2026 年最新的 人工智能 学习路线（为期三个月）
时间：2026-5-24 01:11 作者：独元殇 分类： AI 与出海
如果你只是一个已经工作的普通码农的话，那么其实学学 Vibe coding 的技巧，以及简单看几个科普的文章，然后用 claude code 或者 codex 做几个项目就 OK 了。
但是如果你是想进入大厂、尤其是一些待遇特别好的外企的话，AI 的底层基础还是得好好学的。没错 没错 ，就是 面试造火箭，工作打螺丝，卷吧 ~
AI 素养成招聘考核标准，2025 年世经论坛数据显示，相关从业者薪资溢价 15%-22%，掌握基础便可远超九成求职者。
但是，基础它就是很重要的，尤其是 AI 时代，没有什么比基础更重要的了。
勿在浮沙筑高台 ---- 左耳朵耗子。
实际上，海外的对于 人工智能 的相关课程超级的多，御三家的官方很慷慨，有完备的教程和证书机制，资料很是丰厚。
目前在海外认可度比较高的是御三家的官方课程，可以放到简历、领英里直接用。
谷歌： grow.google/ai （7 套课程，可以考取 google ai 专业证书）
Anthropic：anthropic.skilljar.com （16 套课程，也有证书，这个质量很高）
openAI：academy.openai.com （这个主要是 人工智能 基础）
大约不到 3 个月就能学完。
本文章有参考 这篇 self dll 大佬分享的 《从零到 AI 工程师》文章。
https://x.com/seelffff/status/2054991798519656789
（关于谷歌，你可以在 7 天免费试用期内完成 Google AI 专业证书的前 3 个模块。）
开始
Python 3 是肯定要安装的。
VS Code（写代码） + Git（版本控制） + GitHub（不多说） + Obsidian（记录笔记） + Ollama（运行本地模型） 都要备齐。
根据推特大佬 self dll 的经验，学习入门是以下面的路线最好。
1. 了解 AI
第一步， 谷歌 的课程。学习 1~3 门，了解 AI 目前的一个大局观。
然后是 Anthropic 的基础课程 《AI 流畅度：框架与基础》。
这个 https://anthropic.skilljar.com/ai-fluency-framework-foundations 。
基础就 OK 了。这些课程都有证书。
2. 学习 AI 是怎么工作的
在 github 上，有微软的 这个 仓库，非常出名。
地址 github.com/microsoft/generative-ai-for-beginners
不用多学，只学 1~6 课就 OK ！
3. 机器学习，数学基础
花 3 个星期的时间，把微软的 https://github.com/microsoft/ML-For-Beginners 这个仓库的课看完。学完 回归、分类、聚类、NLP 基础 的内容。
每天两节就 OK。
如果你数学基础比较差，可以看看这个课程，专门讲 机器学习 相关的数学概念：
https://github.com/mlabonne/llm-course （只看 线性代数、微积分、概率 部分即可）
在这个过程里，你会明白 理解回归、分类、聚类、梯度下降、损失函数、过拟合 等等概念。
之后，上面微软的仓库 ML-For-Beginners 里面，有很多数据集。
可以尝试着自己从头开始构建一个模型。构建成，那么 人工智能 的基础就可以了，这个时候应该过去一个半月了。
4. 自己构建一个
安德烈·卡帕西，人工智能界的 乔布斯，ai教母李飞飞的学生、前特斯拉 AI 总监、openAI 创始人、目前是 anthropic 的工程师。
在他的个人网站 Neural Networks: Zero To Hero ，有很多视频，使用 Python ，手把手教你构建 micrograd、makemore、nanoGPT。
花三个星期，把下面这些课程看完，看透。
基本上大部分概念就明白了。入门成功。
5. 大模型工程
著名的 github LLM 仓库。
https://github.com/mlabonne/llm-course
学习 Architecture、Fine-tuning、Quantization、Evaluation。LoRA、QLoRA、量化、评估 等概念。
以及 anthropic 的 https://github.com/microsoft/generative-ai-for-beginners 这个课程，学习RAG、function calling、fine-tuning、设计模式。
然后用 ChromaDB 或 LanceDB 连接 Obsidian 笔记，手搓一个 RAG 模型。
虽然现在 RAG 模型已经有点淘汰了，但是这个还是入门必须学的。
现在应该过去两个月了。
6. 手搓一个 agent 智能体
还是微软的课程。
github.com/microsoft/ai-agents-for-beginners
之后就能学习构建一个【一个能读取你的 Obsidian 笔记库、检查你正在学习主题的网络更新、并生成每日摘要发送到 Telegram 的智能体】。
至此，差不多就可以了。
部署就不多讲了