📌 项目地址：rohitg00/ai-engineering-from-scratch | ⭐ 9,518 颗星 | 🔧 Python | 📜 未标注
这课不教你怎么“用”AI
84%的学生已经在用AI工具，只有18%觉得自己能专业使用。这个数字来自项目README，引用的是某份调查，但作者Rohit没有给出出处。他关心的是怎么把那66%的差距填上。
他的方案是个叫“AI Engineering from Scratch”的开源课程。503节课，20个阶段，覆盖Python、TypeScript、Rust和Julia。MIT协议，免费，在自己的笔记本上跑。截至目前9518个star，过去30天24万页面浏览，15万独立读者。
这个数字让我注意：star数接近一万，但读者是star数的16倍。说明很多人只是读，没有标星。为什么？因为这不是一个“三小时速成”的课——它是一个你至少要投入300小时的训练营。
课程设计的基础假设
大多数AI教材是碎片化的：一篇论文解读，一个微调教程，一个Demo视频。它们没法让你把知识串起来。你能用Hugging Face跑推理，但一轮训练里loss振荡了你不知道哪一步出了问题。你能给Agent接个工具，但说不清Attention里的softmax到底在干什么。
这个课程先把底层逻辑铺满。从线性代数开始，到反向传播、Tokenizer、Attention、Agent循环，每个算法都先手写一遍，再交给框架。README写得很直白：“You don’t just learn AI. You build it. End-to-end. By hand.”
每节课的流程是固定的：读问题→推导数学→写代码→跑测试→保留产物。没有五分钟视频，没有One-click部署。你在编辑器里敲矩阵乘法、梯度推导、多头注意力、Agent主循环。
一张有向无环图，不是目录
课程结构是一张Mermaid流程图，我把它转成文字：
Phase 0 设置工具链
↓
Phase 1 数学基础 → Phase 2 ML基础 → Phase 3 深度学习核心
↓
Phase 3 分支: Phase 4 视觉 / Phase 5 NLP / Phase 6 语音 / Phase 9强化学习
↓
Phase 5 → Phase 7 Transformer
↓
Phase 7 → Phase 8 生成式AI / Phase 10 LLM从零搭建
↓
Phase 10 分支: Phase 11 LLM工程 / Phase 12 多模态
↓
Phase 11 → Phase 13 工具与协议
↓
Phase 13 → Phase 14 Agent工程
↓
Phase 14 分支: Phase 15 自主系统 / Phase 17 生产基础设施
↓
Phase 15 → Phase 16 多Agent与集群（第18-20阶段未在图中展示）每一阶段都标了前驱依赖。想学Phase 10（从零搭LLM），必须先完成Phase 7（Transformer）和Phase 5（NLP）。Phase 7又依赖Phase 5和Phase 3。没有环路。
作者专门提醒：“Skip ahead if you already know the lower layers, but don’t skip and then wonder why something at the top is breaking.” 你可以跳过已知部分，但别跳了之后抱怨上层跑不通。
这和市面上很多“10小时精通大模型”的课截然不同。用拓扑排序的方式组织课程，意味着每层知识都是上一层的必要条件。如果你没学会矩阵求导就跳到Transformer，你会在反向传播那一步卡住，没法继续。
四门语言的真实用途
课程跨Python、TypeScript、Rust、Julia。这不是为了炫技。
Python用来做核心的算法实现和模型训练。TypeScript用在工具协议交互——比如写MCP Server（Model Context Protocol Server），这是Agent调用外部工具的标准信道。Rust管性能敏感的生产基础设施，比如高吞吐Tokenizer。Julia用在数学验证和数值计算，它的矩阵运算语法更接近数学符号。
AI工程到了生产层面，从来不是单语言能搞定的。这个设计很务实：你不必精通四门，但至少每门按课程要求写几十行代码。最终你会有能力判断某个场景该用哪种语言。
每个阶段产出的实际物品
每节课产出一个artifact。README列举了三种：a prompt, a skill, an agent, an MCP server。说“prompt”其实不是简单的提示词，而是你精心设计的、经过测试的指令模板。Skill指的是一个可重用的功能模块，比如“文生图”或“文本摘要”。Agent包含完整的循环：感知→推理→行动。MCP server是标准化的工具接口。
到课程结束时，你手上有一套自己写出来的库——从线性代数SVD分解，到多智能体集群的通信协议。这些代码可以后续复用，不是git clone别人仓库改个参数就能获得的。
我试过Karpathy的“GPT from scratch”视频，一个视频1-2小时，没有这么多阶段和依赖管理。那个课很好，但更适合已经有一定基础的人。这个课更系统，更适合从零开始的人。另外，它比“fast.ai”更底层：fast.ai是“先学用框架，再理解原理”，这个正好反过来。
谁该花这300小时
如果你满足以下任何一条，应该考虑：
- 能用Hugging Face pipeline跑推理，但看到训练loss振荡写不出一个优化器。
- 能调prompt，但说不清attention里softmax到底在干什么。
- 不想当“调用一切的人”，想当“能解释并实现一切的人”。
- 准备自己构建AI产品，而不是套壳。
你不该碰它，如果：
- 明天就要上线一个AI功能，今天想三天速成。
- 讨厌读文档，讨厌调试梯度消失或NaN损失。
- 觉得自己基础够好，可以随便跳课——建议你至少从Phase 1的线性代数扫一遍，有些推导细节你可能忘了。
实际启动的成本
README没有写“从Phase 0开始配置开发环境”的详细步骤，但按一般开源项目的套路，你需要一台带GPU的电脑（至少一个CUDA-capable GPU，8GB显存起步），安装Python 3.10+、Node.js、Rust工具链和Julia。项目根目录应该有个setup.sh或者requirements.txt，但README里没直接贴，需要你自己clone后看。
每节课预估45-90分钟。503节课约320小时。如果每天投入2-3小时，需要4-5个月完成。如果全职投入（每天6-8小时），大约1.5-2个月。
作者此前做过Agent Memory（持久记忆库），这次项目更宏大。9518个star说明开发者群体认可它的设计。但它不是那种“你收藏就等于学会”的项目：你得真正动手。
它和主流培训的区别
市面上AI课程平均时长在20-40小时。这个课直接翻了8倍。没有“只看视频”的选项，没有“一键部署”的Demo。它的价值补偿是：学完之后，你不是在“使用AI”，而是在“制造AI”。你能端到端地解释自己的Agent为什么这样决定，能调试训练过程，能优化Tokenizer性能，能自己写MCP Server。
从“调用一切的人”变成“能解释并实现一切的人”，这个差距大概就是66%的自信鸿沟。这个课打算硬填它。值不值9518星？至少我觉得，如果它真的按承诺交付，那远超这个数。
注意：我写这篇文章时，项目license是MIT，免费开源。你可以直接在GitHub上找到rohitg00/ai-engineering-from-scratch。如果你决定开始，建议先通读README的每个阶段描述，再做时间规划。不要一次跳太多——等到Phase 14你会发现，依赖链上的每一个点都是用代码堆出来的。