最近要填报志愿了，很多人盯着五花八门的新兴热门专业，生怕选错。选专业，首选最热爱的。但如果你不太清楚选什么，其实可以优先选择那些历史积淀深厚的学科，譬如数学、物理、化学，中文。或者与之类似紧密相关的专业。

为什么？因为它们拥有极高的“智慧含金量”和强大的可迁移性。

要理解这一点，我们可以看看现在最火的人工智能大模型是怎么训练出来的。

以前的人工智能，走的是专才路线。科学家如果想让AI下棋，就专门喂给它下棋的数据；想让AI看医学片子，就专门教它看片子。这种AI只能干一件事，一旦换个任务，或者这个行业不存在了，它就彻底报废了。这就像很多高度细分的应用型专业，学的是特定场景下的操作技能。

但现在的AI大模型完全改变了思路。科学家不再一开始就教它具体的技能，而是让它进行海量的预训练。

在这个阶段，AI只学最基础最底层的逻辑：语言的规律、世界的常识、严密的逻辑推演。这就是所谓的基座模型（Base Model）。这个训练过程耗资巨大、极其困难，相当于一种超高强度的智慧含金量积累。

一旦这个拥有深厚积淀的基座模型建好，它就展现出了强大的可迁移性。

你想让它写代码？你想让它做法律咨询？你想让它写商业文案？完全不需要从头再学，只需要花极少的时间，给它一点点特定领域的数据进行“微调（Fine-tuning）”，它就能瞬间切换赛道，表现得比大部分专才还要出色。

人类的大脑也是如此。

数学、物理、化学、中文，就是人类知识体系里的基座数据。它们经历了几百上千年的积淀，历经淘汰留存至今。

数理化，是在对你的大脑进行极端严苛的逻辑与建模预训练；中文，是对你信息提取、共情与结构化表达能力的预训练。学这些专业，你不是在掌握某种立刻就能变现的短平快手艺，而是在花四年时间，给自己的大脑建立一个极其强大的基座模型。

在这个技术迭代飞速行业随时可能被颠覆的时代，只有可迁移性才是真正的铁饭碗。

一个拥有扎实数学物理基础的大脑，毕业后稍微“微调”，跨界去搞金融、搞半导体、搞人工智能，都能迅速上手；一个拥有深厚中文基础的大脑，无论未来切入传媒还是互联网运营，都能如鱼得水。

大时代的潮流变幻莫测，但是静水流深，有些底层的潜流始终不变。既然不知道未来什么工作最吃香，不如先在最经典的学科里，好好训练自己的底层大脑模型。