早上七点，闹钟还没响，我推开家门，第一声入耳的是键盘敲击的脆响。
那时候我还没进公司，正对着电脑屏幕发呆。目前回想起来，要是选专业，我大约会毫不犹豫地去卷计算机。但这行当的天花板忒高了，我像个跳进千米深井的跳伞者，落地时连空气都喘不过来。 学计算机，确实不用像学法律要么教培那样，认定自己是个螺丝钉，只能负责拧螺丝。你当作这是九零年代的事吗？不是。目前的程序员，更像是一个个拿着万金油药水的急诊医生。哪位有代码，哪位就有本事去搭建一个网站、跑个程序、改改个网页。
那会儿认定这行是“朝九晚五”，目前倒好，大家都在这行里卷，大家都想成为那种能接大单、能定战略的“大佬”。 你当作计算机就是搞写代码？大错特错。计算机学的核心，实际上是把难题拆解成逻辑，然后用代码去实现。
这活儿干的没完没了，天天就是改 bug，改得改到头发都要掉光了，还得管着哪位有难题。互联网这东西，就像个万花筒，每天都不一样。你昨天写的代码，今天可能就出于某个用户的数据波动，整个生态链都得跟着震荡。 看看网上的数据，这行当的指挥棒也忒明显了。往年 IDC 发布的《中国软件产业报告》里那套数，简直就是用来吓唬人的。IT 毕业生，确实有 60% 直接去了互联网大厂，搞产品、搞研发。但这 60%，到底是去搞“阿里系”的，还是去搞“字节系”的，这中间的差别，比区别看待还大。 我们来看看具体的去向数据。2015 年那会儿，IT 毕业生的大半都被大厂卷走了，那时候互联网是狂飙突进时期，仿佛只要你是计算机科班出身，未来就是光鲜亮丽的 IT 人。可到了 2020 年，疫情把互联网推到了风口浪尖，大家才发现，那 60% 的数据里，有三分之一的人根本就没留在那样的大厂里，选择了去搞垂直领域的软件、做 AI 应用，要么干脆转行做游戏、做新能源。 还有一个更扎心的数据：80% 的计算机相关专业，毕业后的第一份工作，和你在大学里学的东西根本对不上。 举个例子，你可能学的是高数、数据结构、编译原理，当作毕业后就能搞 PPT 美化、搞 SaaS 平台、搞 AI 大模型。结局呢？你大约率得先去一家传统制造业的 IT 部门打螺丝，要么去一家互联网大厂做业务赞成。你的数据结构知识，可能用上了个新版本，结局发现人家用的是分布式架构；你的系统论知识，可能用上了个企业微信，却搞不懂消息队列到底该如何调。 这种错配，害得了一个残酷的现象：计算机人，有时候比非计算机人更好办焦虑。 非计算机人只要学会了 SEO、学会了写文案、学会了运营一个账号，可能半年就能落地。但计算机人，要重新学习所有的基础知识，要适应新的工具栈，要面对技术的快速迭代。 这时候，你会发现，计算机专业的真画像，实际上挺“卷”的。
不是每个人都能成为那个站在 C 位、拿着期权、定公司方向的大佬。大局部计算机人，一辈子都在处理“这个功能能不能下降 5% 的等待工夫”、“这个报错如何优雅地处理”，要么是“这个按钮在响应式手机上能不能完美显示”。 这就得说说就业市场的真状况。目前的就业环境，比三年前要凉快多了，但也比昨天要火热得多。大厂里面，脑袋效应极度明显，一个小众项目，大厂的工程师可能半年就接不到单。但也正是这种“内卷”，让那些愿意扎根、愿意在垂直领域深耕的计算机人，反而有机会脱颖而出。 你看那些做 AI 应用的企业，不再是那个只讲"YOLO 算法”的傻大个，他们更讲“如何让计算机解决实际难题”。
这时候，懂业务、懂场景的计算机人，比只会写代码的纯算法专家更受欢迎。一个能看懂老板在开会聊啥项目，能知道用户到底在干啥，再去调参、去写代码，这种人，身价和认可度都高得多。 自然，也要看到，计算机行业的整体增长速度，确实和之前的爆发期有所放缓。目前的就业，更偏向于“稳”字当头。
不卷项目不卷 PPT，不卷大厂不卷跨国，只要你能解决一个具体的、有持续性的需求，你就能找到工作。
这种“慢热”的就业节奏，对大量刚毕业的学生来说，确实是个庞大的心理挑战。 并且，计算机专业最可怕的，不是找不到工作，而是“找不到对口工作”。
那种拿着“计算机硕士”进国企，要么拿着“计算机硕士”进国企编制，却发现自己根本干不了点像样的事，这种落差，比哪位都大。
这时候，要是还是非计算机出身，可能还有机会；但计算机出身，要是不愿意持续折腾，那大约率就是“毕业即失业”要么“半桶水”。 回顾这几年，计算机专业的路，比哪位都难走。它不像物理专业那样，讲究一个理论体系，只要把公式背熟了，就能考出去。计算机不一样，它忒依赖工具、忒依赖环境、忒依赖人的判断。一个人走了十几年，可能掌握了一套工具，但一旦工具换代，要么市场环境变了，这套工具瞬间就废了。
这就是为啥计算机人总认定“路越走越窄”的缘由。 但也正是这种不确定性，让想要入行的年轻人，务必贼清醒。你不能在家里待着做梦，得把自己当成一个真正的工程师，去理解数据，去理解架构，去理解业务。你不仅要懂代码，更要懂那个让代码能成活的土壤。 最终想说，计算机就业率如何样？答案可能是：机会在，门槛在，且难。但这行当本身，就拍板了它一辈子不会有那种“入行就稳赚”的暴利。它更像是一场马拉松，起跑线是同样的，但终点线是各自的。 要是你确实拍板学，那就别指望毕业就能躺赢。你得像个真正的产品经理，像个真正的架构师，像个真正的无脚本写作者。你要知道，每一个需求背后，都有历史、文化和利益的博弈。 故此，别再问就业率了，去直接去啃那些高数、学那些数据结构，去泡那些杯面、去理解那些数据。
或许你会发现，当你对机器充足理解的时候，你会发现原来，我们不是机器，我们是机器。
