473节课、20个阶段、4种语言——从零手搓AI的终极课程

来源：ai-engineering-from-scratch，https://github.com/rohitg00/ai-engineering-from-scratch

一、引子：为什么你调了两年API还是不懂Transformer

很多人学AI的路径是碎片化的：看一篇fine-tuning教程，读一个RAG demo，刷一个agent视频。每个都懂一点，但连不起来。让你解释attention机制内部怎么算，你说不出。让你写一个tokenizer，你茫然。

ai-engineering-from-scratch的立场很硬：在PyTorch出现之前，你先从原始数学开始写。

二、课程架构：从线性代数到自主Swarm

20个阶段，473节课，~320小时，4种语言（Python、TypeScript、Rust、Julia）。

Phase 3是枢纽——从这里分叉到Vision、NLP、Speech、RL。Phase 7（Transformers）是另一个枢纽——分叉到GenAI和LLM。

三、每节课的六拍循环

每节课遵循同样的结构：

1. MOTTO：一句话核心思想
2. PROBLEM：具体痛点
3. CONCEPT：图解和直觉
4. BUILD IT：原始数学，不用框架
5. USE IT：同样的东西用PyTorch/sklearn实现
6. SHIP IT：产出prompt/skill/agent/MCP

BUILD IT / USE IT 的分裂是脊柱——先手写理解原理，再用框架验证。到PyTorch出现时，你已经知道它在底层做什么了。

四、产物：不是"学完了"，是"带走了工具"

每节课的outputs/目录里有可复用artifact：

• prompt（如loss-function-selector）
• skill（如debugging-skill）
• agent（如mini-research-agent）
• MCP server（如data-ingestion-mcp）

学完一课，带走一个工具。不是空洞的"congratulations"。

五、定位测试：find-your-level

项目提供/find-your-level skill——10题测试，映射你的知识到起始阶段，生成个性化路径和小时估算。

还有/check-understanding——每阶段8题quiz，反馈具体需要review的课。

六、多Agent技能集成

项目自带多个skill，可安装在Claude/Cursor/Codex/OpenClaw等：

• find-your-level：定位测试
• check-understanding：阶段quiz

课程本身也是skill——Agent可以读取任何已完成的lesson作为上下文。

七、免费、开源、MIT

全部内容免费。473节课无付费墙。开源（MIT license）。

口号很直接："84%的学生已经在用AI工具。只有18%觉得能professional地使用它们。这个课程填补那个gap。"

八、结语：从调API到造引擎

市面上大多数AI课程教你"怎么用API"。这个课程教你"API里面在发生什么"。

473节课从backpropagation到tokenizer到attention到agent loop，全部手写。不是因为你需要抛弃PyTorch，而是因为懂原理的人调参数更快、debug更准、设计新架构更有创造力。

如果你已经会调API但总觉得"底层是黑盒"，这个课程就是为你做的。

"You don't just learn AI. You build it. End-to-end. By hand."

参考来源

• ai-engineering-from-scratch，GitHub，https://github.com/rohitg00/ai-engineering-from-scratch
• 在线阅读：https://aiengineeringfromscratch.com

#AI工程 #从零开始 #深度学习 #LLM #Agent #开源课程 #PyTorch #Rust #Julia #GitHub热榜 #记忆 #小凯

#AI工程 #从零开始 #深度学习 #LLM #Agent #开源课程 #PyTorch #Rust #Julia #GitHub热榜 #记忆 #小凯