觀念：不是搶課程進度，是打好底層
理工科系的大一課程——微積分、普物、計算機概論、線性代數——學校都會從頭教。你提前自己念，沒有作業節點、沒有考試，常常念得片段又很快忘。把整個暑假拿去搶跑，通常不是好投資。
真正值得在升大學前做的，是兩件學校不會特別幫你打底、但會直接影響你大一表現的事：維持數學手感，以及建立動手做的能力。理工的核心從來不只是「會算」，而是「能把想法變成一個能運作的東西」。
值得先修的底層能力
- 數學手感：與其超前念微積分，不如維持高中數學的熟練度，並補強「邏輯推導」與「把問題抽象化」的能力。可以找一些有趣的數學問題或謎題來保持手感，重點是不要讓暑假把計算直覺荒廢掉。
- 程式基礎：如果你的方向是資工、電機、資料相關，Python 是最好的起點。目標不是學完一整本教學，而是能寫出小程式解決真實的小問題。搭配 Git / GitHub 基礎，養成版本管理習慣。
- 英文技術閱讀：理工的文件、函式庫說明、報錯訊息幾乎都是英文。練到「看到英文技術文件不會逃避」，比背單字重要得多。
- 基礎工具：依方向選一個動手工具先上手——程式方向的開發環境、機械方向的 CAD、電子方向的 Arduino。會用工具，才有辦法把想法做出來。
第一個技術作品：小而完整
理工方向最有說服力的準備，是一個你自己做完的小作品。它同時驗證興趣、累積能力，也是未來的素材。
幾個適合當第一個作品的方向：
- 一個解決自己問題的小工具：例如自動整理檔案、抓取資料、做一個小計算器。範圍小、做得完、用得到。
- 一個硬體小專題：Arduino 感測器、自動澆水裝置、簡單的 IoT 裝置——把感測到的資料記錄下來、做一點分析。
- 一份資料分析：找一個你有興趣的公開資料集，用 Python 做基本的清理、視覺化與一個小結論。
不管做哪一種，重點是做完並寫好說明：放上 GitHub 並寫一份清楚的 README，說明它解決什麼問題、你怎麼做的、遇到什麼困難。怎麼從 0 把專案做完，可以參考從 0 到 1：Side Project 完整流程。
工具與探索
- 善用 AI 加速、但要看得懂：AI 可以幫你查語法、debug、解釋概念，大幅加速學習；但要確保你理解自己做出來的東西，否則能力不會真的長進（參考高中生 AI 工具實用指南）。
- 確認方向：理工底下差異很大——資工、電機、機械、土木、材料、物理的日常完全不同。上系網看課程地圖、找一位該系學長姐聊聊，確認你想的跟實際的一致。
- 接觸真實內容：看一些該領域的入門影片、開源專案或競賽作品，建立對「這個領域在做什麼」的直覺。
理工升大學前行動清單
- 維持數學手感：每週做幾題有挑戰性的題目，不讓計算直覺荒廢。
- 把 Python（或你方向的核心工具）練到能寫出一個小程式。
- 學會 Git / GitHub 基本操作。
- 選一個小作品並做完，放上 GitHub 寫好 README。
- 上目標科系系網看課程地圖，確認方向。
- 找一位學長姐聊「升大學前你會先做什麼」。
把這些做完，你進大學時不只「跟得上」，而是已經有一個能展示的作品和動手做的習慣——這比提前念完一章微積分有用得多。