我的AI自學路線，可能對你有用
前言
很多同學說想學習AI，但是不知道從哪里開始，學習路線是什么。我學習AI已經有一段時間了，這篇文章來聊聊我是如何學習AI的，歡迎各位大佬補充和指點。
我是怎么開始的
16年的時候我是零基礎自學前端，所以開始學習AI的時候我想將自學前端的那一套搬過來使用。
以前我是這樣自學前端的：
- 知乎上面搜索前端學習路線和入門經典書
- 淘寶上面9.9元買培訓班的前端視頻
- 看視頻、跟著視頻敲代碼、看書、跟著視頻寫項目、找工作
按照這個套路去學AI，結果把我搞的很迷茫。
先去知乎上面去搜索AI學習路線，基本得到的都是這種回答：
- 學習python
- 學習高數
- 學習機器學習
- 學習深度學習
- 大模型訓練
- 大模型應用
看的我一臉蒙蔽，直接勸退。
【首先說明】不是這種路線不好，而是不適合我們這種工程師去學習（不管是前端工程師還是后端工程師）。
我們工程師擅長的是在技術更上層去做更貼近用戶的產品，而不是去研究底層原理。當然你想要在技術上面有更大的突破，研究原理肯定是需要的。但是不應該在連hello world都還沒寫出來的情況下去學習底層原理。
剛剛接觸AI，上面的學習路徑里面除了python之外，其他每個字我都認識，但是連起來我就不認識了（高數也早就還給老師了）。
知乎的學習路線圖看來是行不通了（我沒有在知乎找到適合工程師的AI學習路線圖），然后我就想到了B站，畢竟B站號稱“B站大學”。
B站上面各種搜，最后找到看著播放量和評論都不錯的系列視頻。
這個視頻是培訓機構發的，是往期的培訓視頻錄播，看著播放量和評論都不錯。
初看感覺干貨挺多的，講的內容我都能聽懂。
現在回過頭來看，里面主要就是在講一些大模型概念和如何調用接口和框架API。在前端深耕多年，我最擅長的就是調接口和使用框架API了。。。。。
所以現在回過頭來看，這個算是踩坑了，浪費了不少時間。這個視頻適合那種純小白，不適合我們這種工程師。
油管學習
看完B站的視頻后對AI的基礎概念和langchain開發有了一定的了解，但是僅停留在表面。
之前關注了不少大廠的技術公眾號:
我發現今年他們都只發AI相關的內容了，這也算是一個風向標，我也跟著這些公眾號學習。但是有個問題，知識都太零散了，我現在需要的是一個有深度的成體系的小冊或者系列視頻。
日常學習，刷到一篇關于Transformer和大模型底層原理的文章：
說實話，那會兒看不懂這篇文章。于是去看這篇文章的參考資料，看到一篇很牛逼的參考文章：
從知乎的1.5萬點贊量就可以看出來這篇文章不一般了，文章開頭就推薦去看李宏毅老師的視頻，作者還覺得李老師關于Transformer的講解是史上最強的！
跳過文章，直接去油管上面看李宏毅老師的視頻：
李宏毅老師是臺灣大學的老師，油管上面每一年的系列視頻都是他那一年在臺大開設的課程，這剛好就是我苦苦尋找的，還是免費的。
他的講課風格非常有趣，不會看著想睡覺。面向的是小白，但是內容很有深度。課程中的內容我基本都看懂了，之前那些大模型原理文章我看不懂可能真不是我的問題。
我看完了他的2024年和2025年的課程，基本對大模型的底層原理有了系統性的認知，還有一個2021年機器學習課程還沒看，準備過段時間來看。
真的很推薦大家去油管看看李宏毅老師的課程！！?。?/strong> 油管上面有很多免費課程比國內的那些付費課程甩了可能有幾百個太陽系的距離吧。
從開源項目中學習
光看理論知識還是不夠的，還是得做項目才行。要做項目肯定需要學習一個大模型的開發框架，我選擇了langchain這個最流行的框架。
將langchain的文檔全部看了一遍，并且也跟著文檔中的例子寫了一些demo。
在看langchain文檔的時候，發現他推薦agent開發使用langgraph，所以又將langgraph也學了一遍。
學習完langchain和langgraph后，并且也寫了一些代碼。
但是總感覺自己很“虛”，因為我一直都在研究理論和寫demo級別的代碼，不虛才有鬼了。
如何破局呢？
付費加入AI項目訓練營？靠忽悠去找一份agent開發的工作？
這兩個方案我覺得都不怎么靠譜。
回想一下自己入行前端的經歷或許可以參考，那會兒行情不錯，我入職第一家公司的時候其實和現在一樣也很“虛”。
那會兒入職后領導就給我加了一個代碼倉庫的權限，然后就安排開發新需求。
從沒做過真實項目的我，迫于壓力硬著頭皮啃代碼，看不懂就問隔壁的大佬，那段時間是我技術成長最快的時候。
那么如何找一個AI的真實項目呢？
今年國內死命卷開源大模型，那么開源AI項目是不是也應該有不少呢？
上GitHub上面一頓搜索，還真讓我找到很多優秀的開源項目。
研究的第一個項目是字節開源的deer-flow，這是一個基于langgraph開發的深度研究agent項目。將項目搞懂，差不多能夠達到初中級的程度。
這個項目是python開發的，在研究的過程中我復刻了一個nodejs版本，基本就將項目掌握的七七八八了。
還有一個這個月開源的清華大學教授團隊的深度研究項目（我還沒細看）：
今天，經過一個季度的努力，MiroMind正式亮相并發布我們重磅開源項目，MiroMind Open Deep Research (Miro ODR)。MiroODR是當前開源最強Deep Research模型，真全開源且可復現，核心模型、數據、訓練流程、AI Infra、DR Agent框架統統開源，復現無壓力。我們將以每月一次開源更新的速度，同社區一起創作最強Deep Research模型。
這個是真開源，基本將所有東西都開源了，很適合學習。
還有一個vibe coding的開源項目值得推薦去看：
這個項目中包含了前端和后端的所有代碼，原名為“OpenDevin”。從名字你應該就能看出來這個是Devin的開源版本，里面的項目代碼復雜度很高，適合進階學習。
總結
從現在的視角來看我之前的學習路線是有問題的，如果讓我給學習路線的建議，我覺得應該是這樣的：
- 注冊大模型平臺賬號獲取自己的token
- 看langchain文檔和langgraph文檔，跟著文檔寫demo，并且使用自己的token將demo跑起來
- 研究GitHub字節開源的deer-flow項目，復刻一個js版本
- 看油管上面李宏毅老師的大模型底層原理課程
- 研究GitHub上面企業級復雜度的agent項目
- 做一個自己的AI agent產品
- 期待各位大佬補充
浙公網安備 33010602011771號