从零开始学AI工程:260+节课、20个阶段,手把手教你打造真正能用的工具

不是“看”AI课程，而是用AI学AI，然后做出能上线的产品。

你有没有这样的感觉：
👉 学了很多AI课，但一到实际项目就无从下手？
👉 会调API，却对背后的原理一知半解？
👉 想做AI Agent、RAG、多模态，但不知道从哪开始？

如果以上问题你中了任何一条，那么今天这篇文章，就是为你准备的。

🚀 这不是一门“看完就忘”的课

市面上大多数AI课程，要么是理论堆砌，要么是“教你调包”。
而今天要介绍的这门开源课程——AI Engineering from Scratch，走的是另一条路：

从线性代数到自主智能体集群，边学边造，每节课都产出一个能用的工具。

课程地址（含完整内容、网页版、Glossary）：
👉 https://aiengineeringfromscratch.com

📊 课程有多硬核？

• 260+ 节课（还在持续更新）
• 20 个阶段
• 约 320 小时的学习内容
• 4 种语言：Python、TypeScript、Rust、Julia
• 每节课都产出：Prompt / Skill / Agent / MCP 服务器

你不是在“学知识”，而是在构建自己的AI工具箱。

🤖 AI-Native：用AI学AI，不是学“关于AI”

这门课最大的特色之一，就是与AI编码助手深度集成。

你可以直接在 Claude Code 中运行：

/find-your-level

系统会用10个问题评估你的水平，推荐适合的起点，并生成个性化学习路径。

学完一个阶段后，还可以运行：

/check-understanding 3

自动测验，并告诉你哪些知识点需要复习。

这不是“看视频”的课，而是你与AI协作完成的学习工程。

🧩 每节课都“产出”一个东西

别的课程结课时说：“恭喜你，学会了。”
这门课程每节课结束时，你都会得到一个可复用的产物，比如：

• 📝 一个高质量的Prompt模板
• 🎴 一个SKILL.md文件，可安装到Claude Code / Cursor
• 🤖 一个可部署的Agent
• 🔌 一个MCP服务器，可接入任何MCP兼容的AI应用

你不再是一个“学习者”，而是一个AI工具的创造者。

🗺️ 20个阶段，覆盖AI全栈

从零基础到多智能体系统，课程结构清晰，循序渐进：

Phase 0：环境与工具（GPU、Docker、Jupyter、Linux）
Phase 1：数学基础（线性代数、微积分、概率、优化）
Phase 2：机器学习基础（回归、树模型、SVM、聚类）
Phase 3：深度学习核心（反向传播、优化器、正则化）
Phase 4：计算机视觉（CNN、YOLO、扩散模型、ViT、3D高斯）
Phase 5：NLP（Word2Vec、Attention、Seq2Seq、RAG）
Phase 6：语音与音频（ASR、TTS、Whisper、语音克隆）
Phase 7：Transformer深度解析（自注意力、位置编码、MoE）
Phase 8：生成式AI（VAE、GAN、扩散模型、Flow Matching）
Phase 9：强化学习（MDP、DQN、PPO、RLHF）
Phase 10：从零构建LLM（分词器、预训练、RLHF、量化、推理优化）
Phase 11：LLM工程（提示工程、RAG、微调、函数调用、MCP）
Phase 12：多模态AI（CLIP、LLaVA、视频理解、计算机使用Agent）
Phase 13：工具与协议（MCP客户端/服务器、A2A协议、OpenTelemetry）
Phase 14：Agent工程（ReAct、LangGraph、AutoGen、CrewAI、评估）
Phase 15：自主系统（自推理Agent、成本控制、安全框架）
Phase 16：多智能体与群智能（通信、协调、MARL）
Phase 17：基础设施与生产环境（vLLM、边缘推理、K8s、GPU调度）
Phase 18：伦理、安全与对齐（红队测试、越狱、AI控制）
Phase 19：毕业项目（17个可上线项目）

每一阶段都包含“Build It”和“Use It”两部分：

• 先用纯Python从零实现
• 再用PyTorch / JAX等框架调用

这样你既懂原理，又会工程。

🎯 你适合从哪开始？

也可以直接运行 /find-your-level 精准定位。

🛠️ 你会得到一个“工具箱”

课程结束后，你的目录会长这样：

outputs/
├── prompts/          # 可复用的提示词
├── skills/           # SKILL.md 可安装到AI编码助手
├── agents/           # 可部署的智能体
└── mcp-servers/      # MCP兼容的服务器

你可以把它们安装到 Claude Code、Cursor，或者自己的AI应用中。
这些不是作业，是真实可用的工具。

🌟 为什么是现在？

“最新的编程语言是英语。” —— Andrej Karpathy

“软件工程正在我们眼前被重新定义。” —— Boris Cherny，Claude Code作者

AI模型会越来越强，但真正能持续积累的，是你知道“该造什么”。

这门课不是在教你“用某个模型”，而是在教你完整构建AI系统的能力。

📦 如何开始？

方式一：直接在线浏览

👉 https://aiengineeringfromscratch.com

方式二：克隆到本地运行

git clone https://github.com/rohitg00/ai-engineering-from-scratch.git
cd ai-engineering-from-scratch
python phases/01-math-foundations/01-linear-algebra-intuition/code/vectors.py

方式三：用AI助手评估起点（推荐）

在 Claude Code 中运行：

/find-your-level

💬 写在最后

这不是一门“看看就好”的课程。
它要求你动手、思考、构建，像工程师一样学AI。

如果你愿意投入时间，它回报给你的，不是一张证书，而是一整套可上线的AI能力。

从线性代数到自主智能体集群，一节课一节课，一个工具一个工具。

🔗 课程官网（含完整目录与交互）：
👉 https://aiengineeringfromscratch.com

🔗 GitHub仓库：
👉 https://github.com/rohitg00/ai-engineering-from-scratch

如果这篇文章对你有帮助，欢迎转发、在看、点赞三连～
也欢迎留言说说：你目前在AI学习中最大的困惑是什么？

愿你学到的每一行代码，都能跑进真实世界。