Appearance
AI 应用开发学习路线
面向已有前/后端基础、准备系统进入 AI 领域的开发者。目标不是从零转算法，而是在 8 周内建立 AI 应用开发的核心认知，并完成 2 到 3 个代表项目。
怎么用这条路线
先看 AI 概念地图，再找到当前所在的周次，只看那一周的目标和对应章节，其他周先不管。每周结束后把结果同步到 进度总览。
如果节奏被打乱，就缩小目标，而不是让整张表空在那里。
每一周都建议留一个小交付物。它可以是一段脚本、一个页面、一次排查记录，也可以是一组评测样例。只读章节很容易产生“我懂了”的错觉，真正能暴露问题的是你能不能把概念放进一个最小闭环。
怎么判断自己学过了
这条路线不是按“看完多少页”验收，而是按你能不能做出几个关键动作来判断：
- 第 1 到 2 周：能发起一次模型调用，并解释请求里的 prompt、历史消息和返回结果。
- 第 3 到 4 周：能让模型输出程序可校验的数据，或让模型选择一个由程序执行的工具。
- 第 5 到 6 周：能把资料切块入库，检索出证据，并让回答带引用或拒答。
- 第 7 到 8 周：能给 Agent 设置边界、日志和评测样例，而不是只看最终回答。
如果某一周做不出交付物，先回退到这一周的项目或练习，不要直接跳到更复杂的框架。
阶段 0：定位与准备
| 目标 | 关键主题 |
|---|---|
| 明确学习方向 | AI 应用开发、RAG、Agent、评测、安全 |
| 完成环境切换 | Python、FastAPI、Pydantic、HTTP 调用 |
第 1 周：AI 应用基础认知
这一周的关键，不是把所有概念学全，而是先建立最小框架：模型是什么、Prompt 在哪里起作用、应用是怎么发起一次调用的。
| 目标 | 关键主题 |
|---|---|
| 理解模型基础概念 | LLM、Token、Context Window |
| 建立 Prompt 基础 | System Prompt、User Prompt、上下文工程 |
| 跑通最小模型调用 | Python 脚本、前后端请求链路 |
第 2 周：聊天应用闭环
当概念不再完全陌生后，就要尽快进入最小项目闭环。只有看到页面真正跑起来，前一周学到的东西才会开始变得具体。
| 目标 | 关键主题 |
|---|---|
| 做出第一个聊天页 | 多轮上下文、Loading、错误处理 |
| 理解流式输出 | 前后端流式返回与界面展示 |
| 形成最小产品体验 | 清空上下文、Markdown 渲染、系统提示 |
第 3 周：结构化输出
这一周开始把"模型会说话"推进到"模型能稳定输出程序可用的数据"。这是从 demo 走向系统化的关键一步。
| 目标 | 关键主题 |
|---|---|
| 把模型输出变成系统数据 | JSON、Schema、字段设计 |
| 建立程序校验意识 | Pydantic、重试、兜底 |
| 完成信息提取练习 | 文本转结构化字段 |
第 4 周：Tool Calling
到这里，你会第一次真正感受到 AI 应用和普通聊天的差别。模型不再只是回答文本，而是开始借助外部工具获得真实能力。
| 目标 | 关键主题 |
|---|---|
| 理解工具调用闭环 | 模型提议、宿主执行、结果回注 |
| 接入 2 到 3 个基础工具 | 时间、天气、网页搜索 |
| 展示工具调用过程 | 前端过程可视化与错误提示 |
第 5 周：Embedding 与检索
这一周要先把"检索"这件事学扎实。很多人一提 RAG 就直接上库，但如果不理解切块、召回和排序，后面很容易陷入"能跑但效果很差"的状态。
| 目标 | 关键主题 |
|---|---|
| 理解语义召回 | Embedding、相似度、向量检索 |
| 掌握切块基础 | chunk size、overlap、top-k |
| 做最小检索实验 | 文档切块、检索命中展示 |
第 6 周：RAG 系统
前一周学的是检索原理，这一周开始把它变成完整系统：资料进入知识库，被检索出来，再被模型用来生成答案和引用。
| 目标 | 关键主题 |
|---|---|
| 搭建知识库问答闭环 | 检索、增强上下文、生成 |
| 建立引用与拒答机制 | 来源展示、不知道机制 |
| 做出第 2 个代表项目 | 文档上传、问答、引用 |
第 7 周：Agent 基础
当单轮问答和检索已经比较清楚后，就可以进入 Agent。这里的重点不是追复杂框架，而是理解多步任务为什么会失控，以及怎样给它加边界。
| 目标 | 关键主题 |
|---|---|
| 理解 Agent Loop | Plan、Act、Observe |
| 做最小 Research Agent | 搜索、整理、总结、引用 |
| 控制复杂度 | 步数上限、状态管理、终止条件 |
第 8 周：安全、评测与系统设计
最后这一周是收口。你要开始把前面做出的东西放到更真实的工程语境里看：它是否可靠、可测、可回滚、可被信任。
| 目标 | 关键主题 |
|---|---|
| 理解风险边界 | Hallucination、Prompt Injection、权限控制 |
| 建立最小评测集 | 20 条测试样例、回归意识 |
| 补上工程视角 | 日志、观测、回滚、系统模块设计 |
8 周后的进阶延伸
前 8 周的目标，是先把概念、应用开发和工程化主线走稳。之后再进入更偏进阶判断的专题。
- 微调模型：先建立"什么时候该微调、什么时候不该"的判断力 → 模型微调与定制化
- AI Coding：把 AI 辅助从"会写几段代码"升级成"稳定的开发工作流" → AI Coding 规划与实践
阶段里程碑
- [ ] 完成最小聊天应用
- [ ] 完成 RAG 知识库问答
- [ ] 完成简单 Research Agent
- [ ] 建立最小评测与安全意识