FIG_000 · 课程 v1.0 · 2026 开源 · MIT

AI Engineering
from Scratch

542 节课,20 个阶段。每个算法都先从最原始的数学搭起来,然后才轮到框架登场。

在终端里学习
npx skills add fancyboi999/ai-engineering-from-scratch-zh
> 使用 start-learning 开始课程。
Claude Cursor Codex + 任何支持 SKILL.md 的 agent

让 agent 成为你的导师:先做水平诊断,再生成个性化路线,并在终端中互动授课。

FIG_001 · 前向传播 y = σ(Wx + b) x h₁ h₂ ŷ
第 1 幅,共 3 幅。图中的每一层,都会成为一节由你亲手实现的课程。
运作方式

大多数 AI 教材都是碎片化教学。这儿一篇论文,那儿一篇微调心得,别处再来个炫酷的 agent demo。这些碎片很少能拼到一起。你做出了一个聊天机器人,却讲不清它的 loss 曲线;你给 agent 挂了个函数,却说不出调用它的那个模型内部,attention 到底在干什么。

这套课程就是那根脊椎。20 个阶段,542 节课,四种语言:Python、TypeScript、Rust、Julia。一头是线性代数,另一头是自主 agent 集群。每个算法都先从最原始的数学手写出来。反向传播、分词器、注意力、agent 循环——等 PyTorch 登场时,你已经知道它底层在做什么了。

结合课程正文、概念推导、代码实验、测验与产出练习学习。333 节中文配音动画覆盖阶段 0–14,可在课程页内嵌播放。课程资源免费开放,实验所需的 GPU、云服务和模型 API 按各课要求准备。

选择你想做的工作

AI 工程不止是模型代码。先从四条核心学习路径中选择一条,再在浏览器或 GitHub 上用同一套源码、实验、测试和产物学习。

查看学习路径 浏览职业路线
AI 工程 4 个相连领域
AI 工程连接构建与部署 AI 应用、软件工程基础、Agent 辅助工程和产品判断与交付。 构建与部署 AI 应用 软件工程基础 Agent 辅助工程 产品判断与交付
核心领域构建与部署 AI 应用

从 prompt、结构化输出、嵌入和检索,走到评估、服务、可观测性和安全发布。

核心领域软件工程基础

建立 AI 系统依赖的仓库、环境、接口、调试、验证、安全、发布和运维基础。

核心领域Agent 辅助工程

界定任务,从仓库证据规划,设计循环和 harness,隔离式委派,验证结果并保留反馈。

核心领域产品判断与交付

把观察到的工作转化为结果、假设、可测试切片、可执行规格、度量计划、分阶段发布和明确负责的反馈。

聚焦路径Model Context Protocol(MCP)

从网络信封到发布门,构建、保护、验证并运行无状态 MCP 系统。

聚焦路径Agent Skills

在真实 agent 宿主中构建、调用、路由、保护、评估、打包和验证可移植的技能。

以证据练习认证备考

选择一条认证路线,完成实践实验,保留学习者自主产物,并使用原创评估题。

理解课程,动手实践

如何学完一节课 · 探索 AI Agent 内部机制 · Agent 技能 · 主题速查表

在课程之外动手实践

78 项实战项目 · 4 本技术手册 · 243 个术语

阶段 0:配置与工具链 · 阶段 1:数学基础 · 阶段 2:机器学习基础 · 阶段 3:深度学习核心 · 阶段 4:计算机视觉 · 阶段 5:NLP:从基础到进阶 · 阶段 6:语音与音频 · 阶段 7:Transformer 深入剖析 · 阶段 8:生成式 AI · 阶段 9:强化学习 · 阶段 10:从零实现 LLM · 阶段 11:LLM 工程 · 阶段 12:多模态 AI · 阶段 13:工具与协议 · 阶段 14:Agent 工程 · 阶段 15:自主系统 · 阶段 16:多 agent 与集群 · 阶段 17:基础设施与生产 · 阶段 18:伦理、安全与对齐 · 阶段 19:综合项目

CLAUDE 认证 · 独立备考

用真实系统训练认证决策

四条 Claude 认证路线,仍然是这套课程的学法:逐步理解、运行实验、交付可检查产物,再用诊断和限时模拟题找出薄弱决策。

4 条路线33 节认证课295 道原创评估题

不隶属于 Anthropic,不颁发证书,也不保证通过。

当前进度
已完成课程 0 / 0
阶段 0 / 0
语言 4
术语条目 ···
进度保存在浏览器本地,可导出/导入 JSON 跨设备同步
课程 · 20 个阶段 · 542 节课
点开任意阶段查看它的课程。每节课在数学、代码、测试都写完后才会发布。
已完成 进行中 计划中
附记

整套课程都在 GitHub 上。clone 它、fork 它,按自己的节奏学。没有付费墙,不用注册。每节课都有可运行的代码——Python、TypeScript、Rust 或 Julia,看哪种最适合讲清楚这个概念。

git clone https://github.com/fancyboi999/ai-engineering-from-scratch-zh.git