在很多高中生和家长最关心的问题。

毕竟现在 AI 写代码已经很强了。

简单页面、脚本、SQL、接口代码,很多时候 AI 都能快速生成。于是有人开始担心:

既然 AI 都会写代码了,那以后还需要程序员吗?

我的看法是:需要,但要求变了。

以前一个程序员的核心竞争力,可能是“我能把代码写出来”。

以后更重要的可能是:

  • 我知道该写什么
  • 我知道为什么这么写
  • 我能判断 AI 生成的代码对不对
  • 我能把代码放进真实系统里跑起来
  • 我能处理需求、架构、性能、安全和维护问题

AI 可以提高写代码的效率,但它不能替你真正理解系统。

尤其是在真实项目里,问题往往不是“帮我写一个函数”这么简单,而是:

  • 需求本身就不清楚
  • 历史代码一堆坑
  • 数据不干净
  • 接口文档不完整
  • 线上环境和本地不一样
  • 改一处地方影响一大片

这些问题,AI 能帮忙,但不能完全替你负责。

所以我反而觉得,AI 时代更应该学计算机。

因为只有你懂底层逻辑,才能真正用好 AI,而不是被 AI 牵着走。

4. 计算机训练的不只是写代码

很多人把计算机专业理解成“程序员培训班”,这个理解其实有点窄。

代码只是表面。

计算机真正训练的是一种拆解问题的能力。

比如一个看起来很大的需求:

做一个用户登录系统。

拆开之后其实有很多细节:

  • 用户名和密码怎么存?
  • 密码能不能明文保存?
  • 登录状态怎么维护?
  • token 什么时候过期?
  • 多设备登录怎么办?
  • 接口被刷怎么办?
  • 数据库表怎么设计?
  • 用户量变大后怎么优化?

你会发现,写代码只是最后一步。

在写代码之前,你要先把问题拆开,把边界想清楚,把风险考虑到。

这种能力不只在写程序时有用。

以后无论做产品、管理、创业,还是转到 AI、数据、云计算、安全,都会用到。

计算机专业最有价值的地方,可能不是教会你某一种语言,而是让你习惯用系统化的方式看问题。

5. 这个专业确实卷,但“卷”不等于没机会

现在计算机确实卷。

这点没必要回避。

以前可能会写 Java、会做几个项目,就能找到不错的工作。现在不一样了。

现在企业更看重:

  • 基础是否扎实
  • 项目是否真实
  • 有没有工程能力
  • 能不能快速学习
  • 是否理解业务
  • 是否能和团队协作

只刷八股、只背面经、只做模板项目,越来越难打动面试官。

但换个角度看,这也说明行业在变成熟。

真正有能力的人,依然有机会。

只是这个机会不再属于“随便学学就想高薪”的人,而是属于那些愿意持续积累的人。

计算机的残酷之处在于:它会不断淘汰停在原地的人。

但它公平的一点在于:只要你愿意学,资料、工具、社区、开源项目几乎都摆在那里。

普通人依然可以靠长期积累,把自己往上推一段。

6. 如果重来一次,我会怎么学计算机?

如果真的回到刚进大学的时候,我可能不会一上来就急着追热点。

不会今天学前端,明天学 AI,后天又去看区块链。

我会先把基础打牢。

比如:

C / Python / Java 至少认真学一门
数据结构和算法要真正理解
计算机网络别只背概念
操作系统要知道进程、线程、内存、IO 是怎么回事
数据库要会设计表,也要懂索引和事务
至少完整做过一个能跑起来的项目
Logo

openEuler 是由开放原子开源基金会孵化的全场景开源操作系统项目,面向数字基础设施四大核心场景(服务器、云计算、边缘计算、嵌入式),全面支持 ARM、x86、RISC-V、loongArch、PowerPC、SW-64 等多样性计算架构

更多推荐