输入、输出、状态和证据
AI 工程学习终端
AI ENGINEERING · LEARN BY BUILDING
先建立共同底座,再选择方向。
一套由浅入深的 AI 工程公开课程。每个主题先说明问题和边界,再看图、写最小实现、注入故障,最后按验收标准检查结果。
学习不是“看完”,而是完成一次闭环
Section titled “学习不是“看完”,而是完成一次闭环”- 理解建立最小准确心智模型
- 看见用图示观察状态与边界
- 动手实现或操作最小实验
- 验证注入失败并检查恢复
- 讲清解释取舍和适用边界
从主干到分支
Section titled “从主干到分支”所有方向共享前面的软件、机器学习、LLM 和可靠性基础。就业方向只在最后分叉,避免一开始就把知识切成互不连通的岗位清单。
- 01用户任务与交互输入 / 反馈
- 02Agent策略与工作流决策 / 边界
- 03模型、上下文与检索Token / 证据
- 04工具与协议Schema / 权限
- 05状态、运行时与队列取消 / 重试
- 06存储、网络与基础设施持久化 / 部署
网络、并发、状态与存储
数据、指标与实验
Token、推理与检索
循环、工具与记忆
权限、回放与故障恢复
生产约束下连接所有层
最后再选择性深入
第一版已经可以学什么?
Section titled “第一版已经可以学什么?”当前可学习模块
Section titled “当前可学习模块”- 网络、流式与取消:请求、SSE、超时、取消与重连。
- Token、Attention与上下文:Token预算、Attention和结构化输出。
- Workflow与Agent:架构选择与确定性的Agent Loop故障注入实验。
本站只发布原创中文解释、图示、实验和必要来源署名,不包含真实投递记录、特定岗位资料、私人项目数据或联系方式。站点无需账户、后端和第三方追踪。