零基础到能落地:我的 AI 学习路线图(2026 版)
很多人学 AI 的方式是"收藏一堆教程,然后从头到尾看一遍"。这条路走不通。这篇讲我踩了两年坑之后总结出的四阶段路线,以及每个阶段该做什么、不该做什么。
四个方向,覆盖从学习到落地的完整链路
我认为最值得先读的几篇
很多人学 AI 的方式是"收藏一堆教程,然后从头到尾看一遍"。这条路走不通。这篇讲我踩了两年坑之后总结出的四阶段路线,以及每个阶段该做什么、不该做什么。
写了几十个 Skill 之后我发现,Skill 的质量瓶颈从来不是 Prompt 写得好不好,而是它的边界清不清楚。这篇讲如何像写库一样写 Skill:单一职责、显式契约、可回归测试。
保持周更,只写自己验证过的东西
很多人学 AI 的方式是"收藏一堆教程,然后从头到尾看一遍"。这条路走不通。这篇讲我踩了两年坑之后总结出的四阶段路线,以及每个阶段该做什么、不该做什么。
写了几十个 Skill 之后我发现,Skill 的质量瓶颈从来不是 Prompt 写得好不好,而是它的边界清不清楚。这篇讲如何像写库一样写 Skill:单一职责、显式契约、可回归测试。
做了一年 RAG 项目之后,我把反复用到的检索、重排、评测模块抽成了开源库。这篇讲它的设计取舍,以及为什么我把"可评测"放在"功能多"之前。
我自己在用的工具,附上踩坑提示
把检索质量当一等公民的 RAG 脚手架
我自己维护的开源 RAG 库。最大特点不是功能多,而是每一段检索结果都能单独拿出来审查,内置评测报告。适合需要认真调优检索质量的项目。
建议:别一上来就用全量功能。先用纯检索跑通,拿到基线指标,再逐步加重排和改写。
读论文的人迟早会用上的文献管理器
免费开源的文献管理工具。抓元数据、做笔记、生成引用一条龙。配合插件可以和大模型联动,直接对整库文献提问。
建议:装上 Zotero Connector 浏览器插件,看到论文一键入库。再配 Better BibTeX 插件,写 LaTeX 时引用自动同步。
免费额度最实在的大模型 API 入口
Gemini 系列模型的免费调用入口,Flash 系列额度给得很足,还自带结构化输出。适合原型验证和批量数据处理。
建议:免费层的数据可能被用于改进模型,别往里传业务敏感数据。生产环境请走付费层。