@jinze · 2026-09-02 03:15:07
@jinze
这是一套完整的系统性 AI 学习路线图：从零基础开始，按节奏依次建立计算机基础、数学基础、机器学习、深度学习、NLP 与 Transformer、大模型原理、大模型应用工程与智能体开发的能力，最终走向前沿与职业方向。全系列共 10 站、5 个阶段，预计 10–12 个月完成；每站均提供英文原文与中文译文（正文互相链接）、统一 8 小节结构、动手任务与里程碑自测。里程碑是站与站之间的通关门槛，不是建议。 | 阶段 Phase | 站点 Stations | 主题 Theme | | --- | --- | --- | | I · 打地基 Foundations | 00–02 | 工具
这是路线图的最后一篇文章——而且它刻意不同。第 1–8 站建立了一套完整的基础：你现在能训练模型、使用模型、在模型上构建应用、并让它们自主行动。第 9 站回答接下来出现的两个问题：这个领域要去哪里，你要去哪里？ 两个问题需要同一套技能：不掉队地保持跟进、不追逐炒作地阅读前沿、把你知道的东西变成可见的、有价值的作品。这就是这篇文章的内容——外加一个综合项目（capstone），向世界、也向你自己证明：你能交付。 下一代模型不再是纯文本的。几个模式： 视觉–语言模型（VLM） —— 能理解图像（和视频）的模型：描述、配字幕、OCR、回答关于图片的问题、跨文本与图像推理。架构上：视觉编
到目前为止一切都是对话式的：你发一个请求，模型回答。智能体是更远的一步：一个追求目标的系统——规划步骤、调用工具、检查结果、记住状态、循环往复直到任务完成。不再是"给我写个摘要"，智能体可以"研究这个主题、起草报告、存到我的网盘、完成后发邮件通知我"。 这正是这个领域前进的方向——每家主要实验室都把前沿产品定位在智能体方向上——也是当下应用 AI 里杠杆最高的技能。好消息：每个零件你都有了。第 7 站给了你函数调用、编排和评估。这一站把它们组装进循环，并教你区分"能跑的 demo"和"能用的智能体"的两件事：记忆和可靠性。 智能体就是循环里的一个大模型： ┌──────────
第 0–6 站教你模型是什么。这一站教你用它们做什么——而这里正是大部分工作所在。行业不是在招人训练 GPT 规模的模型；它是在招人构建建立在模型之上的可靠系统：基于公司知识库的聊天机器人、能执行操作的助手、把文档变成答案的流水线。 定义这一站的残酷真相：裸的大模型不是产品。 它会幻觉、有知识截止、不知道你的数据、每个 token 都要花钱、对同一个问题给出不同答案。应用工程就是在这些局限周围做设计的技艺——用提示、检索、工具、评估和纪律性的架构——直到剩下的东西变得可靠。 提示不是"好好跟 AI 说话"。它是从模型身上引出可靠行为的纪律： 系统消息 vs 用户消息 —— 系统消
第 5 站给了你引擎：Transformer。这一站给你建立在它之上的机器。大语言模型就是把 Transformer 放大到数十亿参数、用大半个公开互联网训练出来的东西——而在这种规模上，令人惊讶的事情发生了：没人显式编程的通用能力涌现了，从写代码到多步推理。 理解这些模型到底是什么——如何构建、为什么有时会失败、如何提供服务——现在是一项核心职业技能，而不是研究兴趣。把大模型当魔法对待的工程师，做出的产品会莫名其妙地失败；理解机器本身的工程师，才能构建经得起现实检验的系统。这一站让你成为后者。 现代大模型分阶段构建，每个阶段目的不同： 1. 预训练 —— 在数万亿 token
语言是现代 AI 的主要接口。每个聊天机器人、每个带答案框的搜索引擎、每个编程助手——全都建立在一个架构之上：Transformer，出自 2017 年的论文《Attention Is All You Need》（注意力就是你所需要的一切）。如果你理解 Transformer，你就理解整个大模型时代的引擎；如果不理解，第 6 站往后的一切对你来说都是无法调试的魔法。 好消息是：你现在已经掌握了 Transformer 需要的几乎所有东西。你懂嵌入（词即向量）、懂层和梯度、懂迁移学习。这一站只加一个真正的新想法——注意力——然后展示它如何组装成 BERT、GPT 以及此后一切的架构。
经典机器学习给了你强大但需要手工打磨的模型：特征由人决定。深度学习拆掉了这个瓶颈——我们不再手工设计特征，而是训练网络自己学习特征。卷积网络不需要你手工设计边缘检测器；它从原始像素里自己发现它们。正是这一个转变，让深度学习征服了视觉、语音和语言，也让今天所有的大语言模型都以它为底座。 第 3 站带来的好消息：范式完全一样。 数据 → 模型 → 损失 → 梯度 → 更新。深度学习是同一个循环，只是模型更大、数据更多、外加几个新技巧。这一站让你熟练这些技巧，以及 PyTorch——你将在本路线图剩余部分一直使用的框架。 神经元是加权和加非线性激活：输出 = 激活Wx + b。权重 W
机器学习是这份路线图里一切其他内容赖以建立的范式。深度学习、大语言模型和智能体，全都是同一个核心思想的实例：从例子中学习一个函数，而不是手写规则。 如果你掌握了这一站的概念——训练/测试划分、过拟合、评估——那么后面的一切都只是规模和架构的问题，不再是新的基础问题。 这一站还给你第一套真正的工具箱（pandas + scikit-learn）、第一批真实数据集、以及第一批端到端项目。到结束时，你能够对任何表格数据产出干净、经过评估、站得住脚的模型。这本身就是一项职业技能。 每个机器学习问题都有同样的形状： 特征 X —— 输入（描述一个例子的一行数字）。 标签 y —— 我们要预
这是大多数人最害怕的部分，而让它变简单的秘密是：你只需要四样工具，而且每一样都有大白话的含义。 机器学习归根结底是三个操作： 1. 用向量和矩阵表示事物（线性代数）。 2. 用梯度衡量模型错得多离谱、并改进它（微积分）。 3. 用概率与统计推理不确定性和数据。 优化——梯度下降——是三者的交汇点：它是让每个模型学会学习的算法。 你不需要成为数学家。你需要的是精确到足以用来推理的直觉。这一站里每个公式都先讲"它实际是干什么的"，公式其次。而且你会亲手用 NumPy 实现其中最关键的几个。 向量就是一串数字。 在 AI 里，一个向量 = 一个东西：一个数据点、一个词、一张展平的图像
每一个 AI 系统——每一个模型、每一次训练、每一个智能体——本质上都是一个跑在计算机上的程序。如果你对这台机器不熟练，后面的每一站都会变成一场搏斗：你会把时间花在跟环境较劲上，而不是学习梯度下降或注意力机制。 好消息是：你不需要计算机科学学位。你需要的是对"AI 工作中真正重要的那 20% 计算机知识"有扎实的掌控。这正是这一站要交付的东西： 1. Python —— 整个领域的语言。几乎所有 AI 库都说 Python。 2. 开发者环境 —— 终端、Git、编辑器、笔记本。专业人士真正生活在这里。 3. 计算机如何工作 —— 足以理解"跑一个模型"到底意味着什么。 4. 必备数据结构
你即将踏上一段当前最具回报的学习旅程。人工智能已经从研究实验室进入了软件的每一个角落，而你在未来十到十二个月里建立的技能，正是当下行业正在招聘的技能：理解模型如何学习、知道如何在模型之上构建应用、能够打造真正干活的智能体。 但这个领域也很嘈杂。有几百门课程、几千篇论文、每周都有新的"必学"框架。没有地图，你很容易把几个月浪费在错误的事情上——背那些很快就会过时的 API，或者在还没打牢基础之前就去读论文。 这份路线图就是那张地图。它是一条精心排序的路径，带你从零开始——没有编程经验、没有机器学习背景——一路走到构建可上生产环境的大模型应用和 AI 智能体。把这一篇认真读完，把它当作你的参考
This is the last article in the roadmap — and it is deliberately different. Stages 1–8 built a complete foundation: you can now train models, use them, build applications on them, and make them act autonomously. Stage 9 answers the two questions that come next: where is the field going, and where do
Everything so far has been conversational: you send a request, the model answers. An agent is the step beyond: a system that pursues a goal — planning steps, calling tools, checking results, remembering state, and looping until the task is done. Instead of "write me a summary," an agent can "researc
Stages 0–6 taught you what models are. This stage teaches you what to build with them — and it is where most of the jobs are. Industry is not hiring people to train GPT-sized models; it is hiring people to build reliable systems on top of them: chatbots grounded in company knowledge, assistants that
Stage 5 gave you the engine: the Transformer. This stage gives you the machine built on it. A large language model is a Transformer scaled to billions of parameters and trained on most of the public internet — and at that scale, surprising things happen: general abilities emerge that nobody explicit
Language is the interface to most of modern AI. Every chatbot, every search engine with an answer box, every coding assistant — they all rest on one architecture: the Transformer, introduced in the 2017 paper "Attention Is All You Need." If you understand the Transformer, you understand the engine o
Classical machine learning gave you models that are powerful but hand-crafted: someone decides what the features are. Deep learning removes that bottleneck — instead of engineering features, we train networks that learn the features themselves. A convnet does not need you to hand-design edge detecto
Machine learning is the paradigm underneath everything else in this roadmap. Deep learning, large language models, and agents are all instances of the same core idea: learn a function from examples instead of hand-writing rules. If you master the concepts of this stage — the train/test split, overfi
Here is the part most people dread, and here is the secret that makes it easy: you only need four tools, and each one has a plain-English meaning. Machine learning is, at its heart, three operations: 1. Represent things as vectors and matrices linear algebra. 2. Measure how wrong a model is and imp
Every AI system — every model, every training run, every agent — is, underneath, a program running on a computer. If you are not fluent with the machine, every later stage becomes a fight: you will spend your time fighting your environment instead of learning gradient descent or attention mechanisms
You are about to start one of the most rewarding learning journeys available today. Artificial intelligence has moved from research labs into every corner of software, and the skills you will build over the next ten to twelve months are exactly the ones the industry is hiring for right now: understa
AI 学习与交流社区：从数学基础到前沿模型，从原理到应用，覆盖机器学习、深度学习、大语言模型与 AI 产业动态。面向学习者、开发者与研究者，分享可落地的干货与系统化内容。 AI learning and exchange community: from mathematical foundations to frontier models, from principles to applications — machine learning, deep learning, large language models and AI industry news. Open to learners
This focus is organised as seven ascending levels. Each level introduces one mathematical idea, explains why it exists, gives the formula, and then shows exactly where it appears in a real AI system. Level 0 Why math is the language of AI ← the big picture │ Level 1 Linear Algebra rep
Chinese AI chip maker Suiyuan Tech's STAR Market IPO drew 7.03M subscribers with a lottery rate of just 0.0246%, underscoring the heat in domestic compute substitution.
No discussion yet — start the first thread.