发展越久远、系统性越强的学科，本科基础教育越需要牛X的老师教导_风闻

【本文来自《高校教师自由的时间都用在教学和科研上，特别是“非升即走”，让年轻教师苦不堪言》评论区，标题为小编添加】

我不知道你上大学的时候学校有没有分乙级、甲级、荣誉课程这种，如果你上过不同级别的（我修过几门，因为平时睡懒觉缺课比较多退课重修），你就知道好的老师差别在哪。

如果说高中以前老师的差别只在于对应考试的策略和未来考题的把握（毕竟和大学比高中以前所有知识点加起来可能都没有一本数学分析多）,那么大学老师的差别才更加明显。比如我当年（现在不知道咋样）上的线性代数x和普通线性代数比，前者开局讲群环域，后者开局讲矩阵。两门课考的东西其实知识点差不多，为啥差别这么大，因为后者还是和高中一个整法，直接上计算方法，但是到了大学，数学知识已经多到可以互相干扰了。你不从群环域打好基础，建立起抽象概念，就不说数学专业了，后面你去学模式识别或者自己学科的数据分析课程，理解不了主成分分析、神经网络映射这些实际应用算法的原理，你永远只能做个手艺人，复现别人的算法，开发不了自己的。

之前我记得哪个教授吐槽过说中国的学生数学不好，然后一堆人起哄说你不看国外学生的数学平均分多么多么差，问题是人家说的是研究生，说的是对计算方法的数学原理抽象理解非常差（全点在公式应用上），这种东西根本就不是我国九年义务教育里面的东西。你到了大学本科不补充夯实基础，除了少数天才能自行领悟，其他人怎么办？就算是头部学生也是要老师点拨的，不然你以为数学发展了几千年发展了啥？随便看看就能明白那不是找两个韦神推导几十年就搞完了。

所以发展的越久远、系统性越强的学科，本科基础教育越需要牛逼的老师教导，老师不是讲书本上写的东西，是讲书本上没有写的东西，是讲学习的时候怎么自上而下的理解这门课的理论体系。越自诩牛逼的学校越是这样，不然怎么培养出后面合用的科研劳动力（所以国外的大教授不少喜欢去给本科生上课，广撒网指不准就能得到一个好用的弟子，要是比自己牛逼那你就更出名了）？到时候看人家文章讲思路，你完全跟不上，除了知道怎么做的，但对为什么这么做一无所知。我读研的时候就感受过这个过程，然后重新又花了更多大量的时间一点点修补，到现在我觉得还有很多坑没有填完，而这些坑都是本科就可以避过去的，但在当时是根本感受不到的。