附录 D:AI 学习路线图
种一棵树最好的时间是十年前,其次是现在。
本书先用 A/B 双轨学习契约定义“从哪里开始、交付什么、怎样算完成”,再用三个阶段描述长期成长方向。
A/B 双轨学习契约
A 轨:基础使用者
前置条件
无需编程或高等数学基础
可使用浏览器和任一对话式 AI 工具
准备一个不含敏感信息的真实任务
可交付物
一份三轮提示词迭代记录
一份事实核验清单
一张个人场景工作流卡
验收标准
能用自己的话区分 AI、机器学习与深度学习
能比较三轮输出并说明改动理由
能为关键事实给出来源,并标出不确定项
能识别隐私、幻觉与自动化越权风险
B 轨:工程师增强
前置条件
达到 A 轨验收标准或具备同等基础
Python 3.11+
会在命令行运行 Python 文件
一台可进行 CPU 计算的电脑
可交付物
五份实验结果字典与自评记录
一份失败案例与排障记录
一份最小 AI 工作流设计
验收标准
能复现实验的固定输入与预期范围
能解释每项评估为何通过或失败
能在不使用在线 API 和密钥的情况下完成五个实验
能把评估结果映射回对应章节的核心概念
B 轨五个实验映射
01_ml_basics.py
第 4 章
线性回归指标报告
evaluate() 返回 passed=True
02_structured_output.py
第 12.2 节
三个结构化输出校验结果
evaluate() 返回 passed=True
03_dl_overfitting.py
第 5 章
训练/验证损失与早停点
evaluate() 返回 passed=True
04_rag_minimal.py
第 12.5 节
检索命中、上下文与回答
evaluate() 返回 passed=True
05_agent_evals.py
第 14 章
两个案例的智能体评估报告
evaluate() 返回 passed=True
五个实验均使用固定输入、仅在本地 CPU 运行。具体预期范围、排障方法和自评量表见 labs/README.md。
三阶段成长路线
第一阶段:AI 使用者
目标:熟练掌握主流 AI 工具,提升工作生活效率。 耗时:1-2 周 内容:
工具掌握:注册并熟练使用 ChatGPT、Claude、Kimi 等对话式 AI。
提示词入门:学会“人设+背景+约束”的基本提问法。
场景应用:尝试用 AI 写周报、翻译文章、做旅行计划。
多模态体验:试着生成几张图片(Midjourney/可灵),体验 AI 绘画。
标志性里程碑:你遇到问题时,第一反应不是“百度一下”,而是“问问 AI”。
第二阶段:AI 驾驭者
目标:理解 AI 原理,能解决复杂问题,构建自动化工作流。 耗时:1-3 个月 内容:
提示词进阶:掌握 思维链(CoT)、指定输出格式(见第 11 章)、迭代优化等高级技巧。
工作流自动化:开始玩 Coze、Zapier,把 AI 串联到你的日常工作流里(例如:自动抓取新闻 -> AI 总结 -> 发送到手机)。
原理理解:阅读本书的前半部分,理解什么是 Transformer,什么是 Token,什么是过拟合。
标志性里程碑:你开发了一个自己的 GPT 或智能体,并把它分享给了同事使用。
第三阶段:AI 开发者
目标:基于 AI 开发产品,或者微调模型。 耗时:3-6 个月+ 内容:
编程基础:学习 Python(不用太深,会调用 API 即可)。
API 开发:学会调用 OpenAI API,把 AI 能力集成到你的网页或 App 中。
框架学习:学习 LangChain、LlamaIndex 等开发框架。
模型微调:尝试在开源模型(如 LLaMA)基础上,用特定数据进行微调。
标志性里程碑:你上线了一个 AI 应用,或者在 GitHub 上贡献了代码。
给普通人的建议
绝大多数人 停留在第二阶段就足够了。
你不需要成为那 1% 造轮子的人(研发 AI),你只需要成为那 99% 也就是 用轮子跑得最快的人。
写在最后
《黑客帝国》里,墨菲斯给了尼奥两颗药丸:红色代表残酷的真相,蓝色代表虚幻的美梦。
AI 既不是红色药丸,也不是蓝色药丸。它是你手中的 魔杖。
挥动它,你能让枯燥的数据瞬间变成生动的图表。
挥动它,你能让脑海中的火花瞬间变成现实的作品。
本书的终点,就是你旅程的起点。
愿这本小书能帮你找到属于自己的魔杖,学会新世界的咒语。
下一步该做什么?
合上这本书后,不妨立刻采取以下行动:
立刻动手:去附录 B 挑一个你最感兴趣的工具,注册账号,今天就用它帮你完成一项实际工作。
进阶学习:当你在工作流中遇到生成质量的瓶颈时,可以回头翻阅附录 C 推荐的官方提示词指南,或者去学习基础的 Python 编程以接入 API。
拥抱变化:AI 的发展日新月异,与其焦虑,不如保持一份好奇心,享受这个一生难遇的技术大航海时代。
最后更新于
