新手如何学AI？

无论是学AI还是学别的，第一件事、也是最重要的一件事，就是先想清楚目的。你的起点是确定的，如果终点也明确了，那从脚下到目的地之间的那条线，自然就慢慢清晰了。

举个例子，如果你学AI的目标是入行、参与大模型研发，那是一条路；如果你只是想掌握新技能、知道怎么在实际工作中运用，那完全是另一条路。两者的实现路径截然不同。

因为没法替你判断具体方向，这里只把一路可能遇到的阶段和关键节点摊开来说，都是些实战中总结出来的经验。

平时接触最多的AI工具，基本都是聊天机器人（Chatbot）形态。它们的内核是大模型，外面套了一层基础设定（比如“你是一个有用的助手”），再加上一些能力（比如读取文档、联网搜索）。这类Chatbot通常允许用户通过Prompt来定制交互方式。

大量尝试写Prompt之后，你会对不同模型的路数有个大概感知——知道智能水平的差距具体体现在哪里，知道现阶段模型擅长什么、哪些事千万别指望它，也知道怎么和它沟通、怎么把需求表达清楚。更关键的是，你会顺带学会一项很基本但极易被忽略的能力：理清自己的需求。能做到这一点，其实就已经超过绝大多数人了——大多数人脑子里是一团浆糊。

从Chatbot起步之后，通常会分出两个支线。

学得深一些之后，会遇到一些Chatbot工具支持填写你自己的API密钥来调用不同模型。这时候就可以集中了解API是怎么回事——怎么申请、怎么用、怎么付费。通过API又能接触到一些平台，比如OpenRouter，它们提供算力把开源模型跑起来，再留个接口给你接入使用。

选项多了，人就不太满足于现成的Chatbot了，会想自己搭一个。这时候可以入门Python，动手定制一个简单的Chatbot。过程中很可能遇到像LangChain这样的框架，顺便弄清这种第三方工具到底是干什么用的。

和AI聊得越久越会发现：它虽然知识面宽，但一到细分领域就露怯，要么不了解，要么浅尝辄止。于是你会希望它能根据你提供的文档来回答问题。

这时候就可以用市面上现成的知识库类产品，对比一下有知识库和没有知识库时AI回答的差别。同时也会接触背后的技术——RAG。如果编程底子还可以，甚至可以自己写个脚本，测一测RAG里不同技术手段对回答精确度的影响。

到了这一步，对AI的能力边界基本心里有数了。就可以让它按照指引处理更复杂的任务——也就是Agent Workflow。现成工具有Dify、Coze，用顺手了可以尝试用代码实现，比如CrewAI这种简单的框架。

以上每条线都能延伸出很多分支，具体能走多远，就看个人意愿和学习速度了。

判断一个人是不是真的入了门，有个很简单的方法：看他知不知道当前AI的能力边界在哪里。那些无脑吹AI或者无脑贬低AI的，基本上都没搞明白是怎么回事。

至于学习资源，网上一抓一大把。YouTube、GitHub上都有大量课程，挑一个自己能看进去的开始就行。之前说过，不要追求大而全，把每个知识点吃透。一段时间后你会发现，那些散点会自动串成线和面。