过去一年多，我做了一个挺重要的决定：辞职，去韩国留学读研。
这段时间我几乎没怎么学习新的前端内容，但也没有停下来。我在韩国亚洲大学完成了计算机科学与技术（大数据）硕士的学习，在高强度的节奏里重新建立了自己的方法，也因为持续写博客获得了一些机会，担任本科 Web 实训课讲师。现在这段留学告一段落，我也准备重新回到前端领域，把这段经历当作一份额外的积累带回去。这篇复盘主要是想把这一路的收获、疲惫和一些值得记住的瞬间记录下来，留给未来的自己，也分享给路过的你。
为什么从前端转去读研
如果只用一句话概括我过去几年的路径，大概是：做了三年前端 → 去韩国读研 → 现在硕士毕业准备回前端。
很多人会问我：既然你喜欢前端，为什么还要去读研？我自己的感受是：它并不是'逃离前端'，更像是一次'把视野往外推'的升级。
做前端的时候，我很享受那种确定性：一个页面从无到有，一个交互从想法到落地，一个性能点优化后立刻看到数据变化——前端是一个'努力能快速兑换结果'的工种，而我很吃这种反馈。
但与此同时，我也开始有一种越来越明显的焦虑与好奇：AI 发展得太快了，它'看起来很聪明'的背后到底是什么？数据怎么流动、系统怎么支撑、模型怎么学习、效果又是怎么被评估出来的？更现实的问题是：如果我只是紧紧捂住前端那套开发技能不放，真的还能一直走下去吗？带着这些问题，我选择了留学，去读了亚大的 计科（大数据）硕士——想把视野从'把页面功能做出来'，往更系统、更前沿、更'高级'的方向推一推。
真正到了韩国之后我才发现：所谓'离开舒适区'，不仅是地理位置变了，而是你熟悉的那套成长方式会失效。以前你靠经验就能判断'这个需求要怎么做'；现在你要面对的是陌生课程、陌生评价体系、陌生的高强度节奏，以及一种很真实的'我得从头把自己训练一遍'的感觉。
留学生活：卷、AI 与被看见
这一段留学经历，我最想用三个词来形容：卷、AI、被看见。这三个词不是抽象概念，而是你每天都能碰到的'现实'。
卷：卷到什么程度？
韩国同学是真的卷，而且是那种很具体、很'日常化'的卷。你会遇到这种场景：想去图书馆学习，发现根本约不上；于是转去周边咖啡厅，结果咖啡厅也坐满了学习的学生。你走进去看到的不是闲聊，不是放空，而是一桌桌电脑屏幕、论文打印件、笔记本，甚至有人把书堆得像小墙一样。
最开始我其实会有点恍惚：怎么连咖啡厅都像自习室？怎么每个人都在学？后来慢慢理解了：这种氛围会把你推着走。你不是被谁逼着学，而是环境会让你产生一种'我也得坐下来做点什么'的惯性。我也经历过适应期，以前做前端时节奏很明确——排期、开发、上线、复盘；读研的节奏更像一片海：课、作业、项目、报告、考试……你要自己给自己找'锚'，否则会被浪推着漂。
AI：GPT 在韩国不是'偶尔用一下'，而是默认学习方式
在韩国，GPT 不受限，大家用起来也很自然。自习室里你会看到很有画面感的一幕：很多人屏幕上都开着 GPT 页面，像开着一个随时对话的学习搭子。这种'普及'带来的感觉很直接：你会意识到——学习方式已经变了。不是'我先憋一晚上再去查资料'，而是'我随时把问题拆开、验证、再推进'。AI 在他们手里像一种学习节奏控制器：卡住了就问、理解不顺就对比、写代码报错就一起定位，整个学习过程更像'快速迭代'。
当然，这也会倒逼你思考：当每个人都能用同样的工具时，真正拉开差距的到底是什么？我后来发现，差距不在'用不用'，而在'你有没有把 AI 的输出变成自己的理解'。
被看见：写博客这件事，真的会变成机会
第三个关键词是'被看见'。过去我一直写博客，本来只是习惯：记录、复盘、沉淀。结果这件事在读研期间发生了一个很意外的转折——我因为写博客而被邀请担任本科 Web 系统实训课讲师。
