其实要我说在美国上了5年的大学（4年本科1年研究生）最大的收获是什么？我会告诉你们我最大的收获是自学能力，美国大学很多课实际上都是要你自己去学习的，至少老师不会在上课的时候去读课本，读课本是你自己的任务。老师通常会让你在课下读大量的内容，然后带着问题来上课。而作业也是一样的，如果你自己解决不了去问老师，老师通常会给你提示，但是不会给出答案，他想要看到的是你自己能够通过理论和逻辑来解决问题，而不是指望着老师给你答案。
我在上大学的期间我觉得最需要锻炼的就是自学能力了，因为高中老师讲课的速度比较慢，一般会带着你把概念过一遍，然后讲一些例子和例题，但是大学就完全不一样了，有的时候一学期的内容非常的广，你如果不做课后阅读，教授可能就面临根本讲不完课本里面的内容的困境。所以上美国大学实际上还是很辛苦的，经常会有人到了半夜还在读书，这不是吹牛，有的人是真的为了要完成老师布置的任务，需要读到很晚才能完成任务。
上美国大学苦嘛？
那么问题来了，如果你要读那么多书，会不会觉得很辛苦？我的感觉不是的，因为美国大学选课自由，你想选什么课就可以选什么课，所以自己完全可以凭兴趣来进行学习，而不是像高中的时候基本都规划好了要学什么。
自己选课自由有好处也有坏处，好处就不说了，坏处就是有的人不知道自己该选什么，没有一个起始点。这时候就需要一个像导师的人来指导你选课了，美国有的大学一般会在刚入学的时候给你分配一个选课导师，根据你的兴趣来指导你选课，但当时我决定要学机械工程的时候导师就给我基本规划了一个机械工程师的选课路径，由于美国工程师专业想要在4年毕业有一些课一定要在一段时间内学完，所以基本课程表还是有一定限制的，不能随便选。所以我的课程表和那些没有确定专业的人来比的话，他们的课程肯定比我要自由一些。
上美国大学前途怎么样？
这点我只能从机械工程师的角度来谈起，其实机械工程师的就业前景一般般，但是工程师整体的就业也要比文科生的毕业要好一些。这是没办法的，因为工程专业的人毕业了基本都会有公司要，而且这些公司的利润通常不小。所以薪水待遇就还可以。但是文科生通常找不到一个理想的职位。
就这样我还是找了将近4个月的工作，我17年年底毕业的，直到18年的4月份我才拿到公司的offer，我的平均分和经验也不能说最差，这样也找了很久。你就可以看出美国大学毕业前景不是很乐观了，而且别忘了我是美国公民，像外籍人想要找这方面工作就必须有很强的经验和知识储备才能找到工作，不然可能会更久。
这点是我从实际经验中总结出来的，从吴军老师的专栏里面看到，其实美国大学回国就业的前景好像也一般般……不知道到底是为什么。可能竞争越来越激烈了吧。 因为人才储备越来越富裕。硕士生开始干本科生的工作，博士生开始干硕士生的工作。
在上美国大学之前要做好什么准备？
一定要掌握好阅读能力，这点是我必须要强调的，在美国大学需要阅读大量书籍和文献，如果你的阅读能力不过关，你会很吃力的。这也是为什么托福和GRE都考验阅读理解能力，不是它专门难为外国人，而是因为美国大学需要每个人有基本的阅读能力才能更好的在那里发展，如果你没有良好的阅读理解能力（用大白话说，如果人家给你一篇文章你都看不懂，或者给你写一封邮件你也没搞明白意思的话），你去了也是白去，因为从大一开始基本就要阅读很多文献，而且你也需要学习很多新的概念，我从我身边的留学生就观察到了区别，那些托福，GRE认真准备过来的人就能迅速适应这里的学习进度，而那些托福混过来甚至是作弊过来的就特别困难，有时候连文章都读半天，这就导致他们需要花很长时间去理解别人很短时间就能理解的内容。而且有的人来也是混文凭的，我当时看了就觉得很浪费资源……
所以记住一句话：掌握良好的阅读能力
这里顺便插一句，吴军老师的《数学之美》推荐给每一个准备上大学或者正在上大学的人，里面不仅解释了大学数学在生活中的运用，还解读了它历史上的来源，以及如何利用这些数学来解决生活中实际的问题。看这本书让我感觉很后悔为什么没在大学的时候读到它……
学会举一反三的能力
这一点其实我自己做得不够好，因为现在的我读的书多了以后才发现我大学的时候学得很僵硬……其实无论什么学科里面的概念，他在生活中都是有一定关联的，就连数学那么抽象的学科依然是从生活中抽象出来的不是吗？我们的语言本身也是编码的一种形式，而编码本身又是由数学组成的。所以机器翻译才可以通过数学模型和数据被“锻炼”的炉火纯青。
那么我就来分享一下我觉得最近几个对我帮助很大的概念，一个是循环，一个是周期，一个是积累，一个是复利。
先从循环说起。循环说白了就是在一个任务结束时回到起点重新开始，这个概念最早是我在Matlab编程课里面接触到的，当时我就想，你算完了一圈之后回到起点能干什么？无限重复不是磨洋工吗？不是的。
人家算完一遍之后的结果会被带到起点，重新开始新一轮的计算。换句话说，你上一轮的结果会被带到新一轮的任务中。然后如此反复。为什么计算机这么做能够解决很多问题呢？首先，计算机完成一轮任务的速度极其惊人，几毫秒甚至几微秒就完成了。他执行1万圈的任务估计也就在你眨眼的功夫都不到。但由于每次循环他都能提升自己的结果（也就是让这次结果比上一次结果变得更好），他到最后就可以给出你非常精准的答案。
我一开始没注意到我们生活中可以利用“循环”这个概念的场景，现在我看到了。比如我们生活中一个个习惯就是由一个个循环（loop）构成的，你看啊，你早上起来闹铃响了，然后你跑到厕所准备刷牙，然后洗脸准备吃早饭。每天基本上都是相同的吧？但为什么有的人牙齿就会洁白无瑕，有的人各种牙周炎和口腔疾病？就是因为早上或者晚上睡觉前刷牙的这一个动作有一点点不一样（有的人更认真，会把每个部位刷的很仔细），然后经过多次重复（也就是循环），最后就会导致巨大的差异。
这就是循环在生活中的一种应用。我们每个习惯背后都是循环，《习惯的力量》这本书把这个概念诠释的很到位，建议你去读一读。我给你放一张图你就明白了。
这是我从我之前的一篇文章里面截取出来的，不过主要还是表达习惯背后实际上就是不断重复，不断循环。
再从周期说起。
周期是什么？周期也是一个周而复始的现象。大自然给了我们很多启示，比如水从海里蒸发到空中凝结在降落到地上，最终又回到海里，这就是一种周期。你可能会觉得这跟循环有点类似。（这也是为什么我觉得他们有很强的联系的原因）
例子太多了，汽车、空调、飞机等等都是用周期才能达到他们的目的。这里就不赘述了，有兴趣的可以看我的另一篇文章
谈到复利
说起复利真的是让我非常受益的一个概念，这里还要在此感谢成甲那篇文章对我的帮助。当时我刚开始上研究生的课，当时看到这篇文章以后我立马就在想，到底什么“A”能够导致“B”，反过来再提升“A”呢？我当时正在上一门有关机器人的课，我就在想如果我帮老师做科研的话，或许应该能够帮助我理解课上所学到的知识，而我学到的知识反过来又可以帮我进一步进展科研进度。这不就是成甲的复利模型吗？！我当时又惊又喜，马上就找教授去申请我能不能自愿到科研室里帮忙，教授也欣然答应，于是我就这样开始了我复利的积累。学期末我在做项目时就利用了我在科研时的内容，帮我省了很大精力去重新做一个项目。这都是我的收获。
你说成甲的复利模型能不能在生活中被利用起来？（细心的同学应该发现了，成甲的复利模型实际上是有循环组成的，嘿嘿，恭喜你已经组建了属于自己的一个知识网络）
积累
以上几个概念，循环、周期、复利。它们都会集中到一点，那就是积累，这一点我在《把时间当作朋友》里面非常感同身受，现在的我们就是由过去的自己选择而构成的。同理，未来的我们也将会由现在的自己的选择而构成。这道理是不会变的，那么自己在选择过后做的事情就会变成积累。最后变成未来的你。
想想吧，现在的你是不是有小时候的你做的选择，然后经过时间的积累而变成现在这个样子的？
我是这样的。选择了什么大学，选择了什么专业，选择了要不要努力读书，选择了去什么公司等等。造就了现在的我。这一切都靠积累，未来也一样。所以想要让未来的你发光发彩，那么你现在就需要行动，开始“在路上”，这样你才不会在几年之后发现这几年里自己几乎什么有意义的事都没干。上路吧，兄弟。
只上大学就够了吗？
很多人都以为上完大学就结束了，若真是这样那他的人生也就到此为止了……这世界是在不断变化的，你即使不像大学的时候每天学习新的概念，你也要了解世界，而了解世界并不是每天看报纸就可以的，而是真的要阅读一些专业文献，获得一手资料（因为那才是作者本人写的啊！）。不然的话报纸上的文章只是记者通过自己对采访对象说的话的解读。你觉得记者对他采访对象的领域有多少了解呢？很少吧……所以判断一件事或者一个项目好不好往往要看这个领域里真正牛人自己写的东西……就这么简单。
所以终身学习根本就没得选，只要世界还在进步，你就需要学习，除非你想自己每天躺着啥也不干，那我也没啥说的，躺着呗！自己的生活是自己活出来的，想要什么样的生活都得自己选。如果你想选择一个躺在床上的生活，那没人拦你。前提你要能够支付得起每天躺在床上的“价格”（包括吃、房、看病等等）
所以我觉得上完大学只是一个开始，你真正到了一个行业里还有很多东西要学。而你在大学里学到的是为了让你在今后能够更好的获得高质量信息，就像那句话说的
一个人成功与否就看他获取信息的渠道以及质量
这句话我认为非常准确。一个人如果能从周围获得高质量的信息，那么他的生活一定差不到哪里去，这也进一步说明了为什么圈子那么重要了。因为你获得的都是行业内最新的消息，而且能够从真正在行业里工作很久的人笔（口）中获得有价值的信息，你对这个行业自然就了解的比别人更准确。
这也解释了为什么牛人都爱读书。因为读书就是一种获得高质量信息的渠道，你要想啊，一个作者得花多少精力才能写好一本书？这里面既包括他要把想讲明白的概念讲明白，还要考虑按什么顺序讲最能让人理解。以及少说废话。通常第一稿都是要经过反复修改才能真正出版。所以一本书本来就是经过大量精炼的信息集。而牛人本身又是高质量信息的集合。那么牛人写的书就是高质量信息集的集合，你说这难道不是一个获得高质量信息的渠道嘛？
注意这里我说的是牛人写的书，市场上有大量几乎根本毫无价值的书存在着……这些书你要学会自己辨别，李笑来老师有一个不错的方法：
“选书的基本原则
1 出版社
每个出版社的出版能力各不相同，也各有所长。尽量选择在锁定的领域里知名的出版社。反正你不能买电影出版社出版的《精通 Python》——这当然是玩笑，电影出版社没出过这么一本书。
2 作者
靠谱的人写出来的东西靠谱。在决定是否花时间精力去读之前，可以花一点时间去了解作者。注意，要去了解作者在该领域中的能力，至于作者的其他方面，必须暂时放在“一边。
3 版次
第一版的书，慎买慎读。再版次数越多，说明此书的内容越经典。优先选择那些“第 n 版”（n 越大越好）的书。
4 印次
有时，要学习的领域太新，乃至于只有第一版的书。那就要看，有没有那种印次已经很多的书：比如，第一版第 n 次印刷（n 越大越好）。
5 印数
即便最终你不得不买第一版第一次印刷的书，那也最好先看看印数。首印数量太少，可能说明出版社对其销量没有信心……
6 “编”与“著”
编著这两个字经常放在一起，但实际上有天壤之别。“著”的意思是原创成分更多，“编”的意思是"拿来放在一起"……有的书缺德，把两个字放在一起用“编著”糊弄读者。当然要优选“著作”。
7 参考文献(References)
为了习得知识而去读书，多是技术文献之类的“非虚构类书籍”(Non-Fiction)。如果书后没有详尽的“参考文献”列表，那这本书不值得读——更多的可能性是，那并非是作者用笔写的，而是他用剪刀浆糊拼出来的东西。这一条格外重要，真的在乎它，就会知道中文书中，可选择数量其实很少。另外，好书的“参考文献”往往相当于一个地图，你按图索骥，就会找到更多好书、经典书。
8 索引(Index)
好的参考文献，或者说，合格的参考文献，是要有详尽的索引的。印刷版的书，没有索引，就没办法检索——那书的用处何止减半！当然，这也是我们为什么更喜欢电子书的重要原因：可随时全文搜索！
9 尽量不读译作
这是很有“偏向性”的固执看法（stubborn opinion）。尽管译者永远出于好心，但好心未必带来好结果——这又是事实。既然你决定继续读下去，还是先接受这个建议吧。
更为重要的是，学门外语（尤其是英语），根本没那么难，甚至很容易，能不能学，能不能学会，只不过是学习意识问题。
以上几个原则，尽管简单，但是如若你将他们拼起来应用，就会发现，市面上书确实不少，值得看、值得读的真的不多。于是你就释然了，于是你就淡定了，于是你就不害怕精读了……
10 花点时间去读书评
Amazon、Douban上的书评都很棒，尽管也需要一点点的甄别能力（遗憾的是，豆瓣上“书托”越来越多了——读中文有很多“意外的负担”）。
11 看看牛人在读什么
网络时代有很多方法可以去了解牛人们在做什么，牛人的共同特征是喜欢分享。他们正在看的东西，是他们筛选过后的，常常有很大参考价值。注意，是“参考价值”，不一定是“价值”。(这里有个很好的例子：Some Books for Software-oriented Humans，文章作者是 Pat Maddox, Rspec 核心开发团队 2 号人物。)
希望这篇文章能够帮到你
