AI 学习最容易卡住的,不是工具太少,而是信息太杂、路径不清。与其到处刷碎片内容,不如先找到适合自己阶段的几位讲解者。
入门与实操方向:
1. Jeff Su
节奏快、表达直接,偏向普通人能立刻用上的 AI 方法。提示词写法、AI Agent 等主题讲得清楚,适合刚开始把 AI 用进实际任务的人。
2. Tina Huang
曾任 Meta 数据工程师,擅长将复杂资料提炼成容易理解的框架。她关于 AI Agent 的内容尤其适合作为入门材料。
3. 通往 AGI 之路
会拆解知识库搭建、扣子 Coze 工作流等具体功能,也整理了从零学习 AI 的文档资料,适合基础较少的人循序进入。
理解原理与技术深度:
4. Andrej Karpathy
围绕大语言模型的原理、训练和应用展开。他的 3 小时 LLM 课程信息密度高,同时尽量讲得直观,非技术背景也能跟上核心概念。
5. 宝玉xp
兼顾技术解读与翻译,常用长文分析 OpenAI 新论文背后的技术逻辑,适合想进一步理解大模型底层机制的人。
6. 李继刚
以 Prompt Engineering 教学为主,从结构化提示词到 Lisp 伪代��都有练习。结构化 Prompt、角色扮演、知识卡片和模板等内容偏实用。
工程与行业视角:
7. Dave Ebbelaar
Datalumina 创始人,重点分享可落地的 AI 系统工程教程,以及 AI 自由职业相关经验。
8. IBM Technology
IBM 官方频道,覆盖 AI、自动化、DevOps、量子计算等主题,并邀请对应领域专家讲解,适合横向建立技术认知。
9. Google Cloud Tech
内容更聚焦于具体技术与产品应用。NotebookLM、Learnabout、Little Language Lessons 等工具相关内容,都能在这个方向找到更垂直的讲解。
想快速上手可从 Jeff Su、Tina Huang 和通往 AGI 之路开始;想理解模型原理,再进入 Karpathy 与宝玉xp的内容;需要工程实践与技术广度,则补上 Dave Ebbelaar、IBM Technology 和 Google Cloud Tech。