附录 C：推荐阅读与学习资源

保持学习，跟上时代。

---

官方文档

这通常是第一手、相对最准确的资料。

• OpenAI Prompt Engineering Guide：官方的提示词教程，含金量极高。

• Claude Cookbooks：Claude 官方的代码示例合集（Jupyter Notebook 形式），覆盖工具调用、RAG、多模态、提示词缓存等常见做法。

• Hugging Face LLM Course：开源界的 AI 圣经，免费的 LLM 课程（原 NLP Course，已扩展更名为 LLM Course）。

经典必读论文

如果你想深入技术原理，这几篇是绕不过去的经典：

1. Attention Is All You Need (2017)

   • Transformer 架构的诞生，大模型时代的开端。

2. GPT-3: Language Models are Few-Shot Learners (2020)

   • 证明了大力出奇迹，模型大了就能涌现能力。

3. Chain-of-Thought Prompting Elicits Reasoning in Large Language Models (2022)

   • 发现了思维链的神奇作用。

4. Shaping AI's Impact on Billions of Lives (2024)

   • 由 Mariano-Florentino Cuéllar、Jeff Dean、David Patterson 等作者撰写，提出了把 AI 研究引向公共利益的一组原则和 18 个具体里程碑。arXiv:2412.02730

优质课程与教程

• DeepLearning.AI（吴恩达）：

  • 《ChatGPT Prompt Engineering for Developers》（免费短课，经典中的经典）。

  • 《AI for Everyone》（通俗易懂的 AI 原理课）。

  • Coursera: Deep Learning Specialization：系统性强的深度学习专项课程。

• 李宏毅（台大）：

  • 他的机器学习课程风趣幽默，用宝可梦讲 AI，非常适合华语初学者。YouTube 频道。

• Andrej Karpathy：

  • 前 OpenAI 研究负责人（后回归个人研究/教育方向），他的 “Let's build GPT” 视频是硬核党的必修课。

• Fast.ai：

  • 杰瑞米·霍华德（Jeremy Howard）主讲，主打“自顶向下”的实战派教学。

• 《动手学深度学习》（李沐）：

  • 偏向代码实战，适合想亲手敲代码复现经典模型的学习者。

优质博客与专栏

1. OpenAI Research

   • 了解 GPT 系列、Sora 等模型与研究进展的第一手发布地。

2. Anthropic Research

   • 关注 AI 安全、可解释性（Mechanistic Interpretability）和 Claude 的最新进展。

3. Google DeepMind

   • 这里的文章偏学术和硬核，涵盖强化学习、AlphaFold 等基础科学突破。

4. Meta AI

   • 开源界的灯塔。关注 LLaMA 系列、PyTorch 框架的最新动态。

5. Microsoft Research

   • 巨头的底蕴，涵盖从基础理论到应用落地的全方位研究。

工具箱

• Hugging Face Papers：查看当下热门论文和对应的代码实现（原 Papers with Code 已停止运营，其域名现在也跳转到这里）。

• Product Hunt：看看每天冒出来的 AI 新产品，寻找灵感。

避坑提醒：

不要购买那些“三天速成 AI 大师”的付费课，尤其是那些贩卖焦虑的。真正好的资源大多是免费的（比如官方文档）。