经常看到人们在讨论选什么专业的问题。有的是父母在为孩子选专业焦心，有的是在校大学生、研究生自己在怀疑专业选错了、是不是应该重选，有的是已经走上工作岗位但对现有工作不满意、自我怀疑是不是该改行。很多人都不约而同地认定：该学计算机。

计算机（叫电脑也行）在第三次工业革命中崛起，在第四次工业革命中成为灵魂。计算机的作用早就超过计算了，只有想不到的，没有做不到的。学计算机对未来的学习、工作确实是很好的切入点。但学计算机有一个学法，更重要的是，学计算机不等于报考计算机系。

早几十年还要科普一下，现在似乎谁都知道，计算机有硬件、软件，尽管软件硬化、硬件软化又能把人绕晕了。这些对于还在选专业阶段的人来说，其实都不重要，不都是计算机吗？

人们一方面一股脑地认定学计算机就是好呀，就是好，另一方面也在不断听到计算机专业的人诉苦，在悲叹“逃出xxx”。问题出在哪里呢？

计算机也称电脑，还真是有道理。人类因为这个大脑（而不是四肢）才成为万物之王，否则靠腿脚是跑不赢豺狼虎豹的，靠拳头更是连野猪山羊都打不赢。但靠脑子，以及由此而来的思考、沟通、协调、制造工具的能力，弄得人类现在一不小心可以把什么物种都给灭了，生态保护成了大事。

计算机在第三次工业革命中已经出现。尽管已经称作电脑，但还是与工业革命之前的人脑更加可比，那时很多情况下脑瓜还是不顶拳头和腿脚更重要。在第四次工业革命中，电脑才是真正的核心。但也和人类的发展一样，第一、二次工业革命解决了机器代替人力的问题，第三次工业革命解决了电脑与机器（包括通过机器的视听）的沟通的问题，第四次工业革命要解决给电脑装进知识、增长技能和学会协调的问题。硬件依然重要，但关键在于软件，不光是应用软件，更是软件的应用。对于第四次工业革命来说，造计算机（包括硬件和软件）只是很小的一部分，用计算机才是大头，包括直接使用计算机和包括计算机的新工具和产品。

对于软件的应用，存在很多误解，以为这就是熟悉软件的使用和操作。这只是最初级的应用，好比驾校毕业，可以开车去超市或者上下班了，离有经验的驾车人还有很大距离，离赛车手更是天差地远。对标赛车手才是软件应用的高级境界，但这需要不仅有高超的车技，更需要对车有精到的理解。

以工业控制的DCS和PLC为例，DCS主要用于连续控制，好比汽车的定速巡航，PLC主要用于事件触发的连锁保护和顺序控制，比如火警喷淋。过去这是井水不犯河水，现在的趋势是两者你中有我我中有你。

DCS和PLC最基本的使用包括组态（在PLC里常用阶梯逻辑），差不多就是各种填表和搭接。这用来搭建各种简单和复杂控制回路、各种连锁保护逻辑、顺序控制逻辑，是最基本的软件使用。但要更进一步，就需要超过现有的组态选择，使用程序语言和顺序控制图了。简单地说，这就是编程序了。

写一个小程序，工科学生在学校里基本上都学过，没有什么大不了的。但要更进一步，就不简单了。比方说，反应器有A、B、C等3个主要进料，但反应条件是通过总进料流量（决定产量）、A的浓度（决定反应产率）、B/A的克分子比（决定产物性质）来决定的，并不是直接的A、B、C的流量，就需要建立三元联立方程，实时解方程。这不是大问题，问题是，有的产品有B成份，有的不用B，那就需要用条件来引导程序走向。这也不是大问题。但要是两个反应器串联，条件的排列组合一下子就多了好多。如果要容许操作工在任何时刻将任意组合的A1/2、B1/2、C1/2置于人工控制之下，比如说是开停车、应对紧急情况、阀门或者变送器维修，排列组合就更多了。这时比较好的方法就是把多元联立方程改写成矩阵形式，将从自动模式中拉出去的A/B/C/1/2对应的行和列从矩阵中抽出去，重新解算，就可以用简明、统一的方法应对各种组合了，而不是用不胜其烦的IF…THEN来导引各种组合下的程序走向，也便于过程扩展，比如增加了第三个反应器。

但这就比较复杂一点了。首先需要会一点矩阵运算，其次需要在编程中不仅重组矩阵，还要在最后复原的时候找对门户，别串错门。这就是稍高一级的编程能力了。

再进一步，需要做一个工艺过程自动开停车的应用的话，有的步骤是串联的，上一个完成再做下一个；有的是并联的，两个一起做，都做完了再做下一步；还有的是串并联组合的；更有返回的，一路做下来，条件不满足，回到几步之前重做，但又不是完全的重复，而是有分叉的重启。各种不同的路径需要精巧的程序走向管理，还需要考虑执行中操作工的人工打断，恢复后有继续、转向、重复等多种选项。这一切使得这样的大型顺序自动化应用可比照为简化版的操作系统，对编程能力的要求更高。

这些都是厂商带来的组态里不可能有的功能，都需要自编程序实现。但这些都是对计算机控制系统应用软件的应用，而不是软件开发。一般来说，这不属于“学计算机”的范畴，而属于“用计算机”的范畴，但这才是第四次工业革命最需要的。这也是应用软件的开始。

在原有应用软件上开发高级应用，在应用中完善化，并发掘共性，提升出新的应用软件，这正是应用软件的成长和发展道路。比如说在上述矩阵控制问题里，人工“抽出”的控制量也可以看作是控制量触限了，动不了了。把这个算法提纯一下，作为新的组态推出，以后处理约束控制问题就有现成工具了，就不需要再重头自编程序了。对工艺开停车的应用也是一样，打造更加通用的架构，就是通用的复杂过程顺序控制的应用软件了。

大名鼎鼎的MATLAB也是这么来的。Cleve Moler是新墨西哥大学的教授，在教学中，发现要学生用FORTRAN编数值分析的程序有很多重复工作，掌握各种编程技巧也不容易，于是自编了MATLAB最初的原型，让学生不用FORTRAN就能运用现成的LINPACK和EISPACK子程序库，并在一些大学里推广开来。但Jack Little发现了这个好东西后，用C语言重新编写，并用矩阵和向量作为一切运算和可视化显示的基础，大大简化了使用环境，成功地推出了商业化的MATLAB，以计算能力强、使用方便迅速获得学术界和工业界的热烈拥抱。但学术界和工业界在使用中，根据不同需要和学术方向，很快从基本MATLAB功能重组、强化，推出各种“工具箱”，如控制系统设计、信号分析、最优化、神经元网络、统计分析、系统辨识等，还根据不同应用方向推出财务分析、飞行器设计、图像识别、机器学习、电力系统、预防性维修规划等工具箱，大部分都是用户在应用中提炼出共性，草建工具箱，反馈回来，规范化包装后重新推出的。

这和赛车手异曲同工。顶级赛车手不仅对赛车的操控厉害，对车和发动机的理解也是厉害，不少赛车手直接就是机械专家。电影《福特vs法拉利》说的是真实历史，这里面的Carrol Shelby不仅是赛车手，也是赛车改装专家，后来自己开公司，专门干跑车改装，Shelby Cobra成为一代经典，现在还不断有模仿者。Ken Miles对福特历史上最杰出的赛车GT40有决定性的贡献，50年后，福特还特意推出全新GT40，向当年致敬。反过来，机械专家不一定能干赛车手，对赛车操控的极端要求也不理解。

这恰好是“学计算机”和“用计算机”的差别。应用软件是第四次工业革命的关键，但应用才是引导应用软件的。对于应用软件来说，应用包括具体领域的知识和使用经验，也称domain expertise，这是应用软件的基石。相反，软件工程的一般技巧反而属于“大路技术”。这不是说轻而易举，而是说人才队伍和开发基础更加广泛地存在。最好是应用人才自己也是软件人才，但退而求其次，软件的完善化是可以请“雇佣军”来干的，MATLAB就是例子，当然Jack Little是自带干粮的雇佣军，最后也成了东家了。

那回到前面的问题：选专业，选什么呢？学计算机硬件挺好，但也好硬核；学软件，实际上也是一门大路手艺，求职面可能很广，但还是打工的命，难当主将，好比赛车队里装卸轮胎、加油打气、跑龙套的。

还是学硬核的数学或者工程吧。数学的春天真是来了，大数据、人工智能都需要数学，有了数学的底子，再把计算机抓一抓，就好比有了好厨艺，再练一把刀工，这就好马配好鞍了。反过来，光有一手好刀工，可能就只能在厨房打下手了。中国是制造业超级大国，学工程永远前途广泛。在实践中积极学习计算机硬件软件的应用技术，主动应用计算机工具，打造优秀的应用环境，甚至迭代出新的应用软件，这不香吗？当然，在数学、工程里能当领军人物也是要有金刚钻的，但毕竟面大啊，切入点多啊，不比计算机硬件软件那里要挤独木桥。而且说得不好听，这是业主与装修队的关系啊，还是值得考虑的。

在选什么专业的问题上，投身造计算机（包括硬件和软件）行业当然是不错的选择，那当然报计算机系。但这个行业的容量也是有限的，而用计算机的行业就几乎是无限的了。最不幸的或许是学计算机但最后“沦落”到给用计算机的行业当IT保障，这就是IT的机修工了。这活肯定要有人干，瞧不起是肯定不对的，但这也可能不是纠结于选什么专业的学子和家长们的目标职业。