致玉玉们·中篇_附件

需要注意，因为你和访谈对象的亲疏、身份不同，

访谈对象的性格、忌讳不同，

你选择访谈的时机、地点不同，

你需要灵活地去询问这些问题，更换你的表达方式，

或者跳过一些被访谈者不愿提及的问题以保证访谈能够继续。

你可以根据你所掌握的资源、谈话的走向以及自身的兴趣去引导你的访谈对象，

获得超出大纲，更加深刻、细致的主观资料。

~除了访谈之外，你还可以查看专业机构撰写的行业报告及上市公司年报。

~国家的战略规划是一个参考项，但也有小概率“有中央文件，没实施条例”。

以下是我整理的一些观点，你可以在问过周围的人之后，再来参考我的回答：

文学艺术哲学社科类：

人类对于社会科学和文学的创造处于手工业阶段，会有更强的马太效应。

制作电视剧、动画、游戏需要很多编剧打工，

但大多数核心的创意可能只属于某几个编剧。

将那些知名的人以外的所有本行从业人员都移除，

在几个月甚至一年内，我们的文艺生活或许都没有大的变化。

一些成名较早的品牌占据了该类商品的解释权，赚取了绝大部分的溢价，并压制着后来者。

汉语言文学、马列、图书馆学此类在考公上有优势，

原理和应届生一样，都是通过限制专业减少竞争对手。

不过假如为了考公选择这些专业，通常来讲你的同学大半也倾向入党，

你的政治面貌同样有概率成为评委们选拔筛选项之一，你需要仔细思考自己的觉悟。

~社会科学其实需要很多文科生，他们将走出房间，参与大量社会实践，积极参政、探讨政策，为制度层面的优化和创新，为人们更加科学地认识世界。但目前为止并没有真正有很多这样的机会。

传媒类：

现在大学专业开设的媒体课很多是基于互联网普及前集中资源的电视媒体设置的，

里面有很多内容是教学生如何运用那些资源，并不一定适应现在内容为王的媒体形式。

如果确实对媒体行业有兴趣，可以报一个实业相关的专业，

在本行业从事几年后再去做媒体，写出来的深度和广度可能比专门的传媒科班要好。

而且多一条后路，即使媒体做不了还能回到原专业。

语言类：

语言只是一门工具，

任何专业都需要阅读其他语言的论文，都有和国际交流的机会，

医学也有专门的医学英语，商科也有专门的商业英语，

所以单纯的语言类体现不出太大的优势。

近期大语言模型在翻译上的运用也有代替传统翻译软件的趋势，你可以根据这些信息仔细考虑。

农学类：

小心蚊虫鼠蚁，下田不能穿裙子。

由于地貌和传统的问题，农业全面工业化步履艰难，

其他国家的农机及工业化的农业设施在部分地区普及程度不高，

存在一些不适合发展农业但又不愿意重新规划的地方，

以及“退耕还林”“退林还耕”等政策变动。北京并没有多少耕地，农业部还是设在北京。

医学类：

医生的培养周期较长，而且医学类普遍要求规培，

你从上学到回本所需的周期很长，对于家庭的经济状况有一定的要求。

除了执业医比较值钱，

护理以及其他医技类的可能会面临你的学业压力和本科医生差不多，

实际工作中你的专业知识却很少能被用来干预具体决策，

工作要求和考核标准割裂（护理原先能跨考执业医，现在限制严了都不能了）等，

需要做好心理平衡。

临床工作需强身健体。

师范类：

由于人口问题，不确定将来的中小学生数量是否能足够供养起这么多编制教师。

其他专业在本专业学历够高资历够硬可以考教资直接当高校教师，只是想当老师不用特意考师范类。

土木机械类：

上机、打灰、出差、招投标。

如果身体不好没法老出差、上工地监工的话就赚不到什么钱（至少职业初期这些是必要的）。

金融营销类：

职业初期当销售和参加各种会不可避。

“实业为骨，金融为肤”，实业不景气的时候金融风险也大，

需要有一定资本、心理抗压能力充足、懂得基本的法律以规避风险。

其他专业转行当销售的门槛比较低，如机械专业转行卖口罩、医学专业转行卖翻译软件。

生化环材、数学物理等基础学科、科研类：

以上所有对专业的印象更多来自你将从事专业实务。

而所有的学科，包括本条提到的其他本来就是偏科研的学科，都可以走学术研究的路。

关于这一点，你可以参考本站“我的化学人生”_BV1Rb4y1x7nD 的评论区，初窥门径。

到此为止，我们已经认识了不少专业，也将它们的职业发展方向分为了专业实务和学术研究两类。

欣赏职业百态或许新鲜有趣，但对于需要决断的你，又或许顾此失彼、不得要领。

所以我将在下文分享一些更加概括性的观点，概括就必然有所取舍，还请谨慎甄别。

在实业中，常有“一线生产岗位、一线技术岗位和研发岗位”三级分工。

你常听到“机器替代人工”的说法，在脑海中想象历史上马车夫或者流水线工人的例子。

然而，你所想象的取代，早已在数十年前完成，

那些还没有被替代的重复性体力劳动，

要么就是有必须要人来任职的理由，

要么就是雇佣人工的价格远低于机器。

与之相反，很多大众认知中的技术工作，实际上属于重复性脑力劳动。

一些需要人考察和求解来完成的工作，那些曾经是个人化的知识，

日渐被自动化设备、工业软件以至训练有素的AI所挤压。

大部分生产一线已经有了一定的自动化的积累，

类似Matlab这样的工业软件在20世纪就已经被开发出来，

近期热议的AI，已经是后几块砖头了。

操作一个上亿的机器越来越简单，

劳动丧失了独特性，高等教育的优势难以体现，

技术岗位供大于求，没有理由期待更高的待遇。

总结下来，就是重复性劳动岗位的收入很难保障，而且随时有被取代的风险。

如果你的专业所在行业不景气，而你又恰好进入了一所重就业的学校，

你学习到的很多是针对具体情形、泛用性不强的从业知识。

如此，不管是本科生还是研究生，双一流与否，

你都很可能进入重复性劳动岗位，而且很难转行。

那么研发岗位又如何呢？

我们已经知道，操作机器需要的知识偏就业，研发机器需要的知识偏基础。

科研本身也是一种职业，也有其职业特点，

原本适合科研的人就不多。

如果培养方案是重科研的，但你的学校水平一般，

你可能会花费大量精力学习大量基础知识，

但理论也没有学懂，实践也没有学懂，

理论和实践的衔接基本全靠死记硬背。

当你毕业后，你既很难考上研究生，也很难直接就业，

最后还是很大概率进入重复性劳动岗位。

当然，本科教育并非一无是处，

你至少学习过高数、大物、大化中的一种，相较初中生还是好上太多。

可是那些有限的基础知识在一线岗位还剩多少运用机会呢？

你本就不熟的基础知识随着工作的繁忙似水东流，

而且因为学习本专业的知识耗费了太多精力，

你也没有为转行或进入交叉学科做好准备。

以及，想象一下某些专业向上科研时的图景：

研究辅助器械，有计算机和自动化专业；

研究分子，有制药和功能材料专业；

研究疾病，有医学专业......

所谓“卡脖子”难题，说的就是这些方面。

已经有那么多本科就是计算机这些专业的人了，

哪怕急需培养大量研究人才，

其他专业是不是就得向后稍稍了。

随着工业体系升级，对高精尖人才的水平要求只会越来越高，

这是生产力进步的表现，是一件好事。

如果没有生产力的进步，

我们讨论的就不是进入哪个岗位的问题，而是根本就没有高端岗位。

上述掉坑路径听起来可怕，但也是可以避免的。

比如，你可以在选择专业时关注行业一线的待遇，留一条退路；

比如，你可以在发觉自己不适应科研后，

不再硬着头皮跟随培养方案，尽早为转行做准备。

随着你阅历的增长，你终需要自己做规划，

我也祝你能够一次性找到自己热爱的专业，乐在其中，满载而归。

 

IR. @取景框看世界_BV1f34y167Uo ；@集智说_BV1Js4y1y78u

本材料采用CC BY-NC-SA 4.0协议进行许可。