现在是CS毕业生发财致富的最后窗口期吗，在这个AI“疯狂”的时代？
最佳的例子就在眼前，25岁MIT辍学生Michael Truell，不到2年时间打造了百亿美金估值的Cursor。
这不仅对于年轻人是一种“诱惑”，即使是身经百战的投资人都在思考，“我是否也要下场”。
但在AI光谱的另一个方向，CS毕业生正面临高达艺术史毕业生2倍的失业率，形势完全颠倒。
来自newyorkfed.org的官方统计
选择用AI创造全新的历史？还是靠着概念在资本市场捞一笔巨额财富？
上课还有用吗，证书还有用吗，甚至学校还有用吗？“我要不要辍学创业”？
“如何在AI时代度过你的20岁”成为一种全新的命题，历史在奇点到来前疯狂加速，且伴随混乱。
或许不仅仅是打了鸡血的“20S”，30、40、50多岁的人都可以想一下这个问题：“我能利用AI改变人生，还是被AI裹挟”？
美国最有名的创业机构YC，对，就是之前OpenAI奥特曼当老大的公司，举办了一次“公开”的四人圆桌讨论。
台下坐的都是渴望财富的年轻人和在校生，当面对这群即将改变我们社会的未来新星们，什么才是最重要的？
你到底喜不喜欢大学，还是FOMO情绪主导了你的决定想辍学
小众行业创业，找到最开始的，真正10~100个随机的人爱你的产品
AI时代，更应该从小众市场做起，因为没有人知道未来这个市场究竟有多大
在这个讨论过程中，最有趣的还是当Diana问到，“学校和做项目上哪个学到更多时”，台下的所有人几乎都举起了手——当然是自己做项目。
百亿美金、CS毕业失业率比艺术生还高、一夜暴富、资本主义终结、学校还有存在的意义吗？
一、这是最好的时代，也是最坏的时代
1. 程序员还等于中产阶级吗？学校过时了吗？
CS专业失业率竟高于艺术史专业？是的，6.1%对比3.0%，数据真实且魔幻。
很难让人相信，不过别担心，这只是中位数或者平均数，在座的各位都高出好几个标准差。
能被YC邀请或者愿意了解YC或参加其活动的都是有志于创业或者已经在创业的天才们，但这个现象确实令人担忧。
这个世界仿佛，不，是已经颠倒过来了。
更重要的是，这里面有一个真正的核心在变化，大学和社会的“证书认证”似乎无用了。
以前你学习、上好大学、实习、找好工作、贷款、买房，这都意味着你在很好地遵循指令。
但这是AI非常擅长的事情啊，“遵循指令”，人们很难在这一点和AI竞争。
那么问题来了，各位思考过，你在现在的大学中到底能获得什么？
拥有自主性和独立性，这才是后AI时代真正重要的东西。
比如很多大学的计算机课程实际上已经严重过时了，但是有些大学甚至还在禁止学生使用Cursor等AI工具。
就像谷歌刚出来那会，很多老师说：你们不准用谷歌——这在今天听起来简直不可思议。
2. 财富增速数量级的差异&保持正直
一个大学毕业生在一两年内能成就的事情，比几年前要高出好几个数量级。
以前创业拿个A轮都能吹很久，现在？只需要5个人、10个人，就能在几年内，从个人零收入增长到年入一千万、两千万美元，太疯狂。
甚至可能会有媒体，比如TechCrunch宣称你是“最炙手可热的新创始人”。
就像Scale AI的Alexandr Wang，更加疯狂的是，扎克伯格花了150亿美金想要得到他。
这是一个激动人心的时代，但不论是这些媒体、这些消息、这些光环都是虚假的。
“你是否创造了真正改变世界的产品”，这也许才是真正重要的东西。
这是由你的品位决定的，记住，你必须培养出能创造好东西的品位。
3. 去前线吧，成为“部署工程师”
“我没有任何特定领域的专业知识，因为我没怎么在业界工作过。我应该做什么方向？”
这也许是每一个想要创业的学生的问题，YC的意思是，去当“卧底”吧。
去真正的业务前线，去真正感兴趣的地方。
就像OpenAI和SpaceX，它们的诞生源于创始人的兴趣和直觉，起初完全没有商业意图。
但最终，这足以吸引到全世界最聪明的人才。
而吸引到真正的天才，才有可能创造出世界上最基业长青的公司。
4. 社交媒体，一个最大的变量
今天所处的时代和十年前有一个明显的不同，那就是社交媒体。
如何利用它来放大你的信息和品牌？
在创业早期，你到底应该多大程度上专注于打磨产品、一个一个地去获取用户——也就是所有那些传统的创业建议；还是应该去尝试在线上培养粉丝、打造品牌或吸引注意力？
但是，当你想到Theranos，想到那些真正让这些技术创造者蒙羞的事件时，只要稍微揭开表皮，就会发现里面什么都没有。
这只是一个幻象。
那是个彻头彻尾的谎言。
我不希望我们变成那样。
5. 我已经开始创业，要选择辍学吗？
在讨论中，YC孵化的一个创业者问到，“我是否应该辍学，有投资人对我说，退学吧，过来和我干”。
Garry和Jared认为这取决于：你真的享受大学生活吗？
还是说处于对AI创业的FOMO情绪怕自己错过什么？
如果你已经实习过、去过像谷歌这样的大公司工作过，也对科研生活有过深入体验，就是说任何路径都体验过，也许才能做出正确的决定。
但是要注意，你只有一次机会。
投资人评估公司时，可以选择很多家公司，他可以有一个投资组合。
但是，你的人生只有一次。
二、机器学习专业研究生，该选择工业界还是学术界
如果对于如何在AI时代更好地度过一生依然感到迷茫，也许一个真实的人能更好的启发我们。
马腾宇是斯坦福大学计算机科学系助理教授，也是Voyage AI的联合创始人兼首席执行官。
他目前担任MongoDB的首席人工智能科学家。
在最近的一次访谈中，他聊到了这个话题。
马腾宇本科期间主要专注组合数学与理论计算机，研究生阶段才真正开始接触机器学习。
从顶尖学府走向业界与创业一线，这位Voyage AI创始人兼斯坦福教授，基于自己在学术界、工业界与创业三线的经验，提出了面向本科生、研究生和早期职业人士的多层建议。
对于那些在考虑是否读博、创业、还是进入工业界的年轻人，他提出了颇具现实参考价值的思考框架。
1. 职业路径是主观选择：
没有放之四海而皆准的标准，职业选择高度依赖于个人兴趣、目标和技能。
2. 读研是研究工作的基础：
如果想从事研究型工作，或希望创办一家具有深度研究背景的初创公司，研究生教育是重要的准备环节。
对于非研究导向的职业路径，如工程开发，本科学历往往已足够，尤其是具备较强的动手能力和项目经验者。
3. 创业是否需要读研取决于方向：
很多初创公司并不需要研究生背景，尤其是偏产品或执行驱动型公司。
但对于技术壁垒高、需要算法创新的公司，扎实的研究背景可能是必备条件。
4. 写论文与创业并不矛盾：
写论文可以作为创业前的准备或验证，尤其对刚从研究生毕业、简历尚不突出的技术型创始人来说，学术成果有助于获得融资者的信任。
辍学创业反而可能更容易吸引投资，因为投资人看重创始人的“沉没成本”和全身心投入的意愿。
5. 创业应有明确愿景而非纯粹探索：
创业不能仅仅是“试试看”或为了探索，成功的创始人通常在早期就对产品形态、用户价值有明确设想。
虽有少数通过长期探索找到成功方向的“离群值”案例，但大多数初创公司仍需清晰定位与目标导向。
6. 判断是否创业的关键指标：
