從零開始學AI工程

FIG_000 · 課程 v1.0 · 2026 開源 · MIT 許可證

從零開始學AI工程

416節課。20個階段。每個演算法在匯入任何框架之前，都從原始數學開始構建。

由 Rohit Ghumare 和貢獻者維護。可在你自己的機器上執行。

工作原理

大多數AI教學材料以零散的方式呈現。這裡一篇論文，那裡一篇微調帖子，別處再有個花哨的Agent演示。這些碎片很少能拼在一起。你能部署一個聊天機器人，但無法解釋它的損失曲線。你能將函式連線到Agent，但說不清呼叫它的模型內部注意力機制是如何工作的。

本課程是一個脊柱。20個階段，416節課，四種語言：Python、TypeScript、Rust、Julia。一端是線性代數，另一端是自主叢集。每個演算法首先從原始數學構建。反向傳播、分詞器、注意力機制、Agent迴圈。當PyTorch出現時，你已經知道它在底層做了什麼。

每節課遵循相同的迴圈：閱讀問題、推導數學、編寫程式碼、執行測試、保留工件。沒有五分鐘影片，沒有複製貼上部署，沒有手把手指導。免費、開源，並且設計在你的筆記型電腦上執行。

當前進度

已完成課程 條形圖 0 / 0

階段 條形圖 0 / 0

語言 條形圖 4

術語表條目 條形圖 ···

課程 · 20個階段 · 416節課

點選階段展開其課程。每個課程在其數學、程式碼和測試全部編寫完成後釋出。

• 已完成
• 進行中
• 計劃中

來自同一作者

記憶 + 推理 + 知識協議

三個開源倉庫，組合成一個完整的Agent棧。本課程教授原語；這些工具則在生產中部署它們。

FIG_006 · Agent棧 記憶 · 推理 · 知識

三個倉庫，一個棧：agentmemory 寫入持久狀態，agentbrain 基於證據引導迴圈，akbp 在會話之間和Agent之間回答知識查詢。

• agentmemory：AI編碼Agent的持久記憶。來自第14階段的狀態表面，投入生產。

檢視 GitHub →

• agentbrain：Agent的以證據為先的作業系統。推理+驗證表面，端到端連線。

檢視 GitHub →

• akbp：Agent知識庫協議。會話之間和Agent之間的交接+知識層。

檢視 GitHub →

版權頁

整個課程在GitHub上。克隆它，分叉它，按照自己的節奏學習。無付費牆，無需註冊。每節課都有可執行的程式碼，使用Python、TypeScript、Rust或Julia，具體取決於哪個語言最適合該概念。

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