我的狗是军统特工提示您：看后求收藏（千千小说www.qbtxts.cc），接着再看更方便。
Terry咬了口司康饼，含糊不清地说：“你说的工业软件，我知道，但那需要学很多额外的东西，比如CAD、CAE这些软件，还得懂点机械原理，咱们数学系的课程里可没这些。而且现在全球供应链不稳定，汽车厂说裁员就裁员，去年宝马在英国裁了800人，其中就有不少做仿真的。我觉得最稳妥的还是‘数学+计算机’，现在很多互联网公司的后端开发，需要用数学优化数据库的查询效率；还有区块链的加密算法，用的是数论里的椭圆曲线——这些领域，只要你会写代码，懂点数学，就能找到工作，而且全球哪里都需要，不管是美国、欧洲还是亚洲，互联网公司都缺这种人。”
Tomato把冰拿铁喝到底，杯子见底的声音在安静的咖啡馆里格外清晰：“你们俩还是没跳出‘找工作’的思维定式。咱们学数学的，最厉害的不是‘找工作’，是‘创造工作’。就像牛顿发明微积分，不是为了找工作，是为了解决物理问题；欧拉研究图论，也不是为了赚钱，是为了解决哥尼斯堡七桥问题。现在全球面临的问题，比如AI的可解释性、量子计算的算法突破、可控核聚变的模型设计，这些都是需要‘纯数学’突破的领域。咱们系的怀尔斯教授，花了七年时间证明费马大定理，当时谁也不知道这能有什么用，但现在密码学里的很多算法，都受了他的启发。如果咱们能在纯数学领域做出点东西，说不定未来的某个行业，就是因为咱们的研究而诞生的。”
Harry靠在椅背上，阳光照在他脸上，他眯起眼睛，像在思考一道复杂的证明题：“你说的我懂，但纯数学太‘慢’了，而且风险太高。怀尔斯是天才，咱们大概率是普通人。我听说咱们系每年毕业的博士生，只有不到10%能留在学术界做纯数学研究，剩下的90%还是得去业界。而且现在全球的科研经费都在缩减，英国政府去年砍了20%的基础研究经费，美国的NSF（国家科学基金会）对数学的资助也在减少，你想靠纯数学吃饭，太难了。”
“难不代表不行，”Terry坐直身子，语气突然变得认真，“咱们学数学的，不就是喜欢‘难’的东西吗？如果数学很简单，咱们当初也不会选这个系。你想啊，现在全球都在面临‘卡脖子’的问题，美国卡中国的芯片，欧洲卡美国的能源，本质上都是‘技术壁垒’的问题。而技术壁垒的核心，就是数学。芯片的制程突破，需要量子力学和材料科学的数学模型；能源的自主可控，需要新能源发电的优化算法。咱们学数学，就是在掌握‘破局’的钥匙。就算咱们不能成为怀尔斯那样的大数学家，只要能把学到的数学用在某个‘卡脖子’的领域，比如帮国内的芯片公司优化光刻算法，帮欧洲的能源公司设计电网调度模型，这不也是一种价值吗？”
Tomato突然拍了下桌子，引得邻桌的人看过来，他却不管不顾，兴奋地说：“对了！我上周和导师聊，他说现在全球都在推进‘数字孪生’技术，就是用数学模型把物理世界的东西在虚拟世界里复现出来——比如城市的交通系统，用微分方程模拟车流；工厂的生产线，用随机过程模拟设备故障。这个领域现在急需懂数学的人，因为大部分工程师懂建模，但不懂数学原理，不知道模型的边界在哪里，容易出问题。咱们数学系的，既懂数学原理，又能建模型，这就是咱们的核心竞争力！而且这个领域全球都在起步，不管是中国的雄安新区，还是英国的伦敦智慧城市，都需要这种人才，根本不用担心没工作。”
Harry拿起手机，翻出一个招聘链接，推到两人面前：“你们看，这是谷歌DeepMind上周发布的招聘，招‘数学算法工程师’，要求懂拓扑学、代数几何，还要会点机器学习。薪资在伦敦是每年8万英镑，而且能参与AlphaFold的后续研发——AlphaFold现在能预测蛋白质结构，帮制药公司加速新药研发，这就是数学改变世界的例子。还有，咱们系的学姐，现在在DeepMind做强化学习，她说她们团队里，数学系的占了40%，比计算机系的还多。因为强化学习里的马尔可夫决策过程、价值函数优化，全是数学里的东西，计算机系的可能懂代码，但不懂数学原理，调参全靠试，而咱们能从数学上分析模型的收敛性，这就是优势。”
Terry突然笑了，他掏出手机，打开《原神》，点开一个副本：“你们发现没？咱们聊了这么久，其实本质上和咱们刷数学题、打原神是一样的。刷数学题，是为了掌握更多的‘解题工具’；打原神，是为了熟悉‘团队配合’；而讨论未来，是为了找到‘应用场景’。数学就像原神里的‘元素反应’，火+水=蒸发，冰+雷=超导，你掌握的数学方法越多，能组合出的‘技能’就越多。现在全球形势再复杂，无非就是需要更多‘能解决复杂问题的人’，而数学，就是解决复杂问题的‘通用语言’。”
Tomato把空杯子推到一边，拿起笔，在新的一张纸巾上画了三个重叠的圆圈，分别标着“数学方法”“行业需求”“个人兴趣”：“其实未来在哪里，就看这三个圆圈的交集。比如我
