＂别再乱学AI了!＂小白学习路径全公开:跟对这10位专家,少走3年弯路

你是否也有过这样的经历——

学AI，三个月过去了，买了课、收藏了教程、刷了无数视频，结果感觉脑子里还是一团浆糊？

不是你不努力，是顺序搞错了。

📌 收藏本文：本文整理了10位顶级AI专家的学习路径 + 关注渠道，随时翻看，路线不迷路。

一、为什么你越学越乱？

我见过太多人学AI的路径是这样的：

• 今天刷到一个”ChatGPT提示词技巧”，学
• 明天看到”Midjourney参数大全”，学
• 后天听说”AI编程神器来了”，学

结果呢？每样都会一点，每样都不精。真正需要解决问题的时候，还是不知道怎么下手。

问题出在哪？

你没有学习顺序。

学AI和学做饭一样——你不能上来就颠勺，得先认识食材、了解火候、知道调味的基础知识。

顺序对了，三个月顶一年。顺序错了，三年还在原地转。

二、跟对老师，少走弯路

经过大量调研，我整理了一份10位专家名单，按照”世界观→工具→方法论”的顺序排列，帮你一步步建立完整的AI知识体系。

🔭 第一层：世界观（建立AI思维框架）

这层的任务是让你真正理解AI是什么，而不是被各种焦虑宣传带着跑。

1. 吴恩达（Andrew Ng）

AI领域的”祖师爷”，Google Brain创始人，Coursera联合创始人

他的《AI For Everyone》是零基础最好的起点，用三周时间让你建立AI全局认知。不讲代码，不秀技术名词，只讲AI能做什么、不能做什么。

• 擅长领域： 机器学习、深度学习、AI教育
• 关注方式： Coursera / YouTube搜索”Andrew Ng”，他的课程永久免费观看

2. Ethan Mollick（伊桑·莫利克）

哈佛商学院教授，用AI教学的先锋实验者

他开设了一门全美最火的AI课程《用AI教学》，没有任何技术背景也能听懂。他的核心观点：AI是一种新思维方式，而不只是工具。

• 擅长领域： AI在商业/教育中的应用、Prompt Engineering、人机协作
• 关注方式： 访问 oneusefulcompany.org 订阅他的Newsletter，Twitter/X @ethanmollick 是他最活跃的平台

3. Andrej Karpathy（安德烈·卡尔帕西）

前Tesla AI总监，李飞飞学生，GPT-2预训练研究者

他录制的《从零到GPT》视频，是全网讲大语言模型原理最清晰的内容。没有数学公式，用直觉和图示让你理解LLM是怎么”出生”的。

• 擅长领域： 大语言模型原理、神经网络、RNN/CNN/LSTM演进
• 关注方式： YouTube搜索”Andrej Karpathy”观看他的课程视频；Twitter/X @karpathy 是他分享碎片化思考的地方

4. Jim Fan（范晓鸽）

NVIDIA高级研究科学家，AI界华人领军人物

他在Twitter/X上的 threads 是我见过最接地气的AI技术分析。不是高高在上的学术腔，而是真正用普通话说清楚前沿在发生什么。

• 擅长领域： 具身智能（Embodied AI）、机器人、AI Agent、NVIDIA研究前沿
• 关注方式： Twitter/X @DrJimFan，他的置顶推文就是最好的入门索引

🛠️ 第二层：工具（从0到1动手实战）

世界观建立好了，下一步是能动手。这层的目标是让你真正用起来，而不是只会看。

5. 吴恩达 × OpenAI《ChatGPT提示工程》

目前最值得学习的提示词课程，没有之一

这门课是吴恩达和OpenAI合作的官方课程，时长不到2小时，但把提示词的核心原则讲得清清楚楚：迭代、总结、推断、转换、扩展。

• 擅长领域： Prompt Engineering最佳实践、人与AI协作模式
• 关注方式： 直接访问 coursera.org/course/promptengineering ，免费旁听；也可在DeepLearning.ai官网找到

6. Simon Willison

Datasette创建者，独立开发者，最懂AI工具生态的技术人

他的博客 simonwillison.net 是我每周必看的网站。每当有新的AI工具发布，他总是最快给出深度分析和使用指南。

• 擅长领域： AI工具链（LLM API、Embeddings、LangChain等）、数据开源工具、Prompt Injection安全
• 关注方式： 博客 simonwillison.net 有RSS订阅，Twitter/X @simonw 是他最活跃的平台
  

7. Lil’Log（Lilian Weng）

OpenAI研究科学家，GPT-4核心贡献者

她的技术博客是AI研究者必读的材料。她能把最前沿的论文用普通人都能看懂的语言讲出来，比如Agent、RLHF、Function Calling这些概念。

• 擅长领域： LLM Agent设计、RLHF训练、GPT-4/ChatGPT技术内幕
• 关注方式： 博客 lilab.clbtech.com 有完整的文章存档，Twitter/X @lilianweng
  

🔬 第三层：方法论（深入专业方向）

有了世界观和工具基础，下一步是找到自己的专业方向，往深处挖。

8. 吴恩达《机器学习》

Coursera最经典课程，140万人学过

这是吴恩达的成名作，也是斯坦福大学实际教学的简化版。数学要求不高，但能让你理解AI底层的逻辑：监督学习、无监督学习、神经网络到底是怎么回事。

• 擅长领域： 机器学习理论、神经网络基础、斯坦福ML课程体系
• 关注方式： Coursera搜索”Machine Learning”（吴恩达原版），DeepLearning.ai官网也有相关专项课程
  

9. Jeremy Howard（杰瑞米·霍华德）

fast.ai创始人，Kaggle竞赛冠军，前美国竞赛冠军

他创办的fast.ai课程用”自上而下”的教学法：先让你跑起来，再讲为什么。他的学生里有很多完全没有编程背景，但4周后就能训练模型。

• 擅长领域： 深度学习实战、fastai框架、计算机视觉（CV）、自然语言处理（NLP）
• 关注方式： fast.ai 官网免费课程，最新版已升级为从零学起的《Practical Deep Learning》
  

10. Aidan Gomez（艾丹·戈麦斯）

Cohere联合创始人，Transformer论文作者之一

他是大语言模型技术真正的”亲历者”。他的分享不是教你用工具，而是帮你理解大模型时代正在发生什么，以及接下来的技术方向。

• 擅长领域： Transformer架构、大模型商业化、AI基础设施、Cohere企业级LLM应用
• 关注方式： Twitter/X @aidanGomez_，Cohere官网 cohere.com 有他的公开分享

三、学习路径图（收藏！）

第1步：AndrewNg《AIForEveryone》
↓一周
建立全局认知，知道AI是什么不是什么

第2步：EthanMollick《用AI教学》
↓三天
理解AI能力边界，建立正确预期

第3步：吴恩达《ChatGPT提示工程课》
↓三天
学会与LLM沟通，能动手实操

第4步：SimonWillison博客
↓一周
了解AI工具链全貌，找到自己的方向

第5步：Karpathy《从零到GPT》
↓两周
理解LLM原理，不只是当"使用者"

第6步：AndrewNg《机器学习》+fast.ai
↓四到六周
打牢理论基础，开始深度学习实战

第7步：按方向深入
├──图像→CNN、扩散模型、StableDiffusion
├──自然语言→Transformer、BERT、fine-tuning
├──Agent→LangChain、AutoGPT、ToolUse
└──研究前沿→论文阅读、AidanGomez、JimFan

全程大约3-4个月，如果你认真学的话。

四、三个最常见的错误

❌ 错误一：一上来就读论文

很多人觉得”读论文才是真学习”，于是买了paper合集、打印了Transformer论文，结果打开第一页就睡着了。

这不是你的问题——论文本来就不是给零基础的人写的。

论文的逻辑是： 假设你已经知道这个领域的基础知识，直接讲最新贡献。所以论文里会有大量跳步、术语默认读者已经掌握。小白读论文，不是在学习，是在自我折磨。

更糟糕的是，很多人读论文读了三页就卡住了，然后陷入自我怀疑：是不是我太笨了？

不是的，是你跳步了。先打基础，再读论文，才能真正吸收。

❌ 错误二：同时学太多工具

这是最普遍的问题，没有之一。

ChatGPT学了两天，还没用熟练，又开始学Claude。Claude还没搞懂，又听说Gemini更强了，然后又开始研究Llama……

一圈下来，每个工具都会一点，每个都不精。真正需要解决问题的时候，发现哪个工具都做不到。

这不是工具的问题，是你的问题。

正确做法： 先精通一个，用到它解决不了你的问题，再换。

就像学做饭，你不能同时学炒、煮、蒸、炸——先学会炒一个菜，已经够你吃一周了。

❌ 错误三：只学不用

很多人刷教程刷了一整天，感觉学了很多，但第二天就忘了。

这不是记忆力的问题，是学习方法的问题。

没有使用的学习，等于没学。

大脑记住一个知识，需要把它跟实际场景连接起来。你看完一段教程，当时理解了，但这个知识没有跟任何真实场景绑定，很快就会被遗忘。

正确做法： 学完任何一个知识点，当天就找一个场景用起来。

比如你学了”给ChatGPT角色设定”，当天就给自己写一个”简历优化助手”的设定用起来。你学了”总结长文本”，当天就把一篇公众号文章丢给它练手。

哪怕只是翻译一段文字、润色一封邮件，都比光看不练强一百倍。

五、你的AI学习，从今天开始

说了这么多，其实核心就是一句话：

找对老师，按顺序学，用起来。

AI不是魔法，是工具。工具可以学习，可以掌握，可以精进。

你现在需要的不是更多信息，而是开始学。

今天就可以做的3件事

第1件（5分钟）： 打开 coursera.org，搜索”Andrew Ng AI For Everyone”，注册账号，不用付费就能旁听。

第2件（今天）： 选一个你每天都会做的事情，思考AI能不能帮你做得更快。比如写邮件、整理数据、查资料——找一个真实场景，而不是假想场景。

第3件（明天）： 把今天这篇文章收藏。然后按照第一层的顺序开始学，每天只学一个老师的课，不贪多，不跳步。

为什么很多人学了三年还在原地转？

因为他们一直在”准备学习”——收藏教程、买课、找资源，但就是不开始。

学习的顺序比努力更重要。找对老师，少走弯路。

学习的顺序比努力更重要。找对老师，少走弯路。

📌 保存好这份名单：10位专家 + 擅长领域 + 关注渠道，这是你AI学习路上最值得反复翻看的路线图。