从零开始的
人工智能学习之旅
采用革命性的「自顶向下」学习方法，让你在第一周就能构建AI应用。
告别枯燥理论，从实战中获得持续的正反馈。
快速起步
第一周发布你的首个AI Bot
项目驱动
每个阶段都有可交付成果
实战导向
6个月成为AI工程师
核心理念
重构AI学习的底层逻辑
传统的「自底向上」学习路径存在严重的"延迟满足"问题， 导致大量初学者在接触到真正的AI能力之前就放弃了。
传统路径 ❌
自底向上
- →数学基础（线性代数、微积分）
- →Python语法和数据结构
- →机器学习算法理论
- →最后才能构建应用...
⚠️ 大多数人在第2步就放弃了
推荐路径 ✅
自顶向下
- →第1周：用Coze构建新闻Bot
- →第1月：部署知识库问答系统
- →第3月：上线全栈Web应用
- →第6月：构建高级金融Agent
🚀 每周都有成果，持续获得正反馈
自顶向下
Top-Down Approach
先体验完整应用，再逐步深入底层原理。像学开车一样学AI——先上路，再研究发动机。
正反馈循环
Positive Feedback Loop
每个阶段都有可交付的产品。即时的成就感是坚持学习的最强动力。
渐进式深入
Progressive Depth
从无代码到低代码，再到全栈开发。根据你的需求决定深入的程度。
学习路线
2025年AI学习路线图
从无代码到深度学习，四个阶段构建完整的AI能力体系。 每个阶段都有明确的产出物，让你持续获得正反馈。
阶段一
第1-4周
建立信心
无代码Agent与逻辑编排
核心工具
产出物
- 个人新闻Bot
- 知识库QA系统
核心技能
- • Prompt Engineering
- • 工作流编排
- • RAG基础概念
阶段二
第2-3个月
打破黑盒
AI辅助编程与全栈开发
核心工具
产出物
- 全栈Web应用
- 简单SaaS工具
核心技能
- • Python基础
- • React开发
- • API集成
阶段三
第4-6个月
工程师进阶
LangChain、RAG与数据治理
核心工具
产出物
- 金融分析Agent
- 复杂多步推理系统
核心技能
- • 高级RAG策略
- • Agent开发
- • 数据管道
阶段四
第6个月+
底层原理
深度学习与模型微调
核心工具
产出物
- 定制化私有模型
- 复杂Agent集群
核心技能
- • Transformer原理
- • 模型微调
- • LoRA技术
阶段详解
深入每个学习阶段
详细了解每个阶段的学习目标、实战项目和核心概念。 选择适合你当前水平的阶段开始学习。
在不编写任何代码的情况下，构建并发布具有实际价值的AI Agent。培养「AI产品经理」思维。
项目A：金融新闻简报Bot
使用 Coze
创建Agent，定义金融分析师人设
添加Google/News搜索插件
编写结构化Prompt（Role-Skills-Constraints）
创建定时触发的Workflow
发布到Telegram获取正反馈
把自己当成「主编」而不是「程序员」，专注于信息筛选逻辑而非代码语法。
项目B：企业知识库问答系统
使用 Dify
理解RAG核心概念：LLM + 开卷考试
上传金融研报，配置分段策略
选择检索策略：关键词/语义/混合
测试并优化回答质量
评估「召回率」与「准确性」
RAG是解决LLM幻觉问题的关键技术，数据质量比模型参数量更重要。
Prompt Engineering
提示词工程：如何与AI有效沟通
Workflow
工作流：复杂任务的编排与自动化
RAG
检索增强生成：让AI基于你的数据回答
Plugin/Tool
插件/工具：赋予AI行动能力
工具生态
2025年AI工具红利
当今的学习者拥有前所未有的工具红利。从无代码平台到专业框架， 选择合适的工具让你的学习事半功倍。
无代码Agent平台
零编程基础也能快速构建AI应用
AI辅助编程
让AI成为你的编程助手
Agent开发框架
构建复杂AI应用的专业工具
常见问题
你可能想问的问题
关于AI学习路径的常见疑问，我们为你一一解答。