芯耀
200
前两天刷到一个帖子，一个哥们自述从某互联网中厂的后端开发岗离职，跳槽去了一家新能源车企做电驱系统工程师。
评论区的画风特别有意思。
要搁十年前，这种帖子底下一定是清一色的"大哥你想开点""互联网转机械，你是受了什么刺激"。但现在呢，高赞评论变成了"求问怎么转，有推荐的课程吗"。
我当时看了就觉得：时代真的变了。
说句暴露年龄的话，2014、2015年前后，我刚开始刷知乎那会儿，互联网上的专业鄙视链是非常清晰的。IT和金融站在食物链顶端，然后是电气、通信这些"还行"的工科，再往下就是著名的"生化环材四大天坑"——生物、化学、环境、材料，据说进去了就别想出来。
而机械和土木，被网友封了个雅号，叫"两大护法"，意思是它俩左右护法一样，忠心耿耿地守护着天坑的大门。
这不是网友抖机灵。那些年的数据确实支撑这个结论。
2015年前后，一个机械专业的本科毕业生，如果去长三角、珠三角的制造业企业，起薪大概在3000到5000块之间，这还是不错的企业了。要是去一些中小型工厂，到手两千多也正常。
而同年，计算机相关专业的应届生，去一家像样的互联网公司，月薪轻松过万。2015年BAT的校招，技术岗白菜价，就是最普通的offer，已经能到年薪15万到20万出头。稍微好一点的offer，25万到30万也不罕见。
这两个数字放在一起，你就理解了当年为什么有那么多人劝退机械，不是矫情，是真金白银的差距摆在那里。
更扎心的是，不光起薪差得远，成长曲线也不一样。
互联网行业那几年是真正的黄金年代：2015年"互联网+"被写入政府工作报告，O2O大战打得热火朝天，资本像不要钱一样往里砸。一个计算机专业的毕业生，跳两三次槽，三五年后年薪50万甚至更高，不是什么新鲜事。
而机械呢？干了五年涨到八千，已经算不错了。
所以你看，那些年的"劝退"不是空穴来风，是市场真实价格信号传导到舆论场的结果。经济学最基本的供需逻辑：互联网行业高速扩张，人才需求远大于供给，薪资自然被拉高；传统制造业利润微薄、增长缓慢，对人才的议价空间有限，薪资自然上不去。
然后事情就开始起变化了。
大概从2021、2022年开始，社交媒体上的风向开始明显转弯。一开始是零星几个帖子，有人说自己做机械去了某新能源车企，待遇还不错；有人说室友搞半导体设备，年薪居然比去互联网的同学还高。
到了2023、2024年，这种帖子越来越多，逐渐从个例变成了一种趋势感。小红书上甚至出现了"机械复兴"这样的标签。B站上一些机械相关的博主粉丝量开始明显上涨。考研数据也在印证这种趋势，部分高校的机械工程专业录取分数线，相比五年前有了明显提升。
与此同时，计算机那边的画风也变了。
2022年开始，大厂裁员的消息一轮接一轮。腾讯、阿里、字节、百度、京东……几乎没有一家大厂幸免。脉脉上"毕业"、"对齐"、"向社会输送人才"等黑话满天飞。2022到2024年间，几家头部互联网公司的员工总数都经历了不同程度的收缩。
一边是机械在回暖，另一边是计算机在降温。两条曲线一交叉，就产生了今天我们看到的这个"魔幻"局面——曾经的天坑护法，居然翻红了？
但问题来了：这事到底是简单的"风水轮流转"，三十年河东三十年河西、你方唱罢我登场那种周期轮回，还是有什么更深层的东西在发生根本性的变化？
我觉得答案是后者。而且这个变化的深度，可能比大多数人意识到的要大得多。
要讲清楚这件事，我们得先搞明白一个关键问题：今天所说的"机械"，和十年前被嫌弃的那个"机械"，还是同一个东西吗？
……
先说一个可能会颠覆很多人认知的事实：
今天市场上抢手的"机械人才"，和十年前被劝退的那个"机械"，虽然毕业证上写的专业名称可能一模一样，但干的活、去的地方、用到的技能，已经是两个世界的东西了。
十年前一个机械毕业生的典型去向是什么？传统汽车零部件厂、模具厂、机加工车间、通用设备制造企业。干的活是画图纸、盯车间、调工艺，用的软件是AutoCAD和SolidWorks，最核心的技能可能是看懂图纸和跟老师傅搞好关系。
说得不好听一点，很多岗位的技术含量，一个熟练技工培训几个月也能干，大学四年学的那些理论力学、材料力学，在实际工作中用到的可能不到两成。
这种岗位为什么薪资低？因为附加值低。一个普通的机械零件，利润可能只有几个点，人力成本必须压到最低。你产出的价值就那么多，老板不可能给你高工资，不是他抠，是产品的价值天花板就在那里。
但今天呢？
先看新能源汽车这条线。
中国新能源汽车这几年的增长只能用"疯狂"来形容。2015年全国产量是37.9万辆，2020年是136.6万辆，2024年更是达到了1288万辆。十年不到，翻了34倍。中国一个国家的新能源汽车产量，比全世界其他国家加起来还多。
这么庞大的产业规模，需要的工程师数量是极其恐怖的。
而且关键在于，新能源车和传统燃油车的技术路线完全不同，对机械工程师的需求也完全不同。传统燃油车的核心是发动机和变速箱，这套体系已经被欧美日企业吃透了上百年，中国企业只能跟在后面做低附加值的零部件。
但新能源车的核心变成了"三电"——电池、电机、电控，以及围绕它们的热管理系统、底盘架构、轻量化结构等等。这些领域，全世界都是新的，中国企业和国外企业基本站在同一起跑线上。
举个具体例子。
特斯拉在2020年搞了一个叫"一体化压铸"的技术，用一台巨大的压铸机（叫Giga Press，锁模力达到6000吨甚至9000吨），把原来需要几十个零件焊接组装的后车身底板，一次压铸成型。这个技术直接把后车身的零件数量从70多个减少到1-2个，制造时间从几个小时缩短到不到两分钟。
这东西火了之后，国内的新能源车企疯狂跟进。小鹏、蔚来、极氪、小米汽车都在上一体化压铸产线。而这背后需要什么人才？需要懂大型模具设计的、懂压铸工艺的、懂铝合金材料特性的、懂结构仿真分析的——全是机械工程的核心能力。
而且这些岗位的薪资水平和传统机械完全不是一个档次。根据公开的校招信息，2024年比亚迪给机械方向硕士的年薪大概在20万到30万之间，蔚来、理想给优秀硕士的offer可以到30万往上，个别核心岗位甚至更高。对比十年前机械硕士毕业去传统车企6000-8000的月薪，这个变化是巨大的。
再看半导体设备这条线。
这条线更有意思，因为它直接和"卡脖子"挂钩。
光刻机大家都听说过。ASML的EUV光刻机，一台卖一两亿美元，是人类工业文明皇冠上的明珠——这话说了很多遍了。但很多人可能不知道的是，光刻机这个东西，虽然名字里有个"光"字，让人觉得好像主要是光学问题，但实际上它里面大量的核心挑战是机械工程问题。
就说一个点：光刻机的工件台，也就是承载晶圆、在曝光过程中做精密运动的那个平台。它需要在零点几秒内完成加速、减速、定位，精度要求达到纳米级别，它的定位精度要求是个位数纳米。这个精度下，温度变化0.1度导致的材料热膨胀都会超标。所以工件台的设计涉及超精密机械结构、磁悬浮系统、振动隔离、温度控制等一系列极端苛刻的机械工程问题。
中国现在要做半导体设备的国产替代，面临的核心挑战之一就是精密机械能力不够。北方华创、中微公司、拓荆科技、华海清科这些国产半导体设备企业，这几年疯狂招人。你去看它们的招聘JD，出现频率最高的词就是：机械设计、真空腔体、精密运动、密封结构、有限元仿真。
好了，说到这里，我想你大概理解了。
今天被追捧的"机械"，本质上是被新能源、半导体、机器人这些新产业重新定义了的机械。它不再是车铣刨磨钳，而是精密设计、仿真分析、系统集成、多学科交叉的高端工程能力。
说白了，不是"机械"这两个字翻身了，是中国制造业翻身了，机械作为制造业的基础学科，跟着水涨船高了。
……
机械之所以能翻红，不是因为某个企业突然良心发现给机械工程师涨了工资，也不是因为哪个网红博主带了一波节奏。
它背后是三股巨大的力量同时发力，合在一起，把整个制造业的地位往上推了一个台阶。
这三股力量分别是：国际博弈的倒逼、产业政策的转向、以及互联网红利的消退。
先说第一股力量：国际博弈的倒逼。
2018年4月，美国商务部一纸禁令，把中兴通讯按在地上摩擦。中兴当时几乎全部核心芯片依赖美国供应商，禁令一下直接停摆，最后交了将近9亿美元罚款、换掉了整个管理层才艰难过关。
2019年5月，更大的雷来了，华为被列入实体清单。后面的事情大家都知道，一轮又一轮的制裁升级，从芯片到EDA软件到制造设备，一层一层收紧。华为手机业务直接被砍掉了大半，Mate系列一度几乎消失在市场上。
这两件事对中国产业界的冲击是震撼性的。
"卡脖子"的清单拉出来一看，你会发现一个触目惊心的事实：绝大多数卡脖子的环节，最终都指向硬件制造能力，也就是广义上的机械工程能力。
光刻机不用说了，前面讲过。高端数控机床、航空发动机、高端医疗器械……这些都不是靠写代码就能解决的。你算法写得再漂亮，最后要在物理世界落地，就得通过机械系统去执行、去制造、去实现。
所以从2018年开始，整个中国社会，从政府到企业到资本市场，对"自主可控"和"硬科技"的重视程度陡然上升。
2018年以前，你去看一级市场的投向，排前面的是什么？消费互联网、O2O、共享经济、社区团购、互联网金融。
2020年以后呢？先进制造、半导体、新能源、机器人、商业航天。投资人的嗅觉是最灵敏的，钱的流向变了，就意味着产业的重心在变，对人才的需求结构也在变。
再说第二股力量：产业政策的明确转向。
其实国家层面的布局比很多人感知到的要早得多。
2015年5月，国务院发布《中国制造2025》，明确了十大重点领域：新一代信息技术、高档数控机床和机器人、航空航天装备、海洋工程装备及高技术船舶、先进轨道交通装备、节能与新能源汽车、电力装备、农机装备、新材料、生物医药及高性能医疗器械。
你数一下，十个里面至少七八个是和机械工程强相关的。
但当时为什么感知不明显？因为2015年正好是互联网经济最火的时候。那一年"互联网+"上了总理的政府工作报告，全社会都在谈O2O、谈风口上的猪、谈"羊毛出在狗身上猪来买单"的互联网思维。制造业升级虽然是国家战略，但在舆论场上声量远远不如互联网。
真正让这个战略落地并产生实际效果的，是后来几年持续不断的政策加码和资源投入。
最后说第三股力量：互联网行业的周期性调整。
前面两股力量是在"推高"制造业，而第三股力量是在"拉低"，准确说是"回调"，互联网行业的预期。两者叠加在一起，才形成了今天的舆论观感。
互联网行业过去十年的高薪，有一个经常被忽视的背景：它在很大程度上是被资本催熟的。
2014年到2021年这段时间，大量风险投资涌入互联网赛道，很多公司的商业模式本质上是"烧钱换增长"。先用补贴抢用户，等用户规模大了再想办法赚钱。
在这个过程中，这些公司需要大量的程序员来搭建系统、迭代产品，对人才的需求远超正常水平。需求大于供给，薪资就被推高了。
但从2021年底开始，多重因素叠加，导致互联网行业从增量逻辑切换到了存量逻辑。增量时代的核心词是"扩张"，所以疯狂招人；存量时代的核心词是"效率"，所以开始裁人。
阿里巴巴在2022年员工数约为25.4万，到2024年变成约20.5万，减少了近5万人。这还只是大厂，中小型互联网公司的日子更难，倒闭、裁员的不计其数。
这对计算机专业就业市场的冲击是直接的：不仅新增岗位变少了，还有大量有经验的工程师被释放到市场上，和应届生竞争。僧多粥少，计算机专业的起薪虽然还是比大多数专业高，但边际上在下降，更重要的是求职难度大幅增加。
有人说，这不是还有AI吗？大模型不是很火吗？
确实，AI方向的人才需求依然旺盛，但AI赛道需要的是顶尖人才——清北华五的硕博、有顶会论文的、有大厂实验室经验的。对于普通计算机本科生来说，AI的繁荣和他们关系不大。
所以真实的图景是这样的：
机械的回暖，不是因为机械突然变好了，而是新产业重新定义了机械的价值上限。
计算机的降温，不是因为计算机不好了，而是之前的超额溢价在向正常水平回归。
一个往上走，一个往下调，两条线在2022到2024年之间交叉了。这个交叉点被社交媒体敏锐地捕捉到，再经过传播放大，就形成了"机械翻红、计算机遇冷"的强烈印象。
但如果你仔细想想，你会发现一个更有意思的问题：今天我们讨论"机械vs计算机"，好像这两个东西是泾渭分明、互不相干的。
但事实真的是这样吗？
……
我们回头看看前面讲的那些"新机械"的例子，你会发现一个很有趣的现象。
特斯拉的一体化压铸，需要做大量的计算机仿真来模拟铝液的流动和凝固过程，否则模具开出来就是废铁一块；半导体设备里的精密工件台，控制系统用的是先进的算法和软件，离开软件，那个纳米级精度根本不可能实现。
你发现没有？所有这些被追捧的"新机械"岗位，没有一个是纯机械的。它们无一例外，都是机械和其他学科深度融合的产物。
这就引出了一个可能比"机械翻红"本身更重要的趋势：学科的边界正在模糊化，甚至在消失。
说个我观察到的现象。
你现在去看任何一家高端制造企业的招聘JD，会发现一个很拧巴的情况：岗位名称写的是"机械工程师"，但技能要求里可能列着——Python编程、MATLAB仿真、有限元分析（ANSYS/Abaqus）、嵌入式开发、PLC编程、甚至机器学习基础。
反过来也一样。你去看一些AI公司招"算法工程师"，岗位描述后面悄悄跟着一句：有机器人学、控制理论或机械设计背景者优先。
这不是企业在故意为难求职者，而是产业的现实需求决定了，今天的工程问题没有一个能靠单一学科搞定。
举个例子，今天一个做汽车NVH（噪声、振动与声振粗糙度）的工程师，日常工作是什么？
绝不是拿着扳手拧螺丝。他可能80%的时间都坐在电脑前，用ANSYS或者LMS Virtual.Lab建模、仿真、跑计算。车身某个部位有异响，他先在计算机模型里模拟各种工况下的振动模态，找到共振频率，然后调整结构参数，再跑一遍仿真看结果——整个过程和写代码调参数的逻辑其实差不太多。
再比如增材制造，也就是俗称的3D打印。
这几年在航空航天领域应用越来越广，GE航空的LEAP发动机里就有3D打印的燃油喷嘴。做增材制造的工程师，既要懂材料和机械结构，又要会用拓扑优化算法来设计零件的形状——让计算机算出最优的材料分布方式，人类凭直觉根本设计不出那种像珊瑚骨骼一样的复杂结构。这个过程本质上是机械设计和计算机算法的深度融合。
同时，计算机也在变得越来越"硬"。
这两年AI的大爆发，表面上看是算法和数据的胜利，但背后有一个常常被忽略的物质基础：算力。
ChatGPT能跑起来，靠的是成千上万块英伟达的GPU。英伟达成为全球市值最高的公司之一，但英伟达自己不造芯片，它只负责设计。谁来造？台积电。
英伟达的股价再怎么飞上天，最终也得靠台积电厂里那些精密设备一层一层地把芯片"刻"出来。
所以你看，AI软件再强大，底层依赖的是芯片硬件；芯片硬件再先进，依赖的是制造设备；制造设备的核心，是精密机械。这条链条从"虚"到"实"，最终落脚在物理世界的制造能力上。
这意味着什么？意味着"机械vs计算机"这种二元对立的思维方式，正在变得越来越过时。
再看一个最直观的例子：自动驾驶。
一辆自动驾驶汽车要上路，需要什么？
感知层：激光雷达、摄像头、毫米波雷达——这些传感器的硬件设计是机械和光学的事，但处理传感器数据的算法是计算机的事。
决策层：用深度学习模型来判断路况、规划路径——这是纯粹的AI和软件。
执行层：线控转向、线控制动、电驱系统——要把AI的决策变成车辆的实际动作，得靠机械系统去执行。
你砍掉任何一层，这辆车都跑不起来。做感知算法的人和做线控底盘的人，谁也不比谁高级，谁也离不开谁。
这就是为什么今天最有竞争力的工程师，不是纯机械的，也不是纯计算机的，而是能跨越边界的人。业内有个说法叫"T型人才"或者"π型人才"——纵向上在某个领域有足够的深度，横向上能理解和对接相邻学科的知识。
说得再直白一点：如果你是一个机械工程师，同时会写Python、能做数据分析、懂一点机器学习，你在就业市场上的竞争力会比纯机械的同学高出一大截。
反过来，如果你是一个计算机背景的人，同时理解物理世界的约束，材料有强度极限、机构有运动学约束、制造有公差范围。你在做AI落地、做具身智能、做机器人的时候，就比那些只懂算法的人更有手感。
未来真正稀缺的，不是"机械人才"或"计算机人才"，而是能在物理世界和数字世界之间自由穿梭的人。
这个趋势，才是"机械翻红"这个现象背后最值得关注的长期变量。
……
前面说了这么多，如果给你一种"学机械就对了、赶紧冲"的感觉，那我得赶紧把你拉回来。因为现实远没有那么简单。
机械专业的回暖是真实的，但它是结构性的，不是普惠性的。
什么意思？就是说，这波红利不是撒胡椒面一样均匀地洒在所有机械方向、所有机械人身上的。它高度集中在几个特定的赛道和特定的人群中。如果你不在那个范围内，你的体感可能完全不一样。
先说方向上的分化。
前面花了大量篇幅讲的新能源汽车、半导体设备、机器人，这些确实火。但请注意，机械工程是一个非常庞大的学科，下面的二级方向多得很：机械制造及其自动化、机械电子工程、机械设计及理论、车辆工程、过程装备与控制、工业设计……
火的那几个方向，本质上都是和新兴产业强绑定的。但传统方向呢？
做普通模具的、做通用机床的、做传统液压系统的、做低端冲压件的……这些方向的就业状况，说实话并没有什么本质改善。
去看看长三角和珠三角那些中小型制造企业的招聘信息，机械工程师的月薪很多还是6000到8000，好一点的过万，但天花板很明显。工作环境也还是那样，车间里粉尘、噪音、机油味，夏天热冬天冷，三班倒的岗位依然存在。
这个分化有多严重？同一所大学、同一个机械工程专业毕业，一个人去了宁德时代做电池结构设计，另一个人去了某传统五金厂做工艺工程师，两年后的年薪可能差出三倍甚至更多。
第一个人觉得"机械的春天真的来了"，第二个人看到网上的讨论只会觉得"你们说的机械和我干的机械是同一个东西吗？"
所以当有人笼统地说"机械翻红了"的时候，你一定要追问一句：哪个方向的机械？
再说学历上的门槛。
这波红利的另一个残酷现实是：它主要惠及的是硕士及以上学历的人。
你去看那些给出高薪的岗位，比亚迪的电驱研发、北方华创的设备开发、宇树科技的关节设计，绝大多数要求硕士起步，核心岗位要求博士的也不少。
这不是学历歧视，是因为这些岗位确实需要更深的理论基础和更强的研究能力。你要做有限元仿真，得真正理解弹性力学和数值方法背后的数学原理；你要设计精密传动系统，得对齿轮啮合理论、弹性变形、热耦合效应有深入掌握。这些东西，本科四年的课程体系很难覆盖到足够的深度。
而本科机械毕业生的处境呢？说实话，改善幅度有限。
当然，比起十年前本科毕业只能去车间拧螺丝的状况，现在的选择确实多了一些。一些新能源车企的生产管理、质量工程、工艺工程等岗位也在招本科生，薪资也有所提升。但要说"翻红"，对本科生来说这个词还是太奢侈了。
这就形成了一个有点残酷的格局：社交媒体上讲"机械翻红"的那些案例，大多是名校硕博去了头部企业的故事。而数量上占大头的普通本科毕业生，其实是沉默的大多数。
最后说一个很多人不愿意面对的时间差问题。
你今天看到的"机械热"，反映的是这两三年产业爆发期的用人需求。但产业是有周期的，它不会永远以这个速度增长。
新能源汽车行业就是一个典型。2023年到2024年，中国新能源车市场已经进入了非常惨烈的淘汰赛。价格战一轮接一轮，当一个行业从狂飙突进的增量期进入残酷的洗牌期，对人才的需求一定会从"来者不拒"变成"精挑细选"。有些车企已经在收缩校招规模了。
所以你现在看到"机械火了"就冲进去，等你四年本科或者六七年硕士读完出来的时候，市场可能已经进入了另一个阶段。
这不是危言耸听，而是过去的历史反复证明过的规律。2014年看到互联网火而转专业学计算机的人，如果基础扎实、能力强，确实赶上了好时候。但2020年看到互联网火而跟风考计算机研究生的人，2023年毕业出来正好撞上大厂裁员潮。
追着风口选专业，永远会慢半拍。
这不是因为你信息不够灵通，而是因为教育有时间差，而产业周期不会等你。
……
说到最后，你可能会问：那到底应该怎么选？
我没法给你一个具体的答案，因为具体的选择取决于你的成绩、兴趣、家庭条件、所在地区等等一大堆个人因素，这些只有你自己清楚。
但有几个思考框架，我觉得是普遍适用的。
第一，看大趋势，但别只看大趋势。
过去二十年，中国经济的两大主旋律是"城镇化"和"互联网化"。城镇化催生了房地产的黄金年代，所以土木工程曾经是好专业；互联网化催生了BAT和一众互联网公司，所以计算机是好专业。
未来二十年，如果主旋律变成了"产业升级"和"自主可控"，那么与硬科技相关的工科方向，先进制造、新能源、半导体、航空航天——大概率会获得更多的时代红利。从这个大趋势来看，机械工程（尤其是和新兴产业结合的方向）确实处在一个相对有利的位置上。
但大趋势只能帮你缩小选择范围，不能帮你做决定。因为在任何一个大趋势下，具体的技术路线、细分方向、甚至地域分布，都会有巨大的差异。押对了大趋势但选错了细分方向，结果可能还不如在一个"冷门"领域做到头部。
第二，任何行业，做到前20%都不会太差，做到后50%选什么都没用。
这话听着像鸡汤，但它是冷冰冰的统计事实。
机械最冷的那些年，顶尖机械人才的日子也没那么难过。清华机械系的本科生去了麦肯锡，上交机动学院的博士去了华为做结构设计拿年薪五六十万，这些人从来不觉得机械是天坑。
计算机最火的那些年，学得不好的人也一样难就业。培训班几个月速成出来的"全栈工程师"，很多人薪资也就六七千，和那些大厂年薪四五十万的同行根本不在一个世界。
专业选择决定的是你的"赛道"，但最终决定你位置的，还是你在这个赛道里的相对排名。而相对排名和什么最相关？和你对这个领域的投入程度、理解深度、以及，说一个不太政治正确但很真实的因素，你的天赋和兴趣匹配度。
一个对机械毫无感觉、看到工图就头疼、一进车间就想跑的人，仅仅因为"听说机械火了"就去学机械，大概率不会有好结果。反过来，一个真心喜欢写代码、沉迷于算法之美的人，没必要因为"听说计算机凉了"就放弃。
第三，保持学习能力，比选对专业更重要。
这话也像鸡汤，但我换一种方式说，你可能会更有感触——
四年前，2021年的时候，有几个人听说过ChatGPT？有几个人知道大语言模型会这么快地改变这么多行业？当时大多数人选专业的时候，脑子里想的还是"互联网大厂、Java工程师、产品经理"这套叙事。没有人能预见到2023年初OpenAI会扔出一颗炸弹，然后整个科技行业的叙事在几个月内就被重写了。
再往前推，2015年有几个人能预见到新能源汽车会以这种速度爆发？2010年有几个人能预见到移动互联网会在三五年内彻底重塑中国的消费和社交方式？
产业变化的速度越来越快，而教育的周期是固定的——本科四年、硕士两到三年、博士四到五年。在你读书的这几年里，外面的世界可能已经翻了好几个跟头。
所以与其试图精确预测四年后什么最火，不如把精力花在建设自己的"底层操作系统"上——扎实的数理基础、解决复杂问题的能力、快速学习新知识的方法论、以及跨学科的视野。
这些东西不会因为某个行业的兴衰而贬值。不管风口怎么转，它们都是你的底牌。
说到底，专业冷热的轮转，本质上是产业周期的映射。没有永远的热门专业，也没有永远的天坑。
但有一件事是确定的：那些在每一次产业变迁中都能稳稳站住脚的人，从来不是因为他们选对了专业，而是因为他们有能力适应变化，甚至利用变化。
与其预测风口，不如让自己成为风口来了能接得住的人。
中国AI被甩开的最大风险，可能在这大国血脉：特高压背后的中国孤勇芯片战争：国运背后的终极竞赛1937-2025∶中国军工的漫长远征脆弱的奇迹∶一部手机里的权力地图
