AI神功 · 学习路线

【全套课程总目录与学习路线图 · 00】专为视频订阅者打造的系统化 AI 现代必修课(2026 最新知识对⻬版)

00_必看总目录:AI 现代必修课——“内功心法 × 神兵利 器”全景学习指南 从 0 到 1 再到 ∞ 的纯粹知识体系:7 册【内功心法篇】讲透底层科学原理 + 8 册【神兵利器篇】玩转主流云端 与开源工具 核心知识源头:整合 Anthropic、OpenAI Codex、Google Gemini Notebook、DeepSeek-V4 / V4.1-Flash / R1、MCP 2026 规范、Dify、n8n、RAGFlow 等前沿一手文档

一、课程设计初心:为什么这套资料坚持“内功 + 利器”双修、且“一课题一册

PDF”? 欢迎来到这套专为视频订阅者系统整理的《AI 现代必修课》。在信息爆炸的今天,大多数人学 AI 容易陷入两个 极端:要么只收藏了一堆工具名词和快餐口诀,一旦换个场景或遇到报错就彻底抓瞎(有器无功);要么一头扎 进晦涩的数学论文里,学了半天却连身边的效率工具都没用顺手(有功无器)。 为了让你真正完成“从 0(破冰启蒙)→ 到 1(熟练驾驭主流模型与工具)→ 再到 ∞(自由组合智能体、工作 流与定制模型)”的完整跃迁,我们将整套课程划分为【第一辑:内功心法篇(7 册)】与【第二辑:神兵利器篇 (8 册)】。每一册 PDF 严格只聚焦讲透一个独立课题,并在单册内部遵循统一的四步教学闭环:

1. 第一步:【顿悟时刻 · 哦,原来是这样!】——不堆砌生硬术语,先用直觉类比把该课题最底层的运作机理

剥开,让你一眼看穿“它到底是怎么工作的”。

2. 第二步:【核心概念与机制深拆】——对比“常见误区 vs 真实科学机制”,配⻬清晰的参数表与结构框图。

3. 第三步:【动手实验(Hands-on Lab)】——每册精选 1〜2 个干净、真实、10 分钟内即可亲手复现的验证

实验。

4. 第四步:【课后自测习题与详细解析(Answer Key)】——每册末尾独立配置 5〜8 道思考与实操排错题,并

附逐题满分解析,帮你检验自己是否真正学懂吃透。

二、第一辑:【内功心法篇】(共 7 册单课题 PDF · 建立永不过时的 AI 底层科学认

知) 分册编号 单课题 PDF 讲义名称 核心讲透的底层机制(“哦,原来是这 样!”) 配套实验与习 题 内功 01 内功01_大语言模型底层运作原理_从分词 向量到概率接⻰.pdf BPE 分词器(为什么模型数不清单词里 的字母)、Embedding 高维语义坐标、 Self-Attention 自注意力、温度采样与预 训练/SFT/RL 后训练三阶段。 2 个实验 + 6 道自测题 内功 02 内功02_提示词工程科学_控制模型注意力 与概率空间.pdf 告别玄学咒语:从条件概率窄化与“控 制平面/数据平面物理隔离”视角,掌握 三维角色锚定、XML 防注入围栏、Few- Shot 上下文学习与 JSON 锁死。 2 个实验 + 6 道自测题 分册编号 单课题 PDF 讲义名称 核心讲透的底层机制(“哦,原来是这 样!”) 配套实验与习 题 内功 03 内功03_深度推理模型与思维链机制_从 CoT到DeepSeek-V4 / V4.1-Flash / R1.pdf 揭秘 Test-Time Compute(用输出长度 换算力深度)、GRPO 强化学习顿悟涌 现,以及为什么对 DeepSeek-V4-Pro / V4.1-Flash-1017 / R1 / GPT-6 Sol / Claude Opus 5.5 等原生推理模型不能再 用繁琐老套提示词。 1 个实验 + 6 道自测题 内功 04 内功04_上下文工程_窗口机制与记忆管理 及幻觉控制.pdf 攻克长文本“迷失中间(Lost in the Middle)”U型注意力衰减、KV Cache 前缀缓存动静分离省 90% 成本铁律,以 及根治幻觉与迎合偏见的三道防线。 2 个实验 + 6 道自测题 内功 05 内功05_RAG检索增强生成原理_让AI拥有 外挂知识库的底层逻辑.pdf 向量余弦相似度数学手算、抗截断面包 屑分块、BM25+稠密向量 RRF 倒数排名 融合、Cross-Encoder 重排序与微软 GraphRAG 全局知识图谱归纳。 8 关实战训练 (含源码解 析) 内功 06 内功06_AI_Agent智能体与工具调用原理 _ReAct状态机与多智能体协同.pdf 捅破“模型自己不会上网查库, Function Calling 是 AI 开处方、宿主程 序跑腿”的四步双簧真相,掌握 ReAct 循环、记忆分层、Actor-Critic 自愈与安 全护栏。 8 关实战训练 (含源码解 析) 内功 07 内功07_模型定制与算力量化原理_SFT微 调与LoRA及GGUF-AWQ量化.pdf 划清“RAG 发参考书 vs 微调练肌肉记 忆”边界;秒懂 LoRA 冻结主干并联低秩 旁路矩阵省 90% 显存原理、DPO 直接偏 好对⻬、AWQ 量化与 KV Cache 显存精 算。 8 关实战训练 (含配置解 析)

三、第二辑:【神兵利器篇】(共 8 册单课题 PDF · 囊括云端主流商业 Agent 与开源

核心工具) 分册编号 单课题 PDF 讲义名称 核心掌握的工具原理与实操技能 配套实验与习 题 利器 01 利器01_主流云端大模型全景实操 _ChatGPT与Claude及Gemini与DeepSeek指 南.pdf 四大主流模型家族(ChatGPT / Claude / Gemini / DeepSeek)底层能力分工、 内置 Python 数据沙盒、 Artifacts/Canvas 实时交互画布、 Projects 与通用 API 调用。 2 个实验 + 5 道自测题 利器 02 利器02_零代码个人智库与深度研究 _Gemini_Notebook与Deep_Research实 战.pdf 不用写代码搭知识库:用 Gemini Notebook(原 NotebookLM)实现百份 资料源接地精读、段落角标溯源与交互 播客;用 Deep Research 多跳代理完成 深度调研。 2 个实验 + 5 道自测题 分册编号 单课题 PDF 讲义名称 核心掌握的工具原理与实操技能 配套实验与习 题 利器 03 利器03_AI原生编程编辑器_Cursor从零入 门到全栈项目实战.pdf 理解 AST 全代码库索引与外科手术式 Diff 补丁;掌握 Ask/Edit/Agent 三模配 合、Karpathy 的 Plan→Act 铁 律、.cursor/rules/*.mdc 规范与 Checkpoint 回滚。 2 个实验 + 5 道自测题 利器 04 利器04_终端自主编程与电脑操控代理 _Claude_Code与OpenAI_Codex实战.pdf 突破浏览器围墙直接操控本地桌面:掌 握 Claude Code 与 OpenAI Codex CLI 的三级安全沙盒、CLAUDE.md 与 AGENTS.md 开放标准、/compact 降噪与本 地批处理。 1 个实验 + 5 道自测题 利器 05 利器05_MCP模型上下文协议 _Streamable_HTTP与stdio万物插件实 战.pdf 对⻬ 2026 最新 MCP 规范:吃透 stdio 与 Streamable HTTP 两大传输层、为什么 stdio 严禁普通 print()、零代码挂载官 方插件与手写 FastMCP Server。 1 个实验 + 5 道自测题 利器 06 利器06_可视化AI工作流编排_Dify从零搭 建多步确定性流水线.pdf 理解确定性 DAG 工作流与自主 Agent 的 取舍、全局状态变量池传参、Chatflow vs Workflow 选型,以及用“父子分段” 知识库兼顾检索精度与上下文完整度。 1 个实验 + 5 道自测题 利器 07 利器07_跨软件自动化引擎_n8n事件驱动 与全自动信息流实战.pdf 掌握主动事件驱动(Webhook / 定时触 发)与 JSON 对象数组流自动循环机 制、Aggregate 聚合防刷屏、跨软件连 接以及防 429 限流的 Loop + Wait 护 栏。 1 个实验 + 5 道自测题 利器 08 利器08_本地大模型与开源深度知识库 _Ollama与Qwen3及RAGFlow动手实验.pdf 亲手体验 GGUF 4-bit 量化与 GPU/CPU 异构卸载、跑起 Qwen3.8(27B / Max / Flash-Next) 与 DeepSeek-V4 / V4.1- Flash / R1、手写 Modelfile 扩容上下 文,以及用 RAGFlow DeepDoc 视觉引 擎还原跨页表格。 1 个实验 + 5 道自测题

四、给不同起点订阅者的三阶段渐进学习路线建议

第一阶段(从 0 到 1 · 认知破冰与日常主力工具通关):建议按顺序阅读 《内功 01 → 内功 02 → 内功 03 → 利器 01 → 利器 02》。不需要安装任何复杂开发环境,直接在浏览器里把四大主流大模型、深度思考模 式、Gemini Notebook 私人智库与 Deep Research 用到极致。 第二阶段(从 1 到 10 · 突破浏览器边界,掌握 AI 编程与自动化工作流):建议按顺序阅读 《内功 04 → 内 功 06 → 利器 03 → 利器 04 → 利器 06 → 利器 07》。亲手上手 Cursor、Claude Code 与 OpenAI Codex CLI,学会用 AGENTS.md / CLAUDE.md 指挥 AI 在本地电脑干活,并用 Dify 与 n8n 搭建自动化流水线。 第三阶段(从 10 到 ∞ · 深入底层检索、协议开发与模型工程):建议按顺序阅读 《内功 05 → 内功 07 → 利器 05 → 利器 08》。彻底打通自定义 MCP 插件开发、RAG 混合检索重排算法、本地开源模型定制与微调 量化原理,成长为真正融会贯通的 AI 全栈探索者!