AI Engineering from Scratch：一份值得收藏的 AI 学习路线 。

最近看到一个开源项目，叫 AI Engineering from Scratch，我看了看，我感觉非常值得分享一下。

先说第一个让我觉得不一样的地方。现在网上学 AI 的资料太碎了，这边一篇论文，那边一个微调教程，再刷到一个酷炫的 Agent 演示。你可能跟着做了一个聊天机器人，但问你损失函数的曲线怎么看，答不上来。你给 Agent 挂了个工具，但模型内部的注意力机制到底在干嘛，说不清楚。这个项目就是想把这些散落的碎片串成一条完整的线。

它一共有 20 个阶段，523 节课，预计学完大概要 342 个小时。从最底层的线性代数开始，一路往上走，经过机器学习基础、深度学习、NLP、Transformer、大语言模型，一直到 Agent 工程、多智能体协作，最后到生产部署和伦理对齐。支持四种编程语言：Python、TypeScript、Rust、Julia。全部免费，MIT 开源协议。

然后说第二个特别的地方。每节课的结构都一样，六个步骤走下来：先读懂问题，再推导数学，然后手写代码实现，跑通测试，最后留下一个可以复用的成果。这个成果可能是一个提示词模板，可能是一个 Skill，可能是一个 Agent，也可能是一个 MCP 服务器。所有算法都要求你先用原始数学从零写一遍，写完之后再用 PyTorch 这类框架跑同样的东西。等框架出场的时候，你已经知道它底层在做什么了。

还有一个细节，我认为挺好的。大部分课程学完之后给你一句“恭喜你学会了”，就结束了。这个项目每节课结束的时候，你手里都会多一个能直接用的工具，可以装进你的日常工作流里。523 节课学完，你手上就有 523 个你自己亲手造出来的东西。

它还配了一套 AI 辅导员系统。装好之后，在 Claude Code 或者 Codex 里输入一个命令，辅导员会先给你做一个十道题的摸底测试，帮你定位起点，然后一节一节地教，教完就考，考完记录进度，下次接着来。如果你只对某个方向感兴趣，比如只想学 MCP 协议或者只想学 Agent Skills，也有专门的学习路线，不用从头到尾全部啃完。

说实话，84% 的学生已经在用 AI 工具了，但只有 18% 觉得自己真正会用。这个项目想填的就是这个缺口。它不教你调 API，它让你把东西从头到尾自己造一遍。

传送门：github.com/rohitg00/ai-engineering-from-scratch

科技先锋官How I AI