資工系啊！在這個升學的時間肯定是被搶破頭的科系吧，不論是未來誘人的薪資還是AI的浪潮，這個行業⋯你們肯定充滿了想像與嚮往
資工系與其說是科學或工程、它其實更像邏輯、藝術、和歷史的結合，很多設計、很多程式碼、很多非硬性規定追根究底的話就是「喔⋯⋯當初大家這樣講好了啊」「這樣寫比較好⋯因為如果⋯就會⋯然候⋯所以⋯」你會發現同一個學派的人講出來的話大概都一樣，然候很多時候他們會用力抨擊另一個想法的人
喔！對了，說到這個，資工早期當然是知識的灌輸與經驗累積，但是工程師必備的技能之一是對政治與權利的瞭解，我們公司很強調 the best idea win，但真的嗎？有些想法常常還沒被所有人聽到就已經被壓下來了，在工作中要如何讓正確的人聽到你正確的想法並且被正確的人支持是很重要的，俗話說「有關係就沒關係」其實在某些圈子的台灣科技業是重要的另外，我自己覺得如果你是被AI浪潮拉進資工系的，你可以再想想，說真的 你喊得出一家真正在做AI的台灣公司嗎？我是喊不出來啦，為什麼？為什麼黃仁勳這麼看重台灣、為什麼身為製造基地的台灣 沒有一家真正在做AI的公司？真正的原因我不知道，但我會說⋯台灣沒有那個環境，你看當初OpenAI 第一個模型是用什麼訓練出來的，台灣又有多少地方有那種機器？另外，台灣終究著重於硬體而非軟體與數學，但真正有價值的東西往往是軟體，它的一本萬利、它的可變性都是極大的優勢，但在學校，有多少人真正深挖過某些算法裡的數學、又有多少人是真的懂它的邏輯的？這不全然是學生、老師、大學、教育體系或環境的錯，但是「錢」會引導大家的注意力，因為在台灣做軟體錢少所以大家自然沒那麼努力；總而言之，如果你是被AI吸進來的而且你想做AI，請不要留在台灣
最後最後，資工系要讀好真的要很多很多的參與，不論是哪一所學校，除了課業的實作一定要做好以外，儘量在課餘時間參與不同的project 儘早進實驗室或辦公室被電電看、儘早去看看 The bigger picture，這樣做我覺得才不會被很多細節困住；但是我也不否認，很多高手之所以是高手，就是因為他在資工的每一個領域，這裡懂一些細節、那裡實作過某個東西，也許在資工系很好的策略之一就是 Giant step-baby step 吧：你要常常勇於跨一步很大步的，往前、往不同方向都好，但是要在那步之後走很多 baby step 去深挖 這樣你就有機會變成不可或缺的人才
