スクラッチからのAIエンジニアリング

FIG_000 · カリキュラム v1.0 · 2026 オープンソース · MIT ライセンス

スクラッチからのAIエンジニアリング

416レッスン。20フェーズ。フレームワークをインポートする前に、すべてのアルゴリズムを生の数学から構築します。

メンテナー: Rohit Ghumare とコントリビューター。自分のマシンで実行可能。

仕組み

ほとんどのAI教材は断片的に教えます。ここに論文、あそこにファインチューニングの投稿、また別の場所に派手なエージェントのデモ。それらの断片はめったに接続しません。チャットボットをデプロイできても、その損失曲線を説明できない。関数をエージェントにフックできても、それを呼び出すモデル内部でアテンションが何をしているか説明できない。

このカリキュラムは背骨です。20フェーズ、416レッスン、4言語: Python、TypeScript、Rust、Julia。一端は線形代数、もう一端は自律スウォーム。各アルゴリズムはまず生の数学から構築されます。バックプロパゲーション、トークナイザー、アテンション、エージェントループ。PyTorchが登場する頃には、その内部で何が行われているかをすでに理解しています。

各レッスンは同じループをたどります: 問題を読み、数学を導出し、コードを書き、テストを実行し、成果物を保持する。5分のビデオも、コピペデプロイも、手取り足取りの指導もありません。無料でオープンソース、自分のラップトップで実行できるように設計されています。

現在の進捗

完了レッスン バー 0 / 0

フェーズ バー 0 / 0

言語 バー 4

用語集エントリ バー ···

カリキュラム · 20フェーズ · 416レッスン

フェーズをタップしてレッスンを展開します。各レッスンは、数学、コード、テストがすべて書かれた時点で公開されます。

• 完了
• 進行中
• 計画中

同じ著者から

記憶 + 推論 + 知識プロトコル

3つのオープンソースリポジトリが、完全なエージェントスタックを構成します。カリキュラムはプリミティブを教えます。これらのツールはそれらを本番環境で出荷します。

FIG_006 · エージェントスタック 記憶 · 推論 · 知識

3つのリポジトリ、1つのスタック: agentmemory は永続状態を書き込み、agentbrain はエビデンスからループを導き、akbp はセッション間およびエージェント間で知識クエリに応答します。

• agentmemory: AIコーディングエージェントの永続メモリ。第14フェーズの状態サーフェスをプロダクション化。

GitHub で見る →

• agentbrain: エージェントのためのエビデンスファーストのオペレーティングシステム。推論+検証サーフェスをエンドツーエンドで配線。

GitHub で見る →

• akbp: Agent Knowledge Base Protocol。セッション間およびエージェント間のハンドオフ+知識レイヤー。

GitHub で見る →

コロフォン

カリキュラム全体はGitHubにあります。クローンして、フォークして、自分のペースで学んでください。ペイウォールもサインアップもありません。すべてのレッスンには、Python、TypeScript、Rust、またはJuliaで実行可能なコードが含まれています。

git clone https://github.com/rohitg00/ai-engineering-from-scratch.git