麻省理工學院（後面簡稱MIT）的計算機專業由EECS系開設，EECS系隸屬於MIT的工學院，這點和UC Berkeley一樣。在EECS系的官網上，MIT這樣介紹自己：

EECS系無處不在，我們把科學的嚴謹、工程的力量和探索發現的興奮結合在一起。我們的學生在改變世界。注意這句我們的學生在改變世界，敢說自己的學生改變世界，全世界恐怕沒幾所高校，然而MIT EECS卻有這個自信。下面我們一起探索MIT的自信來自哪裡，也為CS專業或想轉行CS的小夥伴提供可借鑑的方法和參考。

學生培養

本科

對於本科生，MIT EECS有著清晰明確的專業設定：

6-1:Electrical Science and Engineering

6-2:Electrical Eng. & Computer Science

6-3:Computer Science and Engineering

6-7:Computer Science and Molecular Biology

6-14: Computer Science, Economics and Data Science

為了方便學生選擇，學院為每個專業製作了課程體系路線圖，筆者以6-3的路線圖為例：

圖可以看出，本科生的課程分為四個型別：

介紹性課程，注重內容的廣度和基礎

基礎課程

頭部課程，這類課程需要先學習2中的基礎課程

高階本科課程

這些課程層次分明、層層遞進，並且有依賴關係：有的課程需要學完基礎課程才可以學習，比如6.824: Distributed Systems要學習完6.044 Computation Structures和6.033 Computer System Engineering才可以學習。

另外，MIT為本科學生提供了豐富且前沿的科研專案，本科生就有機會參與真正的科研，不是去給老師幹雜活的那種。為了豐富科研專案，MIT與很多公司合作，為學生提供校企合作專案和獎學金。學生可以利用暑假到合作企業工作，鍛鍊自己的實際動手能力。

EECS為研究生提供兩個研究領域：Graduate Area I和Graduate Area II，前者偏EE，後者偏CS，Area II包含以下細分領域：

Artificial Intelligence，人工智慧

Computer Systems, Networks, and Architecture，系統、網路和架構

Theory of Computer Science，理論

Area II中也提供了豐富的課程幫助學生加強基礎和研究，如系統方向有6.824 Distributed Computer Systems Engineering、理論方向有6.854J Advanced Algorithms、人工智慧方向有6.825 Techniques in Artificial Intelligence，詳細課程資訊見Graduate Subjects

EECS在研究生專案中強調，雖然分了兩個領域，但是教授們的研究專案交叉性很強，彼此少不了合作溝通，也會涉及其它學科：數學、物理、統計、材料科學、化學、生物學等。研究生會被分散到以下幾個實驗室：

Computer Science and Artificial Intelligence Lab (CSAIL)

Laboratory for Information and Decision Systems (LIDS)

Microsystems and Technology Laboratories (MTL)

Research Laboratory of Electronics (RLE)

MIT非常重視教學，在學生教學上有以下幾個特點：

課程設定全而新。學校不會開設過時或無用的課程，對於前沿內容和新事物，學校很快能開出課來。課程不僅數量多，而且質量很高，而且幾乎每一門都是精品課。作為理工科學校，人文學科的課程可能無法滿足學生的需求，MIT專門和哈佛合作，允許學生到哈佛去學習，把學分帶回來。

對老師和助教要求都很高。很多課程通常由最好的教授講課（包括諾貝爾獎得主），而且大牛們也非常願意給學生上課。他們也很會講課，教授對助教要求嚴格，不僅一起設計課程作業和實驗，還要求助教每週至少花20小時。

學生的功課負擔很重。工程性課程實驗、實踐多，大部分課程需要花大量的時間做課程設計。

因此，EECS的很多課程廣為流傳，成為經典，比如6.037 Structure and Interpretation of Computer Programs的教材一經出版，逐漸被世界各地多所院校採用，包括斯坦福大學、普林斯頓大學、牛津大學、東京大學等。這們課程如此出名，GitHub上也有人整理了中文學習資源Learning-SICP|GitHub，感興趣的同學可以去學習喲~

除了提供一流的師資、精品課程和前沿研究外，MIT的學校特色也在潛移默化中影響這學生。

這所學校沒有清晰的校園邊界，像個大工廠或大研究所。

校園裡建築前衛且風格迥異，比如著名的CSAIL所在樓Ray and Maria Stata Center。

這裡擁有獨特的Nerd（書呆子）和Hacker（駭客）文化，學生喜歡做一些“有趣的事”或“惡作劇”，比如在哈佛和耶魯的橄欖球比賽中，在球場上突然出現一個彩色的冒煙彩色球，上面寫滿了"MIT"，最頭爆炸，從裡面滾出來一個麻省理工標誌。

將學生培養成工業界領袖，這是MIT和其它工學院不同之處。

從MIT的生源、師資、軟硬體、培養方案等來看，它是有自信說“Our students change the world”這句話的。不過MIT是一所理工科學校，人文氣息相對欠缺。MIT十分重視教學，課程質量都很高，非常建議學習CS課程。但是MIT沒有像UC Berkeley那樣對所有課程資源進行整理，讀者可以訪問Graduate Subjects和Degree Roadmaps兩個頁面檢視課程，然後登入MIT Open Course Ware查詢線上課程資源學習。

美國絕大多數私立名校，招生時都和哈佛類似，30%看學習成績，70%看學習之外其他的東西。這樣除了可以考察學生未來的綜合水平外，還可以方便地照顧給予了捐贈的校友的孩子，以及成績較差的少數族裔的孩子。但是MIT和明天要介紹的加州理工是例外，它們70%看學習成績，30%看和課程無關的內容，而且MIT是少數沒有將捐贈和錄取掛鉤的學校。當然，對於少數族裔，MIT還是要留出25%左右的名額的。順便說一句，亞裔在美國雖然人數少，上大學時可不算少數族裔。

至於學習成績，除了高中的平均分之外，最重要的要看學了多少門大學的先修課。如果你學了不到10門，錄取的希望就很渺茫了。我的女兒在MIT轉了高中7門課的學分，她學了十來門大學先修課，不過在她的高中裡，大約有10%甚至更多的學生先修課學得比她還多。MIT每年大約招收1800名學生，他們來自全世界1000多所高中，也就是說，除非你在美國最好的幾所私立高中，否則你需要是全年級第一名，才有比較大的被錄取的把握。

此外，任何與學習有關的競賽成績，在MIT都是管用的，當然，這些競賽也需要在州以上的水平。簡單地講，MIT喜歡學霸。當然，如果你不僅是學霸，又有藝術天才，可以向MIT提交你的藝術作品，比如繪畫和攝影，音樂的錄音等等，MIT為這些學生留有特殊的通道。當然，如果學習能力不夠，即使能透過其它方式進入MIT，我覺得也最好不要去，否則在裡面受罪。

在高中的成績好代表學生可能是不錯的苗子，但是如何將他們培養好，就有技巧了。和普林斯頓一樣，MIT首先非常重視本科生的教學。美國很多研究型大學擁有不少世界一流的教授，但是他們未必都能到一線上課，比如在斯坦福大學，經費充足或者在外面辦公司的教授可以花錢把自己的課時買回來，只搞科研而不再教課。

說起來很多大學有不少大教授，卻與本科生無關。麻省理工學院不是這樣，學校經常會請最好的教授來講授大學一年級的大課。比如一年級的微積分課，麻省理工會根據新生的水平，將所有新生編入幾個班，每個班幾百人，全部由最好的數學教授授課。麻省理工學院的教授講課很認真，而且大部分教授都樂於教學，願意花時間給學生答疑，這可能與美國東部地區的教授們較少在公司兼職有關，相比之下，加州或南方各個大學的教授常常在外面給公司做顧問，甚至自己辦公司，沒有多少精力投入到教學中。

培養人光靠大師還是遠遠不夠的，因為大師數量有限，具體做起來需要一個認真負責的團隊。

在MIT，不僅名教授們自己教學認真，而且對助教的要求非常嚴格，他們會和助教一起仔細設計作業和實驗環節，保證學生能最大限度地掌握課程內容。

麻省理工學院的一位博士生助教告訴我，他的教授要求他每週花夠20小時的規定輔導時間，而事實上他有時花的時間甚至要超過20小時，這對於自己還在上課的博士生來講是不小的負擔。雖然美國各大學給助教規定的每週工作時間都是法定的20小時，但是在大部分大學裡，助教實際花費的時間只有一半左右，即每週10小時。我在約翰·霍普金斯大學當一門大課的總助教時，會替教授出考題和改考卷，即使如此，每週也就花費十五六個小時而已，這已經是相當多的了。在麻省理工，助教們輔導本科生花的時間可能是全美國大學中最多的。

對於好學生，麻省理工的教授會在作業或專案上提出一些額外的要求（有點像考試的加分題），完成這些任務的難度很大，因此總有一些好學生不斷地找教授和助教答疑。

對於學習吃力的學生，教授們會想盡辦法讓他們掌握好課程內容，而助教和同學們也樂於幫助他們。這樣一來，教授們和助教們都需要花費大量的時間和精力。相比之下，哈佛和耶魯在教學上是保證95%的學生能夠學好，而加州理工則正相反，是為了保證前5%的學生能學好，因此在教學上所花的精力都不如麻省理工。

那些在高中已經修過AP課程的新生，入校時並不能跳過基礎課，而是要經過分班考試後學習程度更深入的基礎課。那些在高中緊張了兩三年後想到大學來放鬆一年的學生，恐怕要失望了。

到了高年級，由於工程課程實驗性強的特點，大部分課程都需要花大量時間做課程設計專案，工作量更大。在麻省理工，大部分課程設計（Project）都由兩個同學（自由組合）一起完成，如果一個組有三個同學，那麼在教授心目中，這個組就要多做50%的工作，以防止出現混學分的南郭先生。在美國有句形容大學特點的話——“哈佛難進，麻省理工難出”，講的就是麻省理工功課之難。

別看在麻省理工功課負擔這麼重，功課給分卻非常低，每門課大約只有20%～30%的學生能夠得A，比哈佛的70%的得A率、斯坦福50%的得A率要低得多。

既然麻省理工的功課這麼難，那麼為什麼還會有很多人喜歡上MIT呢？

這倒不僅僅是為了它的金字招牌，而是為了培養工程思維。

美國的本科生其實大多數人在進入大學之前並不知道自己將來想做什麼，到MIT學習主要是打好理工科的底子，並非要一輩子做工程。實際上MIT的本科生後來學醫，學法律和金融的比例極高。MIT從校長到教授，沒有誰一定希望學生將來就是當科學家，或者從事工程工作，只要你在學校裡養成了工程思維，他們教育的目的就達到了。對於學生從事任何職業，學校和教授們都很支援，相比之下，國內個別校領導，一看到自己學習科學的學生跑去做金融掙大錢了，就覺得學生們胸無大志，這完全沒有必要。

順便說一句，MIT雖然理工最有名，但是它的文科專業其實水平也很高。MIT雖然文科規模不大，但凡是它設定的專業，在美國排名都非常靠前。在2017~2018年《美國新聞與世界導報》的排名中，它的經濟學、政治學和心理學分別排在全美第一、第九和第八名。因此，MIT的學生並沒有人們想象的那樣偏科。

MIT在科研上的特點，我們在之前有所提及，這裡就簡單介紹一下。相比斯坦福，MIT更多的經費來自於政府的基金而不是工業界，因此它首先強調從事長期的、影響力巨大的、基礎性的研究，短期看得到看不到商業前景，那是次要的考慮。也正是因為這個原因，MIT的原創性發明非常多，但是它的教授要比斯坦福的窮很多。

MIT在科研上的第二個特點就是強調學科的交叉融合，今天很多重大的科研成果都是跨學科的，如果沒有合作，沒有交叉融合，就沒有重大的科研上的突破。2017年清華的邱勇校長請我幫助建立一個各學科交叉融合的實驗室，就是想借鑑MIT成功的經驗。

麻省理工學院（後面簡稱MIT）的計算機專業由EECS系開設，EECS系隸屬於MIT的工學院，這點和UC Berkeley一樣。在EECS系的官網上，MIT這樣介紹自己：

EECS系無處不在，我們把科學的嚴謹、工程的力量和探索發現的興奮結合在一起。我們的學生在改變世界。注意這句我們的學生在改變世界，敢說自己的學生改變世界，全世界恐怕沒幾所高校，然而MIT EECS卻有這個自信。下面我們一起探索MIT的自信來自哪裡，也為CS專業或想轉行CS的小夥伴提供可借鑑的方法和參考。

學生培養

本科

對於本科生，MIT EECS有著清晰明確的專業設定：

6-1:Electrical Science and Engineering

6-2:Electrical Eng. & Computer Science

6-3:Computer Science and Engineering

6-7:Computer Science and Molecular Biology

6-14: Computer Science, Economics and Data Science

為了方便學生選擇，學院為每個專業製作了課程體系路線圖，筆者以6-3的路線圖為例：

圖可以看出，本科生的課程分為四個型別：

介紹性課程，注重內容的廣度和基礎

基礎課程

頭部課程，這類課程需要先學習2中的基礎課程

高階本科課程

這些課程層次分明、層層遞進，並且有依賴關係：有的課程需要學完基礎課程才可以學習，比如6.824: Distributed Systems要學習完6.044 Computation Structures和6.033 Computer System Engineering才可以學習。

另外，MIT為本科學生提供了豐富且前沿的科研專案，本科生就有機會參與真正的科研，不是去給老師幹雜活的那種。為了豐富科研專案，MIT與很多公司合作，為學生提供校企合作專案和獎學金。學生可以利用暑假到合作企業工作，鍛鍊自己的實際動手能力。

EECS為研究生提供兩個研究領域：Graduate Area I和Graduate Area II，前者偏EE，後者偏CS，Area II包含以下細分領域：

Artificial Intelligence，人工智慧

Computer Systems, Networks, and Architecture，系統、網路和架構

Theory of Computer Science，理論

Area II中也提供了豐富的課程幫助學生加強基礎和研究，如系統方向有6.824 Distributed Computer Systems Engineering、理論方向有6.854J Advanced Algorithms、人工智慧方向有6.825 Techniques in Artificial Intelligence，詳細課程資訊見Graduate Subjects

EECS在研究生專案中強調，雖然分了兩個領域，但是教授們的研究專案交叉性很強，彼此少不了合作溝通，也會涉及其它學科：數學、物理、統計、材料科學、化學、生物學等。研究生會被分散到以下幾個實驗室：

Computer Science and Artificial Intelligence Lab (CSAIL)

Laboratory for Information and Decision Systems (LIDS)

Microsystems and Technology Laboratories (MTL)

Research Laboratory of Electronics (RLE)

MIT非常重視教學，在學生教學上有以下幾個特點：

課程設定全而新。學校不會開設過時或無用的課程，對於前沿內容和新事物，學校很快能開出課來。課程不僅數量多，而且質量很高，而且幾乎每一門都是精品課。作為理工科學校，人文學科的課程可能無法滿足學生的需求，MIT專門和哈佛合作，允許學生到哈佛去學習，把學分帶回來。

對老師和助教要求都很高。很多課程通常由最好的教授講課（包括諾貝爾獎得主），而且大牛們也非常願意給學生上課。他們也很會講課，教授對助教要求嚴格，不僅一起設計課程作業和實驗，還要求助教每週至少花20小時。

學生的功課負擔很重。工程性課程實驗、實踐多，大部分課程需要花大量的時間做課程設計。

因此，EECS的很多課程廣為流傳，成為經典，比如6.037 Structure and Interpretation of Computer Programs的教材一經出版，逐漸被世界各地多所院校採用，包括斯坦福大學、普林斯頓大學、牛津大學、東京大學等。這們課程如此出名，GitHub上也有人整理了中文學習資源Learning-SICP|GitHub，感興趣的同學可以去學習喲~

除了提供一流的師資、精品課程和前沿研究外，MIT的學校特色也在潛移默化中影響這學生。

這所學校沒有清晰的校園邊界，像個大工廠或大研究所。

校園裡建築前衛且風格迥異，比如著名的CSAIL所在樓Ray and Maria Stata Center。

這裡擁有獨特的Nerd（書呆子）和Hacker（駭客）文化，學生喜歡做一些“有趣的事”或“惡作劇”，比如在哈佛和耶魯的橄欖球比賽中，在球場上突然出現一個彩色的冒煙彩色球，上面寫滿了"MIT"，最頭爆炸，從裡面滾出來一個麻省理工標誌。

將學生培養成工業界領袖，這是MIT和其它工學院不同之處。

從MIT的生源、師資、軟硬體、培養方案等來看，它是有自信說“Our students change the world”這句話的。不過MIT是一所理工科學校，人文氣息相對欠缺。MIT十分重視教學，課程質量都很高，非常建議學習CS課程。但是MIT沒有像UC Berkeley那樣對所有課程資源進行整理，讀者可以訪問Graduate Subjects和Degree Roadmaps兩個頁面檢視課程，然後登入MIT Open Course Ware查詢線上課程資源學習。

美國絕大多數私立名校，招生時都和哈佛類似，30%看學習成績，70%看學習之外其他的東西。這樣除了可以考察學生未來的綜合水平外，還可以方便地照顧給予了捐贈的校友的孩子，以及成績較差的少數族裔的孩子。但是MIT和明天要介紹的加州理工是例外，它們70%看學習成績，30%看和課程無關的內容，而且MIT是少數沒有將捐贈和錄取掛鉤的學校。當然，對於少數族裔，MIT還是要留出25%左右的名額的。順便說一句，亞裔在美國雖然人數少，上大學時可不算少數族裔。

至於學習成績，除了高中的平均分之外，最重要的要看學了多少門大學的先修課。如果你學了不到10門，錄取的希望就很渺茫了。我的女兒在MIT轉了高中7門課的學分，她學了十來門大學先修課，不過在她的高中裡，大約有10%甚至更多的學生先修課學得比她還多。MIT每年大約招收1800名學生，他們來自全世界1000多所高中，也就是說，除非你在美國最好的幾所私立高中，否則你需要是全年級第一名，才有比較大的被錄取的把握。

此外，任何與學習有關的競賽成績，在MIT都是管用的，當然，這些競賽也需要在州以上的水平。簡單地講，MIT喜歡學霸。當然，如果你不僅是學霸，又有藝術天才，可以向MIT提交你的藝術作品，比如繪畫和攝影，音樂的錄音等等，MIT為這些學生留有特殊的通道。當然，如果學習能力不夠，即使能透過其它方式進入MIT，我覺得也最好不要去，否則在裡面受罪。

在高中的成績好代表學生可能是不錯的苗子，但是如何將他們培養好，就有技巧了。和普林斯頓一樣，MIT首先非常重視本科生的教學。美國很多研究型大學擁有不少世界一流的教授，但是他們未必都能到一線上課，比如在斯坦福大學，經費充足或者在外面辦公司的教授可以花錢把自己的課時買回來，只搞科研而不再教課。

說起來很多大學有不少大教授，卻與本科生無關。麻省理工學院不是這樣，學校經常會請最好的教授來講授大學一年級的大課。比如一年級的微積分課，麻省理工會根據新生的水平，將所有新生編入幾個班，每個班幾百人，全部由最好的數學教授授課。麻省理工學院的教授講課很認真，而且大部分教授都樂於教學，願意花時間給學生答疑，這可能與美國東部地區的教授們較少在公司兼職有關，相比之下，加州或南方各個大學的教授常常在外面給公司做顧問，甚至自己辦公司，沒有多少精力投入到教學中。

培養人光靠大師還是遠遠不夠的，因為大師數量有限，具體做起來需要一個認真負責的團隊。

在MIT，不僅名教授們自己教學認真，而且對助教的要求非常嚴格，他們會和助教一起仔細設計作業和實驗環節，保證學生能最大限度地掌握課程內容。

麻省理工學院的一位博士生助教告訴我，他的教授要求他每週花夠20小時的規定輔導時間，而事實上他有時花的時間甚至要超過20小時，這對於自己還在上課的博士生來講是不小的負擔。雖然美國各大學給助教規定的每週工作時間都是法定的20小時，但是在大部分大學裡，助教實際花費的時間只有一半左右，即每週10小時。我在約翰·霍普金斯大學當一門大課的總助教時，會替教授出考題和改考卷，即使如此，每週也就花費十五六個小時而已，這已經是相當多的了。在麻省理工，助教們輔導本科生花的時間可能是全美國大學中最多的。

對於好學生，麻省理工的教授會在作業或專案上提出一些額外的要求（有點像考試的加分題），完成這些任務的難度很大，因此總有一些好學生不斷地找教授和助教答疑。

對於學習吃力的學生，教授們會想盡辦法讓他們掌握好課程內容，而助教和同學們也樂於幫助他們。這樣一來，教授們和助教們都需要花費大量的時間和精力。相比之下，哈佛和耶魯在教學上是保證95%的學生能夠學好，而加州理工則正相反，是為了保證前5%的學生能學好，因此在教學上所花的精力都不如麻省理工。

那些在高中已經修過AP課程的新生，入校時並不能跳過基礎課，而是要經過分班考試後學習程度更深入的基礎課。那些在高中緊張了兩三年後想到大學來放鬆一年的學生，恐怕要失望了。

到了高年級，由於工程課程實驗性強的特點，大部分課程都需要花大量時間做課程設計專案，工作量更大。在麻省理工，大部分課程設計（Project）都由兩個同學（自由組合）一起完成，如果一個組有三個同學，那麼在教授心目中，這個組就要多做50%的工作，以防止出現混學分的南郭先生。在美國有句形容大學特點的話——“哈佛難進，麻省理工難出”，講的就是麻省理工功課之難。

別看在麻省理工功課負擔這麼重，功課給分卻非常低，每門課大約只有20%～30%的學生能夠得A，比哈佛的70%的得A率、斯坦福50%的得A率要低得多。

既然麻省理工的功課這麼難，那麼為什麼還會有很多人喜歡上MIT呢？

這倒不僅僅是為了它的金字招牌，而是為了培養工程思維。

美國的本科生其實大多數人在進入大學之前並不知道自己將來想做什麼，到MIT學習主要是打好理工科的底子，並非要一輩子做工程。實際上MIT的本科生後來學醫，學法律和金融的比例極高。MIT從校長到教授，沒有誰一定希望學生將來就是當科學家，或者從事工程工作，只要你在學校裡養成了工程思維，他們教育的目的就達到了。對於學生從事任何職業，學校和教授們都很支援，相比之下，國內個別校領導，一看到自己學習科學的學生跑去做金融掙大錢了，就覺得學生們胸無大志，這完全沒有必要。

順便說一句，MIT雖然理工最有名，但是它的文科專業其實水平也很高。MIT雖然文科規模不大，但凡是它設定的專業，在美國排名都非常靠前。在2017~2018年《美國新聞與世界導報》的排名中，它的經濟學、政治學和心理學分別排在全美第一、第九和第八名。因此，MIT的學生並沒有人們想象的那樣偏科。

MIT在科研上的特點，我們在之前有所提及，這裡就簡單介紹一下。相比斯坦福，MIT更多的經費來自於政府的基金而不是工業界，因此它首先強調從事長期的、影響力巨大的、基礎性的研究，短期看得到看不到商業前景，那是次要的考慮。也正是因為這個原因，MIT的原創性發明非常多，但是它的教授要比斯坦福的窮很多。

MIT在科研上的第二個特點就是強調學科的交叉融合，今天很多重大的科研成果都是跨學科的，如果沒有合作，沒有交叉融合，就沒有重大的科研上的突破。2017年清華的邱勇校長請我幫助建立一個各學科交叉融合的實驗室，就是想借鑑MIT成功的經驗。