跳到主要内容

学习路径 FAQ

这页回答学习前最容易纠结的问题。很多问题没有唯一答案，关键是先选一条能推进的路线，不要在“要不要学、先学什么、能不能跳过”上停太久。

我完全零基础，可以学这门课吗？​

可以，但不要从大模型、RAG 或 Agent 直接开始。先完成开发者工具、Python 编程基础和数据分析这三站。你不需要一开始成为算法专家，但必须能运行代码、读写文件、处理表格数据和理解基本项目结构。

如果你完全没有编程经验，建议先把每个阶段任务单里的最小产出做出来，而不是追求所有章节都读懂。能跑通一个小项目，比看完很多概念更重要。

我已经会 Python，可以跳过前面吗？​

可以快速浏览，但不建议完全跳过。你至少应该检查自己是否能完成阶段任务单里的项目：命令行小工具、文件读写、API 调用、数据清洗和 EDA 报告。如果这些都能完成，就可以把主要精力放到机器学习、大模型应用、RAG 和 Agent。

我只想做 RAG 和 Agent，需要学数学和深度学习吗？​

需要学到“够用”，但不一定第一遍深入推导。你应该理解向量、相似度、embedding、训练/测试、评估指标、过拟合和 Transformer 的基本直觉。否则做 RAG 时很难判断检索为什么失败，做 Agent 时也很难设计评估和安全边界。

更实际的路线是：先学开发工具、Python、数据分析、LLM API、RAG 和 Agent，数学和深度学习按项目中遇到的问题回补。

不会前端，能做 AI 全栈吗？​

可以。AI 全栈的重点不是一开始就会完整前端，而是能把数据、模型、接口、工具和项目交付串起来。第一阶段可以用命令行、Notebook 或简单 API 做项目。等 RAG 或 Agent 原型稳定后，再考虑加 Web 界面。

如果你的目标是求职或展示，最终最好至少能做一个简单可演示入口，例如命令行 Demo、Streamlit 页面、FastAPI 接口或轻量前端。

需要 GPU 吗？​

大多数阶段不需要。Python、数据分析、机器学习、LLM API、RAG 和 Agent 都可以在普通电脑上学习。GPU 主要在你本地训练深度学习模型、微调模型或做较大的多模态实验时有帮助。

第一次学习不建议把重点放在硬件上。先用小数据、小模型、API 或云端服务把流程跑通，再根据项目需要考虑 GPU。

英语不好会不会影响学习？​

会有一点影响，因为很多报错、文档、模型参数和库名是英文。但不需要英语很好才能开始。更重要的是能读懂错误关键词，例如 path、module、import、permission、timeout、shape、token、quota、schema。

建议你把常见英文报错整理进自己的排障记录里。看多了之后，很多错误会变成固定模式。

学完整套课大概需要多久？​

如果你只想快速体验 AI 应用，2 到 4 周可以跑通 LLM API、RAG 和一个小项目。如果你想系统学习主线，通常需要 3 到 6 个月。如果你想把模型基础、工程化、Agent、安全和作品集都做好，可能需要 6 到 12 个月。

时间长短不如产出重要。更好的衡量方式是：你是否完成了阶段任务单，是否有可运行项目，是否有 README、截图、评估和失败样本。

我应该先看理论还是先做项目？​

先用最小项目建立问题感，再回头补理论。比如学习 RAG 时，先跑通“读取文档、检索片段、生成答案、显示引用”的最小闭环，再深入研究 chunk、embedding、rerank 和评估。这样理论会更容易理解。

完全不看理论容易做出脆弱系统，只看理论又容易没有正反馈。推荐节奏是：先跑最小例子，再读核心概念，再做项目，再复盘失败。

每个阶段都必须做项目吗？​

建议至少做一个最小项目。项目可以很小，但必须可运行、可解释、可复盘。比如 Python 阶段做命令行工具，数据阶段做 EDA 报告，机器学习阶段做 baseline，RAG 阶段做课程问答，Agent 阶段做学习规划 Agent。

如果你时间有限，可以只做和 AI 学习助手贯穿项目相关的版本迭代。这样不会产生太多零散作业。

我应该选择哪条路线？​

如果你想尽快做应用，选应用型 AI 全栈主线。如果你想理解模型和训练，选模型理解加强路线。如果你想求职或展示，选项目作品集路线。如果你还不确定，就先走应用型主线，因为它最容易通过项目获得反馈。

选择路线不是一次性决定。你可以先用应用主线跑通项目，再回头深入数学、深度学习、微调或多模态。

什么时候可以开始做毕业项目？​

当你能独立完成 RAG 或 Agent 的最小闭环时，就可以开始毕业项目。不要等所有章节都学完。毕业项目可以从 v0.1 逐步迭代，先做最小可运行版本，再加入评估、日志、安全、部署和多模态能力。

判断是否准备好的标准是：你能定义用户问题，能跑通输入到输出，能记录失败样本，能说明下一步怎么改。

如果学到一半卡住怎么办？​

先不要换路线或重开教程。回到当前阶段任务单，检查自己卡在环境、代码、数据、模型、评估还是项目边界。然后查排障索引，做一个最小复现，把问题缩小到一个文件、一个命令或一个输入。

如果一个章节读不懂，可以先完成最小项目，再回来读。AI 学习很多理解是在项目中补上的，不是第一次阅读就完全掌握。