@ParamSiddh：1）我一年前转向了AI工程！这是我做过的最佳职业选择。如果你想今天开始，这里…

1. 我转行做 AI 工程师已经一年了！ 这是我职业生涯中做过的最佳决定。

如果你想今天开始，这里有一份路线图：

1. 掌握 Python

当许多人沉迷于“氛围编程”时，拥有扎实编程基础的人总会脱颖而出。

Python 是 AI 社区的通用语言，而哈佛大学的 CS50p 是最好的入门课程。

2. 用 Python 做 AI

打好基础后，就该了解 Python 在 AI 中如何使用了。

这门由 Andrew Ng 主讲的 4 小时课程是一个很好的起点。

3. 理解 LLM

@3Blue1Brown 的这三个视频可以说是对 LLM 及其内部机制的最佳视觉解释。

1. LLM 的工作原理
2. Transformer 深度解析
3. Transformer 中的注意力机制
4. LLM 如何存储事实

4. LLM 研究

既然你已经理解了什么是 LLM，接下来就该学习如何自己构建它们。

这是世界上最伟大的老师开设的最棒的系列课程。

Andrej Karpathy 的《神经网络从零到精通》

5. AI 智能体

在跳入 AI 智能体的热潮之前，每个人都应该先读一读 Anthropic AI 关于构建高效智能体的指南。

“要构建一个智能体，你不需要复杂的框架或库，而是需要可组合的模式。”

7. 应用型 AI

我不建议追逐框架，但我在刚开始时学习了这门关于 CrewAI 的课程。

这门课程清晰、实用，教你像思考团队协作的人类一样思考智能体。

此外，创始人 @joaomdmoura 是一位出色的老师。

8. AI 协议（MCP）

既然你已经了解了智能体是什么，接下来就该将它们连接到外部工具、API 和数据库了。

我和联合创始人发布了一本关于 MCP 的实操指南，包含 10 多个项目。

该指南完全免费，已被下载超过 40,000 次。

9. 项目式学习

这个 GitHub 仓库包含 75 多个 AI 工程相关的项目。

所有内容 100% 开源，涵盖：

• LLM 与 RAG
• 真实世界的 AI 智能体应用
• 可在项目中实施、调整和扩展的示例

书籍

每一位构建真实世界应用的 AI 工程师都应该阅读这本书。

@chipro 是一位杰出的老师，她的这本书是 AI 工程领域最好的著作之一。

所以，你不需要读 10 本书，这一本就够了！

总结一下，我们涵盖了以下内容：

• 编程（Python）
• LLM 基础知识
• 构建 LLM / LLM 研究
• AI 智能体与应用 AI
• AI 协议
• AI 工程项目
• 书籍

永远不要追逐框架——它们来了又走。掌握基础才是王道。

meko darrr lg rha

teko jhuth lg rha???

konse???

accha achha