计算机科学
🧮 数学与计算机共 14 节 · 免费预览 -8 节
0. 速览 Quick Facts
| 项目 | 内容 |
|---|---|
| 学位类型 | BS（理科） / BA（文理，少见于 Liberal Arts College） |
| 常见学制 | 4 年 |
| 学科本质 | 研究计算、算法、信息处理与系统设计的科学 |
| 适合学生 | 逻辑强、爱动手、喜欢"造东西"、对算法或 AI 兴趣浓 |
| 本科毕业直接就业 | 极多（美本就业率最高的专业之一） |
| 研究生方向宽度 | ⭐⭐⭐⭐⭐（CS 本科可读 AI、系统、安全、HCI、SE、 robotics 等） |
| 国际学校推荐课程 | AP Computer Science A、AP Calculus BC、AP Physics C |
| 代表性强校（美） | CMU、MIT、Stanford、Berkeley、UIUC、Georgia Tech、Washington、Cornell |
| 代表职业 | 软件工程师、AI 研究员、系统架构师、技术创始人 |
| 美本起薪（BS CS） | 约 $110K–$200K（含 RSU，levels.fyi 量级） |
| 顶级公司 senior（5-8 年） | $300K–$700K+（FAANG / 量化 / 独角兽） |
1. 专业定义与本质
1.1 计算机科学是什么？
计算机科学（CS）是研究计算的科学——也就是研究什么是可计算的、如何高效地计算、如何让计算服务于人。
CS 不是"学写代码"，而是研究：
| 层次 | 内容 | 例子 |
|---|---|---|
| 理论 Theory | 算法、复杂度、可计算性、密码学 | P vs NP、图灵机、零知识证明 |
| 系统 Systems | 操作系统、编译器、数据库、网络、分布式系统 | Linux、PostgreSQL、Kubernetes |
| 软件 Software | 编程语言、软件工程、人机交互 | Rust、React、Figma |
| 智能 Intelligence | 人工智能、机器学习、计算机视觉、NLP | GPT、Stable Diffusion、AlphaFold |
| 应用 Applications | 图形学、科学计算、机器人、安全 | Pixar 渲染、自动驾驶、机器人 |
1.2 CS 不是什么？
| 误解 | 实际 |
|---|---|
| ❌ "CS 就是学编程" | ✅ 编程只是工具；CS 研究的是计算的本质与系统的设计 |
| ❌ "CS 毕业只能去互联网大厂卷 996" | ✅ 量化金融、AI 研究、创业、科研、HCI 设计都是出路 |
| ❌ "CS = AI" | ✅ AI 是 CS 的一个分支，系统、理论、安全、图形同样是 CS 的核心 |
| ❌ "AI 时代 CS 没价值，让 AI 写代码就行" | ✅ AI 让系统思维 + 架构能力更稀缺，会调 API 的人反而不值钱 |
| ❌ "CS 是男生的专业" | ✅ 顶级 CS 项目（CMU、MIT、Stanford）女生比例普遍 30-50% 并持续上升 |
1.3 学科本质
CS 培养的核心能力：
- 计算思维 Computational Thinking：把问题拆解为可计算的步骤
- 抽象能力 Abstraction：在复杂系统中识别关键层次（OS、网络、应用）
- 算法思维 Algorithmic Thinking：分析复杂度、权衡时间空间
- 系统工程 System Design：在约束（性能、成本、可靠性）下设计大规模系统
- 创造与构建 Building：从 0 到 1 造出能跑的东西——这是 CS 区别于数学的精髓
一句话区别：数学是理解世界，CS 是改造世界。
2. 学科发展简史
| 时期 | 事件 |
|---|---|
| 1936 | 图灵提出图灵机，定义"什么是可计算" |
| 1945 | 冯·诺依曼体系结构——存储程序计算机的奠基 |
| 1950s | 第一批编程语言（Fortran、LISP、COBOL）； McCarthy 提出 AI 概念 |
| 1960s | Unix（Ritchie、Thompson）、C 语言、ARPANET 启动 |
| 1970s | 关系数据库（Codd）、TCP/IP（Cerf、Kahn）、个人电脑萌芽 |
| 1980s | GUI（Xerox PARC → Apple）、开源运动（GNU / Stallman） |
| 1990s | 互联网商业化、Linux、Google 成立（PageRank） |
| 2000s | 云计算（AWS 2006）、移动时代（iPhone 2007）、Facebook / YouTube |
| 2012 | AlexNet——深度学习革命爆发 |
| 2017 | Transformer 论文（Attention is All You Need） |
| 2022 | ChatGPT 发布，生成式 AI 进入主流 |
| 2024+ | 大模型军备竞赛：OpenAI、Anthropic、Google、Meta、字节、阿里；AI 编程（Copilot、Cursor）改变 SWE 工作方式 |
当下的特殊机遇：AI 浪潮让 CS 仍是美本最强势专业；但同时，会调 prompt 的人不值钱了，会设计系统、训练模型、做底层 infra 的人更稀缺。