我读书的时候，在高考之前压根就没想过要报什么学校专业，只知道先考个高分再说。等到高考成绩出来，才发现12年的义务教育并没有教会我怎么填报高考志愿，选专业遇到的问题课本里并没有答案。当时的我连大学有哪些专业都不知道，更别谈结合自己的兴趣去挑选大学专业。于是我用了很多办法：购买填报志愿软件、咨询已经读过大学的表哥学长、请教任课的老师、利用互联网搜索引擎……这个过程中获得了很多干货，自然也走了不少弯路。讽刺的是 当时自以为已经思考得很成熟，准备很充分，现在回过头来看，却有一些思考维度是缺失的，以致在后面的职业生涯发展中遇到了不少困惑。
怎么挑选大学专业，自己喜欢什么不喜欢什么，这只是个人维度要考虑的因素，仅从这个角度去决策是轻率的。 要做好挑选专业的决策，需要综合个人维度、专业维度和趋势维度的各种因素进行考量。
1、个人层面
如果你有自己非常感兴趣的职业领域，你应该优先选择你爱好的，选择你的兴趣。 因为你真正喜欢的东西是你一辈子也放不下的，即使你当前没有选择这个领域，日后还是会尖峰插针地不由自主地进入这个领域。
如果你没有那么幸运，一开始就知道自己喜欢什么、不喜欢什么的话，就要去考虑你跟候选的专业之间适不适合。 你可以对自己和可选择专业都先做一定程度的了解。
了解自己的3个工具
⑴自我洞察：你可以问自己几个问题：我做过哪些有成就感的事？我做哪一些事情会充满期待，愿意把时间花在上面？我认为如果自己努力可以擅长做哪些事情？（对于学生来说，因为做的事情比较少，答案可以局限在学习方面，即使是学习这件小事也有得失成败和喜怒哀乐，能够照出自己的模样。）
⑵身边人的评价：找两三个比较懂你的人，可以是师长、朋友，问他们几个问题：在以往的学习中，您觉得我做过哪件事比较好？为什么？（可以追问细节）我和其他同学相比，你觉得我哪些方面比较突出？
⑶专业的职业测评工具：
了解专业的常用方法：
最直接最有效的办法是问这个专业在读的或者才毕业一两年的学长学姐。 身边没有这样的人脉资源，可以搜一下QQ群，特别是填报志愿期间，高校热心的师兄师姐会建立很多的新生咨询群，在群里回答学弟妹提出的各种奇葩问题。QQ群搜群名搜不到可以去贴吧和论坛找找。当然关于具体专业的问题最好别问隔壁专业的……他们通常什么都不了解，根据经验瞎指挥。
百科词条、知乎高质量问答、权威公众号的文章，这些客观中立信息源可以作为了解专业的参考。
对现在网上和线下有一些有偿报考咨询和填报志愿软件应该理性对待，不要过分依赖。 其本质是利用信息的不对称和家长的紧张心理，但目前这个行业还不规范，权威性没有保障。志愿填报并不是多么神秘的事，教育部的招生平台上有历年录取分数和各个高校的招生简章，高校招生办和身边近几年高考的亲戚朋友，都是很好的参考资源。
2、专业层面
如果不知道该选什么专业，优先考虑高势能专业。 比如，数学专业相对计算机专业和商学就是高势能的，计算机专业相对管理是高势能的。之后如果想要继续深造，从“万金油”似的专业转到很专、很窄的专业有可能，反过来几乎不可能。
关于具体专业的选择，要以适应面广为原则。 因为大学所学到的具体专业知识，走出校门时就有1/3过时了，工作5年又有1/3过时了，没有适应性就难以有未来职业的发展。数学专业适应性比生物要广得多，金融比会计要广得多。中文和数学这样的专业，虽然看起来没有实际用处，但它们是基础工具。它们将来在任何一个行业都会有用，而且都是所谓“童子功”的学问，大学时代打下的功底，别人一辈子也不容易赶得上你。
3、趋势层面
选择专业还要看国家今后20年的发展。 中国未来一定会继续开放，和国际上的交流会越来越多，并且引领世界潮流，因此任何跟国际化相关的专业将来都会吃香，即使今天这些专业并不热门。
选专业也要看专业和行业未来的发展趋势。 5G、物联网、大数据、人工智能各种新兴技术发展迅猛，尽量能往趋势靠但不要一窝蜂地挤进那些过热的新兴专业，尤其是学校为了跟风刚刚开设的。那些专业常常师资力量薄弱，加上各个大学都在开设，将来就业竞争反而激烈。
4、要注意避免的几个问题
不要望文生义，光凭专业的的名称就去对专业做出评判 （比如见到人力资源管理就以为是学管人的）不深入了解专业所学的课程、就业方向。
选专业时完全不需要将自己限制在自己成绩还算好的几门课所对应的专业里。 国内的高中只开6、7门课，大部分高中生所知道的专业数量特别少，其实，大学的专业有几百种可供挑选。
不要自己想当然，网上收集了很多没用信息，但就是不去问一下周围的明白人。 万一进入这个领域之后发现现状跟当初想的完全不一样，那就是重大的决策失误。
从事数学和物理学研究，需要极高的天赋，慎选。 这两个专业不是不能选，但是除非自己在这方面非常有特长，否则选这些专业时就必须明白，学它们只是打基础，将来是一定要转行的。
在理科中，生物和化学虽然要容易得多，但从事这两个领域的工作极为辛苦，而且工作不好找，将来很可能需要改行。 因此不要觉得自己中学时这些课成绩还不错，就轻易选择这些专业，但是如果抱定只是通过学习这个专业养成好的学习习惯，将来依然会不断学习，选择这些专业也无妨。
参考资料
吴军·硅谷来信《填报高考志愿的建议》
罗振宇·逻辑思维《行业和命运》
薛毅然·怎样找到你的职业发展路线《看自己找到你的优势》很意外，前不久吴军老师竟然上热搜了，可能很多人对吴老师并不了解，吴军2002年加入谷歌，并与2010年加入腾讯，并担任负责搜索业务的副总裁，也就是搜搜业务。不过短短两年时间就从腾讯离开，而搜索业务也没有什么成果。
而这次吴老师上热搜，也是因为做了《头条有约》的一个采访，只是没想到吴老师会拳打腾讯、脚踢谷歌，最后又去锤百度。其实单说锤百度我可能不意外，只是没想到连老东家腾讯和谷歌也不放过。从采访中得知，吴军老师认为腾讯是一家没有to B基因的公司，认为其做云计算时都是堵门口倒贴钱拉客，甚至在后续服务时完全跟不上。
其实我个人感觉，腾讯、百度、谷歌倒没有说的那么凄惨，这三个都是当今互联网最优秀的企业，你要说它们不行了，我可真找不出谁更行了。所以我认为，也可能是吴军老师跟不上这些巨头企业的理念和发展速度，或者自己的格局已经和巨头们不在一个层级上，所以很多事情看不清反而自己掉队了。 因为我一直认为，一个人评判一件事或者一家企业时有两种情况，第一种是你确实拥有很高的行业视野，对这件事特别懂，能够准确判断未来的局势，第二种是你站在山脚下确认为这就是整座山的全貌，因为视野的不够所以看不懂，最终没法准确判断局势，吴军老师可能不太像前者。
其实本人因工作原因，平时和百度、阿里、腾讯、华为这类企业都有一些B端的合作，尤其近期和阿里云、腾讯云的合作非常频繁，仅从个人感受来说，腾讯云其实从技术实力，服务团队来看都无可挑剔，甚至可以说不输给阿里云。而从市场表现来看，阿里云目前处在全球第三的位置，前面两位是AWS和微软，在国内市场阿里云长期霸占第一的角色，但腾讯云、金山云等的市场份额也在不断增加，根据Gartner最新报告显示，腾讯云增速全球第一，并且相比于2017年排名，已从第十八名上升到第六名，这样的成绩放远全球都是不错的成绩。所以吴军老实说腾讯没有to B的基金，很难理解其所指的是哪一方面的基金。
反观吴老师在腾讯任职期间，可能确实没打造出完美的基金，比如其负责的搜索业务，当时的目标就是为了和百度打持久战，拉长战线做掉百度搜索，只是没想到最后的结果是卖给了搜狗，至于为什么没做过搜狗我也不知道，而且据说腾讯的人也不知道为什么。
至于百度，我觉得这些年来唱衰百度的人大有人在，而且是不是就来一轮热搜，前段时间还有个《百度已死》的文章很火爆，但你说百度死了吗？其实还活的好好的，甚至比大部分企业都活的舒坦。百度在2018年完成了千亿营收，不管怎么说我认为是对得起BAT称号，在这个大环境确实不好的情况下，各种明星企业纷纷倒塌，不是资金断裂就是上市破发，而百度能在移动互联网这个自己处在劣势的时期实现逆势增长也证明了其企业的实力。
而吴军老师身为原腾讯副总裁，竟然和网民用同样的角度看待百度还是让我有些惊讶，尤其采访中吴老师表示，百度是一个基本属于僵化的公司，移动互联网时代百度已完全落伍，已经没有希望了，根本不是需要关注的公司。
当然，有一定承认，百度确实在移动互联网时代有些掉队，但我们仍要肯定他的根基和对未来的把控，比如主业搜索引擎一直未受到过多干扰，比如百度信息流已带来200亿左右的收入，今年又与搜索引擎结合形成双核心未来会有更多可能性。而移动端App也靠春晚的助力冲到了187亿日活，已经成为移动端第一资讯平台了，而且相比于微博和头条，百度信息流的商业化还处于雏形中，未来可能会有更多营收增长点。而对于百度在人工智能领域的尝试更不用多说，一直处于全球领域的领跑者，甚至无人驾驶和智慧城市一开始布局，应该说是这个时代少有能让AI落地的企业。
所以，现在的百度其实属于一种巨头转舵时期，体积太大所以转向时发展缓慢，甚至有可能还要低跑很久，但你要说百度错过了移动互联网时代就错过了一生，那可能有些片面了。 没有一家企业可以持续高开，但有实力的企业能经历大起大落而不败。作为百度，现在更多的还是在AI方向蓄力并等待智能化时代来临，看看有没有机会实现弯道超车。
而对于谷歌更不好评论了，咱总不能离开腾讯批腾讯，离开谷歌批谷歌，就好像赵本上那句话“自己没能力就说没能力，怎么到哪个企业哪个企业不行，难道吴老师是破坏大环境的人？”众所周知，谷歌这些年在多个领域都是行业的领导者，甚至在人工智能、物联网等领域都在为行业输出一些启示，所以吴老师说谷歌都不行了我确实很难理解，那到底什么样的公司算合格呢？
对于吴军老师这种段位的人来说，在进行深入的行业评论时还是要从多个角度思考企业的未来，起码要知道企业现在的状态，不能和键盘侠一个高度和网民一个水准。比如你说百度不行，根本用不着看了，说得好像百度已经快倒闭了一样，结果百度在没什么爆发的情况下实现千亿营收，这结果就有些打脸了。当然，如果非说一家千亿营收的公司没救了，我到特别希望吴军老师也开一家公司，我第一个进去求救援。
综上所述，吴军老师启示有很多著作，比如《浪潮之巅》和《文明之光》，显然吴老师是一位出色的作者。但吴军老师可能不是一个拥有高格局的互联网从业者，起码从腾讯到谷歌，经手的业务都没有什么结果，比如做谷歌时被百度赶出中国，做搜搜时不明不白就卖给了搜狗。
除此之外，这样离开东家又出来批判老东家的做法也让人觉得不妥，如果确实做出些成绩确实没的说，现在这状况有点像，你们这些公司压根就不行，根本不是我能力的问题，做的不好也和我无关。这个逻辑有点像前几天魅族黄章的做法，李楠宣布离职后，黄章跑去论坛泄愤，认为其对公司来说就是亏钱的费财。 这种合作伙伴离开马上开怼的做法其实有些让人无奈，队友不行怎么就没想过是自己眼瞎呢？所以，既然这些企业都不行，当年还要入职，是不是也有点眼瞎？
最后，无论是腾讯、百度还是谷歌，我们还是应该给行业一些正面的鼓励和积极的看法，就算有些巨头遇到困难也祝愿他们渡过难关，希望它们未来可以为社会做更多的贡献，而不是一种高高在上且随意评论的态度。
科技银狐
知名科技自媒体：推荐作者，百度动态红人，微博头条作者。
信息安全专家：曾多次保障欧洲杯、奥运会、春晚等直播安全。计算机的运行速度 同许多因素有关，有硬件上的也有软件上的，硬件的主要有内存、硬盘、CPU、主板等。这里有个匹配的问题，有点象木桶原理，如果内存速度、cpu速度高而主板的总线速度（主频）低，则前面两者也不能充分发挥作用。从软件上看，也有许多因素，有的占用内存小，显得速度快，但有时不稳定。有的为了实现复杂的功能，使得软件运行时占用内存很大，则影响速度，这种情况并不是计算机本身的速度慢，而是计算量变大了。|||目前来说电脑整体性能上硬盘是个瓶颈，有条件可以靠组raid0来提高性能，如果程序只是加载到内存中运行，不会经常读写硬盘，则运行的速度和CPU与总线传输速度有关，所以，加大内存，是提高电脑性能的一个成本低，见效快的方法。|||主要是CPU吧|||它每个部件都很重要，主要是关注硬件与硬件之间的兼容性，保证前提的情况下，在你说内存和CPU很重要以外，硬盘也是很重要的，硬盘决定存入读取。参数一般取决于转速和缓存。还有，你的CPU温度也是一个关键。一般来说如果你的CPU的温度在环境温度的两倍以内，那将是正常温度！！|||其实每个部件都有关系但是就目前的主流状况来看CPU、内存、 *** 作系统基本上不会存在太大的瓶颈从实际使用角度来看，硬盘这一块是速度难以提高的关键可以尝试使用RAID来提高速度|||以后如果光存贮介质成为普遍运用的计算机存贮部位，计算机的运行速度应该可以大大提高。|||主要是CPU,其次是内存，接下来是 *** 作系统|||与软件、硬件均有关系！|||我觉得和最主要是CPU、显卡和内存|||最关键的还是CPU吧|||计算机的运行速度 同许多因素有关，有硬件上的也有软件上的，硬件的主要有内存、硬盘、CPU、主板等。这里有个匹配的问题，有点象木桶原理，如果内存速度、cpu速度高而主板的总线速度（主频）低，则前面两者也不能充分发挥作用。 从软件上看，也有许多因素，有的占用内存小，显得速度快，但有时不稳定。有的为了实现复杂的功能，使得软件运行时占用内存很大，则影响速度，这种情况并不是计算机本身的速度慢，而是计算量变大了。|||主要是关注硬件与硬件之间的兼容性，保证前提的情况下，在你说内存和CPU很重要以外，硬盘也是很重要的，硬盘决定存入读取。参数一般取决于转速和缓存。还有，你的CPU温度也是一个关键。|||前来说电脑整体性能上硬盘是个瓶颈，有条件可以靠组raid0来提高性能，如果程序只是加载到内存中运行，不会经常读写硬盘，则运行的速度和CPU与总线传输速度有关，所以，加大内存，是提高电脑性能的一个成本低，见效快的方法。
因为现在的智能家居不可以媲美人工，还价格昂贵，比如扫地机器人，只能扫除表面的灰尘，还容易出现故障，不时需要修理，太费事了。
因为现在的智能家居不可以媲美人工，还价格昂贵，比如扫地机器人，只能扫除表面的灰尘，还容易出现故障，不时需要修理，太费事了。因为现在的智能家居不可以媲美人工，还价格昂贵，比如扫地机器人，只能扫除表面的灰尘，还容易出现故障，不时需要修理，太费事了。因为现在的智能家居不可以媲美人工，还价格昂贵，比如扫地机器人，只能扫除表面的灰尘，还容易出现故障，不时需要修理，太费事了。因为现在的智能家居不可以媲美人工，还价格昂贵，比如扫地机器人，只能扫除表面的灰尘，还容易出现故障，不时需要修理，太费事了。因为现在的智能家居不可以媲美人工，还价格昂贵，比如扫地机器人，只能扫除表面的灰尘，还容易出现故障，不时需要修理，太费事了。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）