学AI别乱花钱,这四个人免费课就够了

学AI别乱花钱，这四个人免费课就够了

我刚开始学AI那会儿，市面上课程多得吓人。

9块9的入门课，999的系统课，还有号称一对一陪跑的9999训练营。个个都说零基础包会，三个月变现。我报过几个，结果呢，不是老师在念PPT，就是讲的东西网上一搜一大把。

后来我换了个思路。既然AI最前沿的东西都来自学术界和工业界，那最会讲的人应该也在那里。我就开始顺着这个方向找，果然找到了。

吴恩达、李宏毅、李沐、Karpathy。这四个人的课，我翻来覆去看了很多遍。不是每门都从头到尾刷完，而是根据不同阶段的需要，反复回看不同的部分。

他们四个加起来，基本覆盖了从零基础到进阶精通的完整路径。更重要的是，全是免费的。

今天我把这个路径整理出来。你可以直接抄作业。

第一个人，吴恩达。

如果你完全不懂AI，连AI到底是什么、能干什么、不能干什么都搞不清楚，先看他的《AI for Everyone》。这门课就是给所有人听的，不需要懂数学，不需要会写代码。

他会告诉你，AI是什么，机器学习是怎么回事，为什么数据这么重要，以及AI在商业里能怎么用。听完你不会变成程序员，但你不会再被那些「AI要取代全人类」的标题吓到，也不会被销售忽悠着买一堆用不上的AI工具。

吴恩达讲课有一个特点，他特别擅长把复杂的东西讲得很稳。不炫技，不吓唬人，就是很平静地告诉你，这件事是怎么回事。这种风格对初学者特别友好。

这门课在Coursera上可以免费旁听，自带中文字幕。嫌麻烦的话，直接B站搜「AI for Everyone 人人学AI」，完整中英字幕合集一大堆，免费看。

如果你想进阶，他的《机器学习》和《深度学习专项课》B站也有全套汉化。这两门课是经典中的经典，很多AI从业者都是看他的课入门的。

第二个人，李宏毅。

台湾大学的老师，中文授课第一人。他的课全程普通话，讲的又深又细，而且每年都在更新。大模型、GPT、扩散模型这些现在最火的概念，他都会讲到。

我特别喜欢他的原因是，他能把很复杂的东西讲得特别清楚。比如Transformer、注意力机制、生成式AI，这些听起来很吓人的名词，他抽丝剥茧地给你讲明白。

而且他讲课很有亲和力，经常在课里吐槽自己的PPT，或者说「这个地方我也搞了很久才懂」。这种语气会让你觉得，原来大神也会卡壳，原来听不懂不是因为我笨。

他的主战场在YouTube，每年更新新版机器学习和深度学习课程。国内最方便的渠道是B站官方搬运账号「李宏毅」，2024和2025版的全集都有，课件和作业也全部公开。

如果你有一定的数学基础，或者至少不排斥公式，看完他的课，你对AI底层逻辑会有一个比较完整的认识。

第三个人，李沐。

前亚马逊首席科学家，《动手学深度学习》的主讲。他的课不讲虚的，就是带你一行一行敲代码，把理论变成能跑的项目。

学AI最怕的是什么。是听了一堆概念，觉得自己懂了，真要动手的时候又不知道从哪开始。李沐的课就是专门治这个毛病的。

他的B站视频完整配套同名书籍，从模型训练到项目实战，每一步都有代码。官网和GitHub上也有全部代码和数据集，全程中文讲解。

我跟他的课最大的感受是，他不是在教你「这个参数怎么调」，而是在教你「遇到问题怎么排查」。这种能力比背几个公式重要得多。因为真实的AI项目里，大部分时间在调代码、改数据、看报错，而不是推公式。

我的建议是，看完吴恩达和李宏毅的理论部分，就来跟李沐动手。听懂和会做，中间隔着一万行代码。

第四个人，Andrej Karpathy。

前OpenAI联合创始人，特斯拉前AI总监。这人讲东西有一股特别的狠劲，他能把大模型最底层的原理拆到最细，让你看清楚AI到底是怎么运行的。

他的王牌系列是《Neural Networks: Zero to Hero》，从零开始手写神经网络，一直写到GPT。原片在他的YouTube频道，全免费，还有开源代码。

Karpathy的课有一个特点，他不太care你懂不懂背景知识，他就是默认你愿意跟着他一起推导。所以看他的课，你需要一边看一边暂停，自己写代码验证。慢，但扎实。

国内的话，B站有大量汉化字幕搬运，很多UP主做了逐句翻译。这门课适合有基础、想真正吃透大模型底层逻辑的人。如果你是初学者，建议放到最后再看。

四个人说完了，来说说我建议的观看顺序。

第一步，先看吴恩达的《AI for Everyone》。先把AI是什么、能干什么、边界在哪这些问题搞清楚。这一步不需要写代码，听懂就行。

第二步，刷李宏毅的机器学习课程。开始接触算法和原理，理解AI是怎么从数据里学到规律的。这一步会让你对GPT、扩散模型这些东西不再陌生。

第三步，跟着李沐动手学。写代码，跑模型，做项目。到这一步，你才算真正入门。光看不动手，永远只是观众。

第四步，有余力的话，去看Karpathy。他会带你从大模型最底层重新理解一遍AI。看完这一步，你跟那些只会在界面里点按钮的人，就完全不一样了。

说几个我踩过的坑。

第一个坑，是贪多。一开始我什么都想看，今天看一点吴恩达，明天看一点李宏毅，后天又跑去跟李沐敲代码。结果每个都没学完，脑子里一团浆糊。后来我才强迫自己按顺序来，先看完一个再看下一个。

第二个坑，是只看不动手。AI这门课，你看十遍不如自己写一遍。哪怕只是跟着视频把代码抄一遍，也比光听强。

第三个坑，是追求最新。AI领域每天都有新东西出来，今天这个模型火了，明天那个框架更新了。如果你一直追热点，永远追不完。先把基础打牢，新东西自然能看懂。

第四个坑，是以为看完课就会了。课只是给你地图，真正的能力是在项目里练出来的。看完李沐的课，最好自己找一个真实的问题去解决，哪怕是一个很小的项目。

说实话，这四个人加起来的课程，质量远超市面上绝大多数付费课。

不是付费课都不好，而是很多付费课的内容，其实就是这些人的免费课换了一层皮。你与其花几千块去听别人二手解读，不如直接听第一手原讲。

而且这四个人有一个共同点，他们都是真正在这个行业里做出过东西的人。吴恩达创办了Coursera和DeepLearning.AI，李宏毅在学术界深耕多年，李沐在工业界做过大规模的AI系统，Karpathy亲手参与过OpenAI和特斯拉的核心项目。

听这些人讲课，你不只是在学知识，你是在看他们怎么思考问题。

当然，免费课也有缺点。没人盯着你交作业，没人逼你打卡，全靠自觉。如果你自律性差，可能买付费课反而更有动力。但单从内容质量来说，这四个人的免费资源已经够绝大多数人学了。

我自己做AI项目的时候，很多工具链的理解就是这样一点点建立起来的。不是报班学来的，就是看完课再动手试。踩坑，报错，查资料，再试。这个过程很慢，但每一步都是自己的。

最后说句实在的。

学AI这件事，最缺的不是好课程，是时间。每个人的时间都是有限的，与其到处试错，不如一开始就把精力放在最对的地方。

这四个人，就是我试错之后留下来的答案。

希望对你也有用。

觉得有用的话，点赞在看转发，给鬼斗一点继续整理的动力。

星标一下这个号，AI学习的真实踩坑记录，我持续更新。