注：如果你是天坑專業想轉計算機的，請謹慎閱讀本文！ 本文主要比較醫學（牙科、臨床、影像等）、法律、商科（金融、會計等）等專業。

我先自我介紹一下，我是985計算機專業的學士、碩士、博士，曾在國內最大的廠商之一的手機部門擔任工程師。 目前正在攻讀博士學位（深度學習最熱門的領域）。 對于有家庭背景的人來說，在非一線城市買房并不困難。

我對上面的簡歷的客觀評價是，在大環境下還算不錯。 但在真正的大佬面前他卻顯得很弱。 也就是說，與之前的相比還不夠，但與劣質的相比卻綽綽有余。 所以我覺得我的經歷也是具有普遍性的。

我放棄電腦的主要原因是：

計算機工業和學術界發展得太快了。 對于一般人來說，每隔兩三年，就會面臨“舊技術將被淘汰，學習新技術成本太高”的問題。 無法有效積累自己的人脈、經驗、職稱等，雖然薪資高計算機網絡技術是干什么的 主要學什么，但職業前景不明朗，基本沒有社會資源。 而這些聯系、經驗、頭銜、信息差距等就是你自己工作場所的護城河。

以我自己為例，

11歲左右，我正在讀本科，當時在學校做的項目主要是嵌入式開發。

2015-16年，移動互聯網正值巔峰，大量高薪前端、移動崗位涌現。 我當時也加入華為做移動開發。 工作一年半后我就離開了。 原因很簡單。 “以我現在的技能，如果我被解雇了，還有誰會用這個薪水雇用我？我會留在這里，陷入繁瑣的業務代碼中，沒有技能。” 升力太大”。 我認為這不是公司的問題，而是碼農職業的問題。

2017-18年，人工智能和深度學習技術成為工業界和學術界的新星。 我當時也在讀博士，研究這個方向。 現在的進展非常好，但如果有一天人工智能不再流行怎么辦？ 我沒有精力去更換一個全新的技術系統。

客觀地說，我一直在乘風破浪。 不過這三個階段我所使用的技術基本上沒有什么聯系。 每次轉換感覺都是從0開始，耗費大量時間。 計算機科學聽起來像是一個專業，但說到程序員，有一些人從事人工智能、系統、算法、網絡和應用程序的工作。 每個方向都有很多小方向。 這里稍有改變就會感覺像是不同的專業和系統。 如果讓一位資深后端工程師面對一個AI算法，他10個問題連一個都答不出來也是很正常的。 技術日新月異，在小方向深挖無疑風險很大。

最后，相對于其他非工程行業來說，絕大多數學計算機的人對生活了解不多。 我不知道如何和女孩調情，并且有過一段糟糕的戀愛經歷。 一是因為女孩少，二是因為我每天都和代碼打交道，思想發生了變化。

所以我現在轉向了學術路線，努力發表更多的論文，獲得教職，建立自己的護城河（寫作經驗，學術人脈，數學工具等），構建這些可以積累的東西。 在可預見的未來計算機網絡技術是干什么的 主要學什么，我們將基本告別高薪。 我逃進了學術界，游戲規則與主流計算機職位無關，所以我處于半退休狀態。

也許有人說可以慢慢轉管理，但是在企業工作過的人都知道，如果業務規模發展不快的話。 怎么會有這么多領導給你？ 計算機也沒什么特別的。

將此與其他職業（如醫生、律師、金融分析師、會計師、設計師等）進行對比。 專業技能、資源和職稱逐年穩步增長。 對于不是極度追求薪資的人來說，從長遠職業發展的角度來看，是比計算機更好的選擇。 國內大學應該逐步趕上國外大學。 學習醫學（臨床、牙科、麻醉等）、法律、商科將成為優秀年輕人的選擇。

- - - - - - - - - - - - - - - - -分向線 - - - - - - - - -------------