美国本科选专业，别把“热门”当成现成答案
美国本科允许学生在大二结束前确定专业，选专业看似自由，实际需要提前看课程设置、前置条件和就业路径。这篇文章从选专业的时间、方法、常见误区三个角度梳理，帮准留学生少走弯路。
每年申请季和入学后，总有人拿着同一张清单问：计算机科学、金融、数据科学，到底哪个更好？好像选了一个“好专业”，后面的路就自动铺好了。但在美国本科体系里，专业并不是一锤子买卖。多数大学允许学生在大一、大二以undecided身份修通识课，到大二结束前declare major。这个安排给了一部分缓冲，也容易让人把决定拖到最后，结果更被动。
比较实际的做法，是先去看每个专业的degree requirements，而不是只看专业名字。很多学校会把课程拆成lower division和upper division，前两年要修完数学、写作、入门实验或先修课。像CS专业，有些学校要求在申请专业前完成微积分和一门编程课，并且成绩达到一定标准。也就是说，入学时是否被某个学院录取是一回事，能不能顺利declare又是另一回事。
选专业时值得问自己三个具体问题。一是你愿不愿意每周花大量时间做这件事。兴趣不能只看“喜不喜欢听人讲”，要看能不能接受重复练习、卡住、再解决的过程。二是这个专业的评价标准你适不适应。设计、建筑、写作类课程评价相对主观，工程、数学类则更看客观结果。三是毕业之后你是否接受对应的生活节奏。金融、咨询、科技行业收入不低，但工作强度和地域集中度也高；教育、社工、公共卫生等方向回报更慢，但路径未必窄。
另一个常见的误区是把“热门”等同于“好就业”。热门只代表申请人数多，不代表你在这个领域有优势。如果只是因为CS火就去读CS，却对数学和抽象建模没有耐心，前两年就会非常吃力。美国本科的好处是转专业、辅修、double major的通道相对灵活，前提是GPA和先修课不崩。与其挤进一个不匹配的专业，不如在通识课阶段有意识地试两门完全不同领域的课，比如一门量化分析、一门写作密集课，看看自己在哪种任务里更容易进入状态。
还要注意一个现实：国际学生在选专业时，要同时考虑OPT和后续签证政策。STEM专业通常有更长的实习期，这是很多人选CS、数据科学、工程的现实原因，不必回避。但STEM范围很广，不只有计算机，也包括统计学、部分设计类、环境科学、经济学里的量化方向等。可以先查学校官网或国际学生办公室的STEM list，再结合自己的兴趣做选择。
选专业不是从列表里挑一个最高分的选项，而是弄清楚自己愿意在哪种问题上持续投入。美国本科提供了一定的试错空间，但这个空间需要靠早查课程、早问advisor、早做取舍来保住。