选课小助手
不知道从哪开始?回答 3 个问题
从下面的清单里帮你挑一条三步路线。答案只在你的浏览器里,不会上传。
1. 你写过代码吗?
2. 你最想做什么?
3. 学习语言?
ENTRY
入门 · 建立直觉
不用写代码。先看懂 AI 是什么、能干什么,再决定往哪走。
HANDS-ON
实践 · 动手做东西
会一点代码就够。跟着课程把 RAG、Agent、API 调用真正跑起来。
Generative AI for Beginners 的姊妹篇,18 课专讲 Agent:设计模式、Agentic RAG、MCP 协议、记忆与安全,前 13 课配短视频,有官方简体中文翻译。
MCP 是让大模型接入外部工具和数据的通用协议。课程从原理讲起,到自己做一个 MCP 应用并部署上线,学完 Agents Course 再接着学正合适。
斯坦福 2025 年秋季开设的 AI 编程课:怎样给编码 Agent 写清需求、提供上下文与 MCP 工具、做规格驱动开发和自动化测试。课程网站公开大纲,作业代码在 GitHub。
DEEP DIVE
进阶 · 系统深入
想真正理解底层原理、走技术路线的群友,从这几条路里选一条。
Percy Liang 等主讲:从分词器、Transformer、GPU 算子一路做到数据清洗、Scaling Law 和强化学习对齐,五个大作业亲手训一个模型。课堂录像在 YouTube 公开。
中文社区
中文开源社区
母语学习路径,国内最活跃的开源 AI 学习组织。
16 章从智能体原理讲到 ReAct 等经典范式、Coze/Dify/n8n 低代码平台、LangGraph 等框架,再到记忆、上下文工程、MCP 与综合项目,配在线阅读站。
从 NLP 基础、Transformer 讲到预训练与微调,带着手写一个 LLaMA2 结构的小模型,想搞懂大模型内部原理的中文首选。
资源不在多,在于走通一条。选一门课学完它, 再回群里讲给大家听——这是最好的学习方法,也是俱乐部最欢迎的分享。