本文为AI初学者提供了一份完整的学习路线图,覆盖Python基础、AI应用、机器学习数学、大语言模型LLMs、AI智能体等核心知识。强调掌握基础知识的重要性,推荐哈佛CS50p、Andrew Ng课程、3Blue1Brown视频等免费资源,并包含项目实战和书籍推荐,帮助非Python程序员系统学习AI工程,避免盲目追逐框架。

先掌握 Python:推荐哈佛在 edX 平台的 CS50p 课程,9 周时间,每周学 3-9 小时,能打好 Python 基础,而且是免费的,还能自己安排进度。学 Python 在 AI 里的用法:Andrew Ng 有个 4 小时的免费课程,讲怎么用 Python 做数据处理、自动化任务这些 AI 相关的事,适合入门。补机器学习需要的数学:可汗学院有 YouTube 视频合集,讲线性代数、概率、统计这些,不用一下子学完,用到的时候看就行。搞懂大语言模型(LLMs):3Blue1Brown 的 4 个 YouTube 视频,用直观的方式讲 LLM 怎么工作、核心技术 Transformer 是什么,很容易理解。学怎么自己做 LLM:Andrej Karpathy 的 “神经网络从零到英雄” 系列视频,跟着学就能一步步自己构建 LLM。了解 AI 智能体:Anthropic 有个指南,讲怎么做出好用的 AI 智能体,说不用复杂的工具,掌握简单可组合的方法就行。学怎么实际用 AI:有个关于 CrewAI 的免费课程,教怎么让多个 AI 智能体像人一样协作工作,很实用。学 AI 协议(MCP):有本免费指南,里面带 10 多个项目,能学会把 AI 智能体和工具、数据库这些连起来用。做项目练手:有个 GitHub 仓库,里面有 75 多个 AI 工程项目,全是开源的,能跟着做实操。看相关书籍:推荐 Chip Huyen 的《人工智能工程》。

图片

目录

1 掌握Python

2 使用Python的AI

3 机器学习的数学

4 理解大语言模型LLMs

5 大语言模型研究

6 AI 智能体

7 应用人工智能

8 AI 协议(MCP)

9 基于项目的学习Project-based learning

10学习书籍

以下是推荐学习资源

1、掌握Python

虽然许多人都在忙于氛围编码,但那些具有强大编码基础的人将始终脱颖而出。

Python是AI 社区使用的语言,哈佛的CS50p 是学习它的最佳场所。

图片 图片 https://pll.harvard.edu/course/cs50s-introduction-programming-python

Course link →

2、使用Python的AI

完成基础知识后,就是了解Python 在AI 中的应用方式的最佳时机。

Andrew Ng的这个4 小时课程是一个很好的起点。图片图片 https://www.deeplearning.ai/short-courses/ai-python-for-beginners/

Course link →

3、机器学习的数学

每当您感到陷入困境并且数学成为障碍时,可汗学院的这些YouTube 播放列表就是一座金矿。

无需一次性完成它们,在您的旅程中观看它们。

  • 线性代数→
  • 概率→
  • 统计→

4、理解大语言模型LLMs

3Blue1Brown的这四个视频可以说是LLM 及其内部运作的最佳视觉解释。

1)大语言模型的工作原理

2)Transformer深入探讨

3)Transformer中的注意事项

4)LLM 如何记忆事实

Watch here on YouTube →

5、大语言模型研究

现在您已经了解了什么是LLM,是时候学习如何自己构建它们了。

这是世界上最伟大的老师最伟大的系列。

神经网络从零到英雄 作者:Andrej Karpathy

Watch here on YouTube →

6、AI 智能体

在进入AI 智能体之前,每个人都应该阅读Anthropic AI 关于构建有效智能体的指南。

“你不需要复杂的框架或库,而是需要可组合的模式”

https://mp.weixin.qq.com/s/HrtqrMGsxiF-yP8SjJgfvw?poc_token=HCVupmijxmdyzyrB3269Z99bkyMSRnZk-60KMqPZ(编者2024年底的翻译)

https://www.anthropic.com/engineering/building-effective-agents

Check this guide by Anthropic →

7、应用人工智能

我们不建议追逐框架,但我们在开始时就参加了这门关于CrewAI (Autogen,Dify,n8n等)的课程。它清晰、实用,并教您像人类一样思考智能体一起工作

https://www.coursera.org/projects/multi-ai-agent-systems-with-crewai

在此处观看本课程→

8、AI 协议(MCP)

现在您已经了解了什么是智能体,是时候将它们连接到工具、API 和数据库了。

这个关于MCP 的免费实践指南,其中包含10+ 个项目(40,000 + 下载)

Access on Google Drive here →

基于项目的学习Project-based learning

此GitHub 存储库包含75+ 个关于AI 工程的项目。

一切都是100% 开源的!

https://github.com/patchy631/ai-engineering-hub

GitHub repo →

9、学习参考书籍

图片

人工智能工程作者:Chip Huyen →

我们的第二本书《人工智能智能体图解指南》包括 12个实践项目→

总而言之,以下是涵盖的内容:

1)编程 (Python)

2)数学

3)LLM 基础知识

4)构建大语言模型研究

5)AI 智能体和应用AI

6)人工智能协议

7)人工智能工程项目

8)书籍

永远不要追逐框架,因为它们来来去去。需要掌握AI的基础知识。

大模型的知识又多又杂,到底怎么学?

做这行久了,被问最多的问题就一个:大模型的知识又多又杂,我到底先学啥?翻了一堆资料,看啥都像重点,结果啥都没学进去。今天把我自己一路摸出来的顺序捋一遍,零基础、应届生、转行的都适用。跟着走,至少方向不乱、不瞎忙,学完拿得出手。

第一阶段(10天):初阶应用

这一阶段就一个目标:把大模型真正"玩明白",不是只会聊天那种,而是能调教它、能用代码把大模型和业务接起来。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范
  • …
第二阶段(30天):高阶应用

这阶段正式进实战,目标很实在:做出两个能拿出手的东西——一个私有知识库,一个 agent 对话机器人。

  • 为什么要做 RAG

  • 搭建一个简单的 ChatPDF

  • 检索的基础概念

  • 什么是向量表示(Embeddings)

  • 向量数据库与向量检索

  • 基于向量检索的 RAG

  • 搭建 RAG 系统的扩展知识

  • 混合检索与 RAG-Fusion 简介

  • 向量模型本地部署

  • …

走完这 30 天,Python 或 JavaScript 背景的基本能独立做一套 RAG 应用,简历上也敢写"大模型应用开发"了。

第三阶段(约20天):动手微调

学到这,你已经开始 “造” 模型了 —— 通过微调,搞出垂直领域的专用小模型。

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建
  • …

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你从 “只会用” 变成 “能造” 的 AI 小子。那么你还想往下探索吗?

想要入局AI大模型赛道、抢占行业红利的朋友,微信扫描下方CSDN官方认证二维码,即可100%免费领取全套学习资料!在这里插入图片描述

第四阶段(20天):商业闭环,部署落地

技术学完,落地才算数。这阶段带你搞明白大模型怎么真正跑起来、用起来。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案
  • …

想要入坑大模型的朋友,给大家准备了一份2026 年最新 AI 大模型全套学习资料:

1、大模型系统化学习路线

请添加图片描述

2、大模型学习视频教程

在这里插入图片描述

3、大模型学习书籍&电子文档

在这里插入图片描述

4、AI大模型最新行业报告

img

5、大模型项目实战&配套源码

img

6、2026大模型大厂面试真题

img

7、为什么要学习大模型?

我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年,人才缺口已超百万,凸显培养不足。随着AI技术飞速发展,预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。

在这里插入图片描述

在这里插入图片描述

8、适合谁学?
  • 传统后端 / Java / 前端开发,想转型 AI 应用
  • 大学生、应届生,想拿更好的 offer
  • 产品经理、运营,想武装职业竞争力
  • 技术负责人,想给团队落地提效

学习是反人性的,但回报是真金白银。技术会更新,赛道会切换,但只要你先动手,机会就永远站在你这边。

9、这些资料真的有用吗?

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理,现任上海殷泊信息科技CEO,其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证,服务航天科工、国家电网等1000+企业,以第一作者在IEEE Transactions发表论文50+篇,获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目,无论你是小白还是有些技术基础的技术人员,这份资料都绝对能帮助你提升薪资待遇,转行大模型岗位。
在这里插入图片描述
在这里插入图片描述

想要入局AI大模型赛道、抢占行业红利的朋友,微信扫描下方CSDN官方认证二维码,即可100%免费领取全套学习资料!在这里插入图片描述

好了,就写到这。路线是死的,人是活的,卡住了随时来问我。觉得有用就点个收藏,别让它进收藏夹吃灰——动起来比啥都强。

Logo

更多推荐