AI Engineering from Scratch

473 课、20 阶段、约 320 学时，从线性代数到自主 Agent 集群。每课遵循六步节拍：Motto → Problem → Concept → Build It（从原始数学手写）→ Use It（用 PyTorch/sklearn 运行同一实现）→ Ship It（产出 Prompt/Skill/Agent/MCP Server）。免费开源，MIT 协议。

🎬 视频教程

📚 完整课程体系

20阶段层层递进：数学基础 → ML基础 → 深度学习 → 视觉/NLP/语音 → 生成式AI → 强化学习 → LLM从手写 → 工具协议 → Agent工程 → 多Agent集群 → 生产部署。跳过低层再回头会断。

🔬 Build It / Use It 双轨

每课先手写算法（无框架），再用生产库运行同一实现。理解框架底层做了什么，因为你写过小版本。

🚢 每课产出工具

不是"恭喜学会X"，而是产出可复用的 Prompt、Skill、Agent 或 MCP Server。473课 = 473个可安装工具。

🎯 智能定位起点

在 Claude/Cursor/Codex 中运行 /find-your-level，十题测评，自动映射到合适阶段，生成个性化路径和学时预估。

🧪 阶段测验

每阶段结束运行 /check-understanding <阶段号>，8道选择题，带反馈和复习建议。确保真正掌握再前进。

1. 第一步：克隆仓库

💡 约 2GB，建议在有足够磁盘空间的环境下操作。

2. 第二步：运行第一课

💡 无额外依赖，Python 3.8+ 即可运行。

3. 第三步：智能定位

💡 十题测评，自动匹配起点和个性化学习路径。

4. 第四步：在线学习

💡 无需安装，浏览器即可阅读所有课程内容。

❓ 需要什么前置知识？

会写代码即可（任何语言，Python 优先）。不需要数学背景——数学从第一阶段开始教。

❓ 能跳过基础阶段吗？

可以，但建议先运行 /find-your-level 测评。跳过低层后再回看高层内容断裂是常见问题。

❓ 和 Coursera/吴恩达课程有什么区别？

不依赖视频和选择题。每课要求你手写代码、运行测试、产出工具。是"做中学"而非"看中学"。