阅读指南

打开这个 vault，你可能不知道先看什么。这里有三条路，按你的情况选一条。

我是零基础

从没用过 AI，或者只用过 ChatGPT 聊天。

第一步：建立认知（40 分钟） 先知道 AI 能干什么，不能干什么。这四篇不需要任何基础：

1. AI 对话的三年演变 — 从”一问一答”到”AI 自己干活”
2. AI 搜索的三年演变 — 从”查链接”到”直接给答案”
3. AI 编程的三年演变 — 从”写代码”到”说话就能生成软件”
4. 第18章 · AI 创作 — 画画、做视频、写歌，输入一句话就行

第二步：快速动手（30 分钟） 先做一个小项目，建立信心：

5. 项目一：用 AI 做一个个人主页 — 打开浏览器，10 分钟，零代码，做完就有网址
6. 项目二：在自己的电脑上跑一个 AI — 装 Ollama，15 分钟，不联网也能用 AI

第三步：补基础（3 小时） 现在你知道 AI 能干什么了，该理解它怎么做到的：

7. 知识全景 — 四条演化轴，先看一眼全局地图
8. 第2章 · Python — 只看 NumPy 和 Pandas 两节，20 分钟
9. 第3章 · 数学 — 重点看”不需要学的”那几段
10. 第4章 · 机器学习 — 五个必知算法，每个一段话
11. 第6章 · 神经网络 — 感知机→反向传播，AI 的”物理形态”
12. 第7章 · CNN — AI 怎么看图
13. 第8章 · RNN — AI 怎么理解”我打你”和”你打我”不一样

第四步：理解原理（2 小时） 有了基础，回头看 AI 应用层怎么工作的：

14. 第12章 · 提示词 — 你输入的那段话就是提示词
15. 三种问法 — 直接问、给例子问、让它一步步想
16. 提示词的局限 — AI 不记事儿、不会自己找资料
17. 上下文工程 — 怎么让 AI 自动拿到背景信息
18. Harness 工程 — 怎么给 AI 搭工作台
19. Loop 工程 — 怎么让 AI 自己转起来

第五步：深入动手（2 小时） 现在你有理论了，做更复杂的项目：

20. 项目三：搭一个能查资料的 AI — 做一个能用你文档回答问题的 AI
21. 项目六：搭一个能用工具的 Agent — 做一个能查天气、算数学的 AI

总时间约 8-10 小时，分多次完成。走完你就能独立使用和搭建 AI 工具。

---

我会写代码，想深入原理

快速浏览产品笔记（了解全景），然后进入技术层：

快速全景（30 分钟）

• 知识全景 — 四条演化轴，Mermaid 图可视化
• 对话演变 / 搜索演变 — 各 10 分钟扫一遍

RAG 线（2 小时）

• 第13章 · RAG → 稀疏检索（深挖） → 稠密检索（深挖） → 混合检索（深挖） → 自主检索 RAG（深挖） → 图谱检索 RAG（深挖）

Agent 线（2 小时）

• 第14章 · Agent → ReAct 循环（深挖） → 规划算法（深挖） → 记忆系统（深挖） → 多 Agent（深挖）

训练与推理线（2 小时）

• 第11章 · 微调 → LoRA（深挖） → 偏好对齐（深挖） → 蒸馏（深挖）
• 第20章 · 推理 → 量化（深挖） → vLLM（深挖） → 推测解码（深挖）

前沿与安全（1 小时）

• DSPy（深挖） — 以后不手写 Prompt 了
• AI 安全 → 注入攻防（深挖） → 沙箱（深挖）

---

我想查一个具体概念

• 名词 — 250+ 词条，18 类，每条一句话定义
• 知识全景 — Mermaid 图，看概念之间的连线
• 出处 — 全部引用汇总，查出处用
• 或直接在 Obsidian 搜索（Ctrl/Cmd + Shift + F）

---

三条路都走完了

• 6 个实践项目 — 从零代码到完整编程
• 2026 技术全景 — 当前主流 vs 新兴技术栈
• LLM 通用评估 — 怎么给 AI 打分
• 第21章 · MLOps — 训练完怎么上线

---

回到 前言