如果重新上大学，我会做这5件事
说实话，我现在最后悔的，不是当年没好好学高数，而是我花了太多时间"准备"，却没有留足够的时间"动手"。
如果让我重来一次，我会用完全不同的方式过这四年。
这篇没有鸡汤，是我经历了日常实习-暑期实习-大厂工作2年+，现在决定离职创业后，回头看才想明白的5件事。
别误会，我不是说专业课不重要。
只是AI时代，应该先懂怎么和AI这个超级知识库对话，怎么借助他的能力为自己提效，它也能让专业课的学习省去很多不必要的麻烦。
我会把AI工具当成"第二大脑"来练。不是让它替我思考，而是学会怎么跟它交互——怎么提问、怎么拆任务、怎么让它输出我想要的东西。
我相信大部分大学现在大一上来还是啃C语言。即使在前几年AI没那么盛行的时候这种做法也不对。
编程就应该先上手python，先知道代码该有哪些部分，项目有哪些模块，以及用它丰富的第三方库做一些小demo，而不是生啃底层知识。
而至于现在，我觉得不如几百块找个程序员给你上一两个小时一对一，过一遍Python基础、前端基础、命令行，你只要大概能看的懂就行。
有了这个大概的看得懂，你就能借助AI把活干出来，试着做自己的项目。
再重申一下，我不是说学到这就够了。快速过一遍这些知识是为了尽早开始做项目。在刚学编程时候就能以项目的角度认知编程，对于后期的专业课的学习，是能够提供降维思考的。你学到知识点后会想，是否这个能用在项目中，或者什么场景适合它，它主要解决什么样的问题。这会比传统的先学专业课再上手项目来的高效的多。
Product Hunt、GitHub Trending、36氪新锐100，等等。
这些榜单就是你的选题库。
我见过太多大学生，当然也包括当时的我，做个课设或者毕设都是跟着课程要求机械化的去做，而没有产品思维。
面试时候我的项目也经常会被拷打说产品设计的有问题，有些功能完全没必要。那时我还会觉得说，我只是个搞技术的你总盯着这些做什么呢？
但是事实是在AI时代，产研是一体的。
同时，盯榜单的好处是：你能看到什么东西正在被验证、什么方向有人愿意付费。然后你就借助AI，把别人做了80%的东西，自己补上最后20%。
这不是抄。这叫站在巨人肩膀上起跳。
不管这能否真正成为一个成功的项目，也会是你简历上一个不错的履历。这能证明你的内驱力，自学力，以及对产品、用户的了解。
不管发技术社区还是流媒体平台，抑或是朋友圈，形式不重要，重要的是"公开"。
公开输出有两个好处：
第一，逼你把学的东西理清楚。能讲明白的，才是真懂了。
第二，让行业里的人看见你。也许你的公开输出就能让你认识到同路径的前辈，或者梦司的HR。
另外，多混活动和社群的好处不必多说，尤其如果学校在北上广深杭，免费又价值颇丰的活动每个月都有不少。
信息差这东西，不是靠刷帖子能补的。听一些线下的分享，或者和一线从业者聊一次，顶自己好几天的探索。
这是最重要的一条。
我大学恰两年最大的问题就是：总觉得自己还没准备好。等我学完这个再开始，等我看完那个再动手。
直到大二下的暑假，我决定无论如何都要去硬投实习，掌握的技术栈有多少算多少。
结果就是我投了200多家，只有五六家给了我面试，好在最后有一家初创公司给了我offer。我也借着这段实习经历，在年底投到了大厂的实习。
切记，没有人是准备好了才开始的。都是边干边学，边学边迭代。
你今天写的代码可能很烂，但三个月后回头看，你会感谢那个"先干起来"的自己。
既然看到这了，如果觉得不错，随手点个赞、收藏、转发三连吧～
我是Carl，大厂研发裸辞的AI创业者，只讲能落地的AI干货。
关注我，更多AI趋势与实战，我们下期再见！
