精心整理的AI工程书籍、课程和论文清单 https://github.com/owainlewis/awesome-artificial-intelligence…

owainlewis/awesome-artificial-intelligence

来源：https://github.com/owainlewis/awesome-artificial-intelligence

Awesome Artificial Intelligence

一份经过精选、必须使用且持续维护的资源合集，用于构建和交付 AI 系统。

重点：AI 工程（RAG、智能体、评估、护栏、部署）以及最优秀的书籍、指南、论文，外加一套精心挑选的工具。

📚 学习

深度、持久的知识——五年后仍然有价值。

书籍

现代与实用

• Designing Machine Learning Systems (https://www.oreilly.com/library/view/designing-machine-learning/9781098107956/) — 可扩展、可维护的机器学习流水线（Chip Huyen）。
• AI Engineering (https://www.oreilly.com/library/view/ai-engineering/9781098166298/) — 端到端的 AI 产品构建（Chip Huyen）。
• Build a Large Language Model from Scratch (https://www.manning.com/books/build-a-large-language-model-from-scratch) — 用原生 PyTorch 逐层实现 Transformer（Sebastian Raschka）。
• Hands-On Large Language Models (https://www.llm-book.com/) — LLM 应用的视觉化+实用指南（Jay Alammar, Maarten Grootendorst）。
• LLM Engineer’s Handbook (https://www.packtpub.com/en-us/product/llm-engineers-handbook-9781836200079) — 生产级 LLMOps：微调、量化、服务（Labonne, Iusztin）。
• The 100-Page Language Models Book (https://www.thelmbook.com/) — 从 n-gram 到 Transformer 的简洁数学路径（Andriy Burkov）。
• Generative Deep Learning (2nd Edition) (https://www.oreilly.com/library/view/generative-deep-learning/9781098134174/) — GAN、VAE、扩散模型（David Foster）。

基础性

• Artificial Intelligence: A Modern Approach (https://aima.cs.berkeley.edu/) — 权威 AI 理论教材（Russell, Norvig）。
• Deep Learning (https://www.deeplearningbook.org/) — 神经网络数学基础（Goodfellow, Bengio, Courville）。
• Deep Learning: Foundations and Concepts (https://www.bishopbook.com/) — Bishop 2024 年更新版；基于概率的现代深度学习（Bishop & Bishop）。
• Understanding Deep Learning (https://udlbook.github.io/udlbook/) — 数学 + 直觉 + Python 笔记本（Simon Prince）。
• Speech and Language Processing (3rd Edition) (https://web.stanford.edu/~jurafsky/slp3/) — NLP 参考书，紧跟深度学习时代（Jurafsky, Martin）。
• Reinforcement Learning: An Introduction (2nd Edition) (https://web.stanford.edu/class/psych209/Readings/SuttonBartoIPRLBook2ndEd.pdf) — 强化学习基础（Sutton, Barto）。

课程

入门

• Google Generative AI Learning Path (https://www.cloudskillsboost.google.com/paths/118)
• Hugging Face LLM Course (https://huggingface.co/learn/llm-course/chapter1/1)
• Fast.ai — Practical Deep Learning (https://course.fast.ai/)

中级/高级

• Stanford CS324: Large Language Models (https://stanford-cs324.github.io/winter2022/)
• Full Stack Deep Learning (https://fullstackdeeplearning.com/)
• MIT 6.S191: Intro to Deep Learning (https://introtodeeplearning.com/)

专题

• DeepLearning.AI Short Courses (https://learn.deeplearning.ai/)
• Google DeepMind — Introduction to Reinforcement Learning (https://www.youtube.com/playlist?list=PLqYmG7hTraZDM-OYHWgPebj2MfCFzFObQ)
• Karpathy — Neural Networks: Zero to Hero (https://www.youtube.com/playlist?list=PLAqhIrjkxbuWI23v9cThsA9GvCAUhRvKZ)

里程碑论文

塑造现代 AI 的研究——值得阅读以理解当今架构背后的“为什么”。

• Attention Is All You Need (https://arxiv.org/abs/1706.03762) — Transformer 架构。
• Scaling Laws for Neural Language Models (https://arxiv.org/abs/2001.08361) — 模型/数据/算力缩放规律。
• Language Models are Few-Shot Learners (https://arxiv.org/abs/2005.14165) — GPT-3 能力。
• Constitutional AI (https://arxiv.org/abs/2212.08073) — 更安全的模型对齐。

🛠 构建

使用 AI 构建的工具链。 个人备注：你不需要大量框架——从简单的 LLM 调用开始，逐步升级。

指南与行动手册

• Building Effective Agents (Anthropic) (https://www.anthropic.com/engineering/building-effective-agents) — ⭐ 设计 AI 智能体的模式、陷阱与权衡。
• OpenAI Agents Guide (https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf) — 构建智能体的实用指南。
• Google AI Agents Paper (https://www.kaggle.com/whitepaper-agents) — Google 构建 AI 智能体的实用指南。
• Google Agents Companion Paper (https://www.kaggle.com/whitepaper-agent-companion) — Google 配套指南。
• OpenAI Cookbook (https://cookbook.openai.com/) — 使用 OpenAI API 的示例代码、配方和最佳实践。
• LLM Engineer Handbook (https://github.com/SylphAI-Inc/LLM-engineer-handbook) — AI 工程师的有用链接宝库。

框架

• PocketFlow (https://the-pocket.github.io/PocketFlow/) — 极简 AI 智能体框架，仅 100 行代码。绝佳学习方式。
• Google ADK (https://google.github.io/adk-docs/) — Google 的智能体开发工具包（Python, Java）。出色的本地开发体验 + A2A + MCP。
• Pydantic-AI (https://ai.pydantic.dev/) — 基于 Pydantic 模型的带类型、结构化的 LLM 编排框架，输出安全可预测。
• LangGraph (https://www.langchain.com/langgraph) — 在 LangChain 上构建带状态图的多智能体工作流。
• CrewAI (https://www.crewai.com/) — 带结构化任务和人机回环控制的智能体编排。
• AutoGen (https://microsoft.github.io/autogen/) — 微软的多智能体对话与协作框架。
• LlamaIndex (https://www.llamaindex.ai/) — 用于摄取、索引和查询私有数据与 LLM 结合的数据框架。
• Haystack (https://haystack.deepset.ai/) — 开源搜索/RAG 框架，带模块化流水线。
• Docling (https://github.com/docling-project/docling) — 用于 RAG 摄取任意文档的优秀库 ⭐

评估

• OpenAI Evals (https://github.com/openai/evals) — OpenAI 的编写评估的框架。

集成开发环境

• Cursor (https://cursor.sh/) — LLM 驱动的 IDE，支持多文件编辑和代码库感知聊天。
• GitHub Copilot (https://github.com/features/copilot) — IDE 内代码补全、聊天和重构。

🤖 智能体

将 LLM 转化为自主工作者的“挽具”。模型可互换；挽具才是产品。

编码

实时能力对比见 Terminal-Bench (https://www.tbench.ai/leaderboards) 和 SWE-bench (https://www.swebench.com/)。

• Claude Code (https://code.claude.com/) — Anthropic 的 CLI 智能体；长上下文多文件代码库重构。
• Codex CLI (https://github.com/openai/codex) — OpenAI 基于 Rust 的本地终端智能体；轻量快速。
• Gemini CLI (https://github.com/google-gemini/gemini-cli) — Google 官方开源终端智能体；长上下文仓库探索。
• Cursor CLI (https://cursor.com/cli) — Cursor 的终端原生智能体，带沙箱权限。
• Aider (https://aider.chat/) — 集成 Git 的结对编程，精准编辑与撤销。
• OpenCode (https://opencode.ai/) — 供应商无关的终端挽具，带强大 TUI。
• OpenHands (https://docs.all-hands.dev/) — 开源自主 SWE 平台；浏览器 + shell + 编辑器循环。
• Cline (https://github.com/cline/cline) — 开源智能体化 IDE 扩展，支持多供应商。
• Continue (https://www.continue.dev/) — 开源 IDE + CLI 助手，带版本控制规则。
• Goose (https://block.github.io/goose/) — Block 的可扩展、MCP 驱动的本地智能体。
• Factory Droid (https://factory.ai/product/cli) — 基准领先的多模型挽具，支持自带密钥本地执行。
• Amp (https://ampcode.com/) — Sourcegraph 的商业智能体编码工具，产品体验出色。
• Mistral Vibe (https://mistral.ai/products/vibe) — Mistral 的智能体编码 CLI，由 Devstral 驱动。
• Qwen Code (https://github.com/QwenLM/qwen-code) — 阿里巴巴的终端编码智能体，针对 Qwen 模型优化。
• Pi (https://pi.dev/) — 高可定制终端挽具；最小基础提示，扩展驱动。
• Nanocoder (https://github.com/Nano-Collective/nanocoder) — 私有、本地优先的智能体，适用于 Ollama 和 LM Studio。
• Kilo CLI (https://kilo.ai/cli) — 多模式智能体，统一网关连接 500+ 模型。

🧠 模型

按模态划分的最先进模型。

💬 语言

主要前沿实验室。

• ChatGPT (https://openai.com/chatgpt/overview/) — 通用推理、工具使用的最佳选择，生态系统最广泛。
• Claude (https://www.anthropic.com/claude) — 长上下文分析、编码和结构化思维的最佳选择。
• Gemini (https://gemini.google.com/) — 多模态任务和 Google 生态集成的最佳选择。
• Grok (https://x.ai/) — 通过 X 获取实时信息且支持极长上下文的最佳选择。
• Llama (https://www.llama.com/) — 自托管和微调的最佳开源权重系列。
• Mistral (https://mistral.ai/) — 轻量高性能开源权重模型的最佳选择。
• DeepSeek (https://deepseek.com/) — 成本高效推理且开源权重的最佳选择。
• Qwen (https://qwenlm.github.io/) — 多语言和中文优先应用的最佳选择。
• Kimi (https://www.kimi.com/) — 长上下文指令跟随的最佳选择。
• GLM (https://chatglm.cn/) — 前沿级中文模型，开源权重。
• Cohere (https://cohere.com/) — 企业级 LLM 最佳选择，拥有强大的检索增强生成 API。

🖼 图像

• GPT Image (https://openai.com/index/introducing-chatgpt-images-2-0/) — OpenAI 集成图像生成，文字渲染近乎完美。
• Midjourney (https://www.midjourney.com/) — 艺术感和逼真图像。
• Adobe Firefly (https://www.adobe.com/sensei/generative-ai/firefly.html) — 集成到 Creative Cloud，商用安全。
• Ideogram (https://ideogram.ai/) — 生成图像中的精确、清晰文字。
• Flux (https://blackforestlabs.ai/) — 高分辨率、提示可编辑、开源权重。

🎥 视频

• Google Veo (https://deepmind.google/technologies/veo/) — 高质量视频，带同步音频。
• Runway (https://runwayml.com/) — 视频编辑 + 生成，精细创意控制。
• Kling (https://klingai.com/) — 电影级、逼真视频生成。

🎙 音频

• ElevenLabs (https://elevenlabs.io/) — 高质量文本转语音和声音克隆。
• Suno (https://suno.ai/) — 从文本提示生成 AI 音乐。

📊 对比

实时基准、定价以及最新模型版本。

• OpenRouter (https://openrouter.ai/models) — 统一 API + 约 300 个模型的实时定价。
• LMArena (https://lmarena.ai/leaderboard) — 文本、图像和视频的人类偏好 Elo 排名。
• Artificial Analysis (https://artificialanalysis.ai/) — 跨供应商的速度、价格和质量基准。

📡 关注

保持更新，而不被噪音淹没。

新闻通讯

• The Rundown AI (https://www.therundown.ai/)
• AlphaSignal (https://alphasignal.ai/)
• Superhuman AI (https://www.superhuman.ai/)
• AI Engineer (https://newsletter.owainlewis.com)