人工智能
导言
2022 年底，ChatGPT 横空出世，人工智能真正意义上进入了大众视野。
从那以后，LLM、Agent、MCP、Skill、Token、本地部署、RAG、VLM……各种新概念接连出现。人工智能不再只是计算机专业里一个相对小众的研究方向，而是迅速渗透到了软件开发、内容创作、教育、金融、制造业以及几乎所有互联网行业。
短短几年时间，AI 产业也经历了非常快的迭代。
以 OpenAI、Google、Anthropic 等公司为代表的海外厂商不断推出新的基础模型和 AI 产品；国内也出现了 DeepSeek、字节跳动 Seed、月之暗面 Kimi、智谱等一批具有代表性的 AI 公司和模型。与此同时，AI 的能力也从最初的“聊天和问答”，逐渐扩展到了代码生成、图像与视频生成、语音交互、深度推理、工具调用以及 Agent 等更加复杂的任务。
例如，今天我们已经可以看到：
- 大语言模型（LLM）：负责理解和生成文本，并逐渐具备更强的推理与工具使用能力；
- 视觉语言模型（VLM）：能够理解图片、文档、视频等多模态信息；
- AI Coding：AI 已经能够参与从代码补全、Debug 到完整项目开发的过程，Codex、Claude Code 等工具正在改变软件开发的工作方式；
- AI Agent：模型不再只是“回答问题”，而是可以调用搜索、代码执行、数据库、浏览器等工具，完成更加复杂的任务；
- AI 应用开发：开发者可以直接调用成熟的模型 API，将 AI 能力集成到自己的软件和产品中；
- 本地部署与开源模型：越来越多的模型可以在个人电脑、工作站甚至手机等设备上运行，使得普通开发者也能够参与模型应用和 AI 工具的开发。
以 DeepSeek 为例，从早期的 DeepSeek-V3、R1，到如今的 V4 系列，模型已经不仅仅关注传统的聊天和文本生成能力，而是越来越强调推理、代码以及 Agent 等实际任务能力。
这意味着：
今天学习人工智能，已经不再等同于“学几个机器学习算法”。
如果你在大学里准备进入 AI 领域，那么你实际上需要面对的是一个非常庞大的技术体系：
数学 → Python → 机器学习 → 深度学习 → Transformer → 大语言模型 → AI 应用开发 → Agent → 工程实践
而且，这条路线并不是完全线性的。
你不需要在学完所有数学知识之后才能开始接触 AI，也不需要先把 Transformer 的每一个公式都推导一遍才能调用大模型 API。相反，更有效的学习方式往往是：
先建立整体认知，再通过项目进入实际开发，在实践中不断补齐理论基础。
这也是这篇学习指南希望解决的问题。
我会尽可能按照一个计算机专业学生实际学习 AI 的过程，将人工智能拆解成几个阶段，从最基础的 Python、数学和机器学习基础 开始，逐渐进入 深度学习、Transformer、大语言模型，最后延伸到如今非常热门的 LLM 应用开发、Agent、本地部署以及 AI 工程实践。
你不需要一开始就搞懂所有东西。
如果你是刚接触 AI 的大一、大二学生，那么可以把这篇文章当成一张地图：先知道整个领域有哪些东西，以及它们之间是什么关系。
如果你已经具备一定的编程基础，也可以直接跳到自己感兴趣的部分，例如机器学习、深度学习、大模型或者 Agent。
最重要的是：
不要把“学 AI”理解成背诵一堆算法和八股。
AI 是一个非常强调实践的领域。真正能够让你理解一个技术的，往往不是看完一篇文章，而是自己写出来、跑起来、调试它，然后发现它为什么工作、为什么失败。
所以，在这份指南中，我也会尽可能加入实际的项目、开源代码、工具和学习资源。
希望当你看完这篇指南之后，至少能够回答三个问题：
人工智能到底包含哪些东西？ 我现在应该学什么，下一步应该学什么？ 学完之后，我能够真正做出什么东西？
如果这三个问题能够得到答案，那么这篇指南就达到了它最初的目的。
什么是 AI？
人工智能（Artificial Intelligence，AI）是一个非常宽泛的概念。
简单来说，AI 就是让计算机具备一些过去通常需要人类智能才能完成的能力，例如识别、理解、预测、决策和生成。
其实在 ChatGPT 出现之前，我们身边就已经有大量 AI，只是过去它们往往隐藏在各种产品和功能背后。
例如：
- 推荐系统：抖音、B站、淘宝为什么知道你可能喜欢什么？——根据你的历史行为预测你可能感兴趣的内容。
- 搜索引擎：当你搜索一个关键词时，搜索引擎为什么知道哪些结果应该排在前面？——通过算法理解你的查询，并对海量内容进行排序。
- 计算机视觉（CV）：手机的人脸解锁、相册中的人脸识别、OCR、自动驾驶中的车辆和行人识别，都需要计算机理解图像。
- 自然语言处理（NLP）：机器翻译、语音助手、垃圾邮件识别、文本分类等，都需要计算机处理人类语言。
- 游戏 AI：NPC 的行为、寻路、敌人的决策以及玩家匹配等，都可以使用 AI 技术。
- 广告系统：你在电商或者短视频平台看到的广告，并不是随机出现的，系统会根据用户和商品的特征预测哪些广告更可能被点击。
- 生成式 AI：ChatGPT、Claude、Gemini、DeepSeek 等模型可以生成文本和代码，进一步的多模态模型还可以理解和生成图片、音频、视频。
这些应用看起来差别很大，但背后都有一个共同的问题：
如何让计算机根据大量信息，完成原本需要人类进行判断、理解、预测或者创造的任务？
而今天我们所说的现代 AI，正是在过去几十年机器学习、深度学习等技术不断发展的基础上形成的。
AI学习
AI的学习路线分为AI应用和AI算法研究两个路线 对于AI应用来讲 我们只需要知道AI是什么 AI怎么用 把AI当成一个黑盒来用 然后用各种工程方式去约束AI解决一些现实问题 而AI研究 我们需要知道深度学习的原理 反向传播 梯度下降 以及一些模型训练的数据准备 网络参数调优等等