一个适合初学计算机专业的小白教程

一篇写给计算机专业小白的suggests

前言

这里非常感谢很多大手子提供的思路才有了这样的一个文章，我只是整合了一下，可能会有很多做的不好的地方。欢迎各位师傅再评论区留言或者提供改进思路，也欢迎更多的人在评论区留下自己的感想

在开始之前可以先看看这个文章，点击可以卡片就可以跳转啦

https://www.yuque.com/one_shackle/kriodn/foi3wuagkr2mbgl4?singleDoc#大学生必读

推荐的学习网站

一个不错的学习网站捏

cs学习网站

网络安全/信息安全专业师傅请看，这是推荐的学习网站

hello-ctf.com

AI到底在哪里改变了网络安全

docs.qq.com

一个菜鸡小小的见解

以前大家谈起计算机，肯定绕不开“开发、算法、运维、安全”这四大件。但这两年大模型和 Agent 的进击速度太快了，连带着大厂的岗位要求和面试玩法都翻天覆地了。

举个最真实的例子：现在去大厂面试，面试官早就不爱听你背那些生硬的底层的“八股文”了。我身边就有学长面试时被现场提问：“给你现成的 AI 工具，你怎么独立、快速地把一个最小项目给跑通？” 包括我们安全部的老大，现在也天天在用 AI 跑自动化脚本挖 SRC，那效率非常恐怖。

你看现在两大主战场的现实：

• 搞开发的： 单纯写前端或者后端的生存空间变小了，现在最火的是“AI 全栈”。你既得懂业务代码怎么写，还得懂怎么用 Agent 接入大模型，让你的应用变聪明。
• 搞网安的： 那些自动化 Agent 和 AI 代码审计，早就开始把 CTF 比赛当试炼场了。在真实环境下挖漏洞、刷 SRC，AI 的速度就是把人工按在地上摩擦。说白了，现在的网络安全，拼的就是谁能把 AI 这个“超级外挂”玩得更溜。

很多刚接触这行的同学会特别焦虑，忍不住问：“学长学长，这么搞下去，计算机难道不就变成夕阳产业了吗？”

计算机绝对不是夕阳产业！我们正处在一次大洗牌的节点上，就像人类从蒸汽机时代迈向电力时代一样。

被历史淘汰的不是计算机专业，而是过去那种低效率的“搬砖式编程”。想想看，当写代码的成本降到了最低，大家对好的软件、强的安全防护、自动化运维的需求，只会以几何倍数爆发。企业买来 AI 不是为了把研发部门给砍掉，而是要求研发团队借助 AI 做出以前想都不敢想、产能高出 10 倍的复杂项目。

所以，行业给我们的新考题就是——怎么做 AI 的主人？

不要抵触 AI，把它从你的聊天窗口里解放出来，深度融入你的键盘敲击中：

• 写代码刷题时： 把 Cursor、Copilot 用起来。别光让它给你生成答案，去看看它的实现思路，把自己的代码扔给它让它帮着优化结构、帮着分析复杂度。
• 打 CTF 赛或者挖 SRC 时： 向业内的大佬看齐，动手去写属于自己的自动化安全脚本和 Agent。让 AI 去干基础协议解析、去解密海量日志、去剔除那些又臭又长的混淆代码。把所有无聊的体力活全让 AI 打工，你的精力，只留给真正的高阶逻辑分析和致命一击。

同时我觉得保持积极探索的心态最重要，计算机毕竟是一个与时俱进的行业，谁掌握的先进技术就更加有竞争力。确定好你的目标，如果你想以计算机为就那么请你将你的时间花在专业上，然后加入竞赛社团或者实验室。找到一起学习的搭子

常见 Q&A

• 不要过早给自己定型： 前期最好广泛涉猎不同的技术栈（这就好比玩过上百款游戏后，你才能客观评价哪款是神作）。先去体会自己对什么最来电，因为学习是一场持久战，在不感兴趣的领域死磕很容易后继乏力。
  如何寻找方向： 打开招聘网站多看岗位需求，那是当下最真实的“六便士”。
  告别“教程依赖症”： 学编程就像学游泳，实践远比理论重要。不要陷入寻找“完美教程”的误区，记住二八定律——掌握 20% 的基础，就能解决 80% 的问题。
  干中学（Learn by doing）： 新手期可以通过视频快速建立大局观，了解一个完整 Demo 的底层骨架。有了概念后，立刻动手实现自己的想法。遇到盲区直接问 AI，在实战中边做边学。

毕业后，我有哪些出路？

• 就业
• 考研/考公
• 出国
• 创业

为什么选择就业？

• 机会最丰富
• 考研考公本质上仍然是就业
• 你无法判断几年后的市场行情会变成什么样
• 只要清晰目标、符合规划，想清楚你到底想做什么，并愿为之付诸行动，任何选择都是你的自由

软件开发就业前景如何？

• 也还好？
• 目前前后端也分的不是那么细了，有融合的趋势，招聘网站现在也有不少agent全栈开发。你们后续想学习软件开发的同学最好尝试agent全栈。不用特意区分前后端了

四年的版本答案是什么？

• 大一：好好玩，对大学有一定的了解(多多接触社会和认识更多的人)
• 大二：加入实验室or竞赛部门，学习基础，接触项目
  • 时间节点：大二寒假确定决定自己未来的方向
  • 时间节点：大二暑假拥有独立完成项目的能力
• 大三：算法/八股/项目
  • 时间节点：大三寒假具备三+一板斧，开始投递实习
  • 时间节点：大三下在外实习，准备秋招收割 Offer

学校的课程怎么学？

• 能过就行,嗯水过去就行
• 毕竟定位很尴尬，只了学校的课程你会发现还不够。
• 措施：gpt+祖传代码+课程共享计划（应该每个学校的有大手子开源多问问学长ldx们）

需要参加那么多比赛吗？

• 分情况：如果你是为了拿奖而比赛的话，负责任的告诉你没必要。此举并不会提升太多竞争力，哪怕是曾经t0级别的icpc-acm竞赛，在22年后奖项的认可度也在逐渐式微。如果你的目的是为了沉淀出实际的项目出来，比赛仅仅只是做项目的一种动力（以赛促学），那没有什么问题，挺好。

ai这么nβ了，我们是不是得毕业得去当三和大神了？

• 写代码方面，AI 确实很强，但它还没强到无法无天、言出法随的地步。随随便便写一个0人用的上的demo那确实如喝水般简单，但一旦生产容易gg。当你coding过程（把ai当老虎机的时候）遇到上下文超限、bug 描述或项目过大导致混乱的情况，我们仍然需要掌握软件工程的知识来高屋建瓴。写代码只是冰山一角，更重要的是学会抽象思维，理解项目整体运作，并形成一套属于自己的 AI coding方法论。提出问题、分析问题、解决问题的思维链，始终是我们必须掌握的核心能力。
• 网安方面的话，确实已经AI深入CTF，很多CTFer都过度依赖于AI，但是实际并没有收获什么 探姬老师有一个视频讲的很清楚，我觉得可以值得大家深思

科学上网

科学上网是中国大陆的互联网用户为突破中国长城防火墙可以顺利访问国际互联网的一种叫法。它也指使用一些技术手段来访问被封锁的网站或服务，但更多地强调绕过网络审查的意义，使用户能够在互联网上自由地获取信息和交流。

科学上网最先出现的地方是在中国的百度搜索引擎中，之后将该搜索习惯慢慢带入到新浪微博、微信、Google、facebook。

最后其慢慢演变为一种寻找软件的热门搜索名词。

科学上网在中国可以将其定义为翻墙、扶墙、自由上网等解释，科学上网也经常用于保护用户的网络隐私和数据安全，特别是在使用公共无线网络或在网络监控严格的地区进行互联网访问时。

但科学上网≠VPN服务。其正确的所属关系应该是：VPN服务包含科学上网；科学上网不包含VPN服务。这是一个与和非的关系。

在深入探讨科学上网之前，我们必须了解它的背景和定义。 经常提到的"翻墙"，这个所谓的“墙”到底是什么呢？ 这些限制被统称为“防火长城”（Great Firewall，简称GFW）

GFW主要使用下列技术来阻止你正常上网：

1. 域名解析服务缓存投毒污染
2. 针对境外的IP地址封锁
3. IP地址特定端口封锁
4. 无状态TCP协议连接重置
5. 对加密连接的干扰
6. TCP协议关键字阻断
7. 对破网软件的反制
8. 间歇性完全封锁
9. 针对IPv6协议的审查
10. 对电子邮件通讯的拦截

GFW是一套复杂的网络审查与监控机制，旨在屏蔽和过滤某些海外网站，如Google、YouTube、Facebook、Wikipedia等，使得这些全球主流平台在中国大陆无法直接访问，用户尝试访问时通常会看到“无法显示页面”的提示，也就是我们常说的网站被“墙”。

防火长城的英文名称“The Great Firewall”源自其功能类似于古代中国的长城，旨在防止外界信息的“侵入”。这一系统不仅限制访问国外网站，还对所有进出的网络数据进行严格审查和过滤，以保护国内网络环境的“纯净”，确保符合本土政策的内容可以畅通无阻地传递。

科学上网的需求正是在这一背景下产生，其目的是绕过GFW的限制，获取全球范围的互联网资源和信息。用户常用的工具包括VPN（虚拟私人网络）、代理服务器、SSH隧道等，这些工具都属于广义上的翻墙软件或科学上网工具。

它们的工作原理是通过连接境外服务器，借助该服务器转发数据流，从而成功访问被GFW封锁的网站和服务，突破国内的网络限制。

为何会出现“梯子”、“机场”等词汇？这些词汇最初由网络用户创造，作为隐语，用以在公开讨论时避免使用敏感词，从而能够在不引起注意的情况下交流科学上网的相关方法。尽管这些词汇已经成为科学上网领域的常用语，但在公开场合使用时，仍需谨慎，以避免触发审查机制。

在中国，尽管存在法律和技术上的障碍，科学上网的实践和讨论仍然活跃于各类网络平台，包括技术论坛、专业博客以及某些社交媒体。随着科技的发展和信息的全球化，科学上网已成为连接中国与世界的重要桥梁，不仅为个人用户提供了信息的自由获取，也为商业和教育等领域开辟了新的可能。

通过以上介绍可以看出，科学上网不仅仅是技术操作，其背后涉及的是信息自由、网络安全以及全球化视野的拓展。未来，随着技术的进步和政策的变化，科学上网可能会不断演变发展，但其核心目标——提供自由且安全的互联网访问——将始终不变。

哎呀这有一个神秘链接我看不到了，我记得要先安装上面的软件才能打开下面的呢。可以的话请你帮我打开吧

Agent

Agent的优势在于它突破了语言模型的文本边界，将AI的推理能力 (Reasoning) 与行动能力 (Acting) 结合在了一起（即ReAct框架）。

1. 打通了“最后一公里”： 网页版给出的往往是“解决方案的说明书”，而Agent交付的是“最终结果”。这极大地减少了人类在不同软件、终端和浏览器之间频繁切换的摩擦力。
2. 处理复杂长链路任务： 对于需要多步拆解的任务（例如：抓包分析 -> 提取特定协议字段 -> 编写解析脚本 -> 输出报告），Agent可以维护长期记忆，并在每个子任务完成后自动进入下一步，不需要人类介入打断。
3. 动态获取实时数据： Agent不局限于训练数据的知识截止日期。通过赋予它联网搜索、调用特定工具（如网络抓包工具、反汇编器）的权限，它能基于最新状态做出决策。

计算机学生需要掌握Agent吗？

非常需要。 对于计算机专业的学生，尤其是对底层安全、逆向工程或网络协议感兴趣的开发者来说，理解并掌握Agent架构是未来的核心竞争力。

• 技术范式的转移： 软件工程正在从“人类编写每一行代码”向“人类编排AI Agent来构建系统”转移。理解Agent如何拆解任务、如何调用工具、以及如何处理上下文窗口限制，是下一代开发者的基本功。
• 安全领域的降维打击： 在安全领域，Agent有着极其广阔的应用前景。传统的模糊测试（Fuzzing）或漏洞挖掘往往依赖硬编码的规则。而结合大模型的Agent可以理解代码的业务逻辑，自动生成更具针对性的Payload，甚至在CTF比赛中自动化完成一些标准化的Pwn题分析、ROP链构造或编写Write-Up。
• 安全对抗的新战场： 了解Agent的原理，才能懂得如何攻击和防御Agent。例如，Agent在调用外部工具时是否存在“提示词注入（Prompt Injection）”导致远程代码执行（RCE）的风险？这也是当前安全研究的前沿方向。

不需要从零手搓一个底层大模型，但掌握如何利用框架（如 LangChain, AutoGen 等）将模型封装成能够解决特定领域问题的Agent，绝对是一项高杠杆的技能。

计算机专业就是这样，它是一个与时俱进的专业，如果还在传统的使用豆包和古法编程。跟着学校走大概率是无法更加深入的学到有用的知识。

对网安专业的同学来说的话，我建议不要过度依赖AI，可以辅助你写题，然后断网复现写wp，就前言文章说的一样

安装准备

你也可以看看菜鸟教程的安装

www.runoob.com

在开始之前你需要准备Node.js和CC switch这个两个程序

Node.js

CC switch

然后可以去deepseek或者智谱开发者平台申请API key提前配置好Claude

CC Switch添加厂家

Claude cli 安装(建议开虚拟网卡模式)

npm install -g @anthropic-ai/claude-code

/model参数是调整模型

/effort 思考程度，不过也意味着烧更多的token

更多的功能自己探索啦

最后的最后

大学这几年，是人生中试错成本最低、为未来蓄力的黄金期。我真心希望你能把人生的方向盘牢牢握在自己手里，去探索、去折腾。别辜负了这大好时光，也别让未来的自己因为今天的虚度而感到遗憾。

但在正式开始敲代码之前，我想先聊点比技术更核心的能力——独立思考。

在接下来的大学时光里，会有无数人给你塞建议、指方向。其实，大学里真正毁掉一个人的，往往不是“不够努力”，而是面对满地选择时的疯狂纠结与内耗。你要做的，是学会在海量的信息中，筛选出真正有价值的想法，然后死磕到底。

我想跟你们分享一个我自己真实的故事。

大一某个晚自习，面对未来的迷茫，我翻遍了知乎、CSDN、抖音，想看看计算机到底哪个方向最好。我把开发、算法、运维、安全这“四大方向”查了个遍，结果扑面而来的，全是触目惊心的负面评论：

• 看网络安全： “太小众了，大部分公司根本不需要。学得杂但不精通，毕业即失业。”
• 看后端开发（Java/C++）： “千万别来！卷上天、白菜价，天天熬夜加班，35岁准时被裁员优化。”
• 看算法与人工智能： “严重学历厂！没有985硕博背景，没有顶会论文，连简历筛选都过不去，直接当炮灰。”
• 看运维与基础设施： “背锅侠一个，半夜三点服务器挂了还得爬起来修，毫无成就感。”

那一刻我完全懵了。感觉无论选哪条路，前面都是万丈深渊。我当时甚至在想：难道计算机全栈都没落了？怎么大家都在抱怨，这简直快跟土木工程一个待遇了？

但现实却狠狠打了这些评论的脸——不管网上怎么骂，计算机专业依然稳稳霸占着应届生毕业薪资榜的前十。

后来随着我不断深入学习，我逐渐想明白了，为什么网上几乎没有“好评”的岗位： 第一，任何一个高薪行业必然伴随着巨大的竞争，很多人其实是在故意“劝退”新人，以减轻自己的竞争压力； 第二，在激烈竞争中被淘汰的那批人，最后往往只留下了在网上疯狂抱怨的权利。而真正拿到高薪、在用 AI 改变世界的大佬，根本没空在知乎上跟人对线。

所以，我希望你们明白：抱怨不会让技术变强，也不会让大环境变好。

刚开始的焦虑，只是因为我们还站在门外，没有真正摸清这个行业的脉络。计算机的学习，从来不是“选一条完美的捷径，然后等着别人给你发个好 Offer”。无论你是选择去写业务代码、去挖系统漏洞、去训练大模型、还是去维护高并发架构，都需要你亲自下场，去摸索、去试错，最终砸出属于自己的护城河。

在未来的十字路口，不要被网上的“劝退”情绪吓倒，也不要为了寻找一个“完美方向”而停滞不前。保持你的独立思考，勇敢去实践。这个过程注定不容易，但请记住：

正是因为它不容易，它才具备了筛选掉平庸者的价值；正是因为它有门槛，才值得我们去坚持。

选定方向，别回头，我们顶峰相见。

不妨再思考一下吧