人工智能
AI 的内容从两个方向展开：理解模型怎样学习和计算，以及把模型接入一个能完成任务的系统。选模型、写 Agent、做检索和训练分类器，会共享一些基础，但不必按同一套课程顺序开始。
按当前问题选择主题
三条阅读路径
先把 AI 用起来。 从模型与 API 选型确定能力与成本，再用仓库工作流组织任务。遇到材料太多或信息缺失，再读检索流程与上下文工程。最后用任务评测确认收益，而不只看演示是否顺利。
理解模型为什么能工作。 先从学习目标、线性回归和多层感知机入手。然后沿着文本表示、注意力、Transformer，读到训练阶段和生成过程。
搭建本地 Agent。 先估资源预算并选择运行时；再明确工具契约、执行循环和恢复机制。需要跨任务保存信息时加入记忆，最后在相同任务上比较质量、延迟和失败。
把概念、实现和结果连起来
读完一篇架构文章，应能解释输入、输出和训练目标；读完工具教程，应能完成一个小任务并辨认失败；读完比较文章，应能指出它成立的条件。三类文章互相引用，但不互相替代。