AI 工程从零到一（中文）
不是机器翻译堆出来的镜像。在忠实翻译之上，我们做了一套面向中文读者的本地化：
课时
- 配置与工具链
- 数学基础
- 机器学习基础
- 深度学习核心
- 计算机视觉
- 图像基础：像素、通道、色彩空间
- 从零实现卷积
- CNN：从 LeNet 到 ResNet
- 图像分类
- 迁移学习与微调
- 目标检测——从零实现 YOLO
- 语义分割——U-Net
- 实例分割——Mask R-CNN
- 图像生成——GAN
- 图像生成——扩散模型
- Stable Diffusion——架构与微调
- 视频理解——时序建模
- 3D 视觉：点云、NeRF
- Vision Transformer（ViT）
- 实时视觉：边缘部署
- 构建一条完整的视觉流水线
- 自监督视觉——SimCLR、DINO、MAE
- 开放词表视觉——CLIP
- OCR 与文档理解
- 图像检索与度量学习
- 关键点检测与姿态估计
- 从零实现 3D 高斯泼溅
- Diffusion Transformer 与 Rectified Flow
- SAM 3 与开放词表分割
- 视觉语言模型（ViT-MLP-LLM）
- 单目深度与几何估计
- 多目标跟踪与视频记忆
- 世界模型与视频扩散
- NLP：从基础到进阶
- 文本处理：分词、词干提取、词形还原
- 词袋、TF-IDF 与文本表示
- 词嵌入：从零实现 Word2Vec
- GloVe、FastText 与子词嵌入
- 情感分析
- 命名实体识别（NER）
- 词性标注与句法分析
- 文本分类——用于文本的 CNN 与 RNN
- 序列到序列模型
- 注意力机制——那次突破
- 机器翻译
- 文本摘要
- 问答系统
- 信息检索与搜索
- 主题建模：LDA、BERTopic
- 文本生成
- 聊天机器人：从规则到神经网络
- 多语言 NLP
- 子词分词：BPE、WordPiece、Unigram、SentencePiece
- 结构化输出与约束解码
- 自然语言推理与文本蕴含
- 嵌入模型深入剖析
- RAG 的分块策略
- 指代消解
- 实体链接与消歧
- 关系抽取与知识图谱构建
- LLM 评估：RAGAS、DeepEval、G-Eval
- 长上下文评估：NIAH、RULER、LongBench、MRCR
- 对话状态跟踪
- 语音与音频
- Transformer 深入剖析
- 生成式 AI
- 强化学习
- 从零实现 LLM
- 分词器：BPE、WordPiece、SentencePiece
- 从零实现一个分词器
- 预训练的数据流水线
- 预训练一个迷你 GPT（124M）
- 分布式训练、FSDP、DeepSpeed
- 指令微调——SFT
- RLHF——奖励模型 + PPO
- DPO——直接偏好优化
- Constitutional AI 与自我改进
- 评估——基准与 evals
- 量化：INT8、GPTQ、AWQ、GGUF
- 推理优化
- 搭一条完整的 LLM 流水线
- 开源模型：架构逐一拆解
- 投机解码与 EAGLE-3
- 差分注意力（V2）
- 原生稀疏注意力（DeepSeek NSA）
- 多 token 预测（MTP）
- DualPipe 并行
- DeepSeek-V3 架构拆解
- Jamba——SSM-Transformer 混合架构
- 异步与 Hogwild! 推理
- 推测解码与 EAGLE
- 梯度检查点与激活重算
- LLM 工程
- 多模态 AI
- Vision Transformer 与图块-token 原语
- CLIP 与对比式视觉语言预训练
- BLIP-2 Q-Former 作为模态桥梁
- Flamingo 与门控交叉注意力
- LLaVA 与视觉指令微调
- 任意分辨率视觉——Patch-n'-Pack 与 NaFlex
- 开源权重 VLM 配方：真正要紧的是什么
- LLaVA-OneVision：单图、多图、视频
- Qwen-VL 家族与动态 FPS 视频
- InternVL3 原生多模态预训练
- Chameleon 早融合纯 token
- Emu3 用下一 token 预测做生成
- Transfusion：自回归 + 扩散
- Show-o 离散扩散统一架构
- Janus-Pro 解耦编码器
- MIO 任意到任意流式
- 视频语言时序定位
- 百万 token 上下文下的长视频
- 音频语言模型：从 Whisper 到 AF3
- Omni 模型：Thinker-Talker 流式
- 具身 VLA：RT-2、OpenVLA、π0、GR00T
- 文档与图表理解
- ColPali 视觉原生文档 RAG
- 多模态 RAG 与跨模态检索
- 多模态 agent 与操作电脑（综合项目）
- 工具与协议
- 工具接口
- 函数调用深入剖析
- 并行与流式工具调用
- 结构化输出
- 工具 Schema 设计
- MCP 基础
- 构建一个 MCP server
- 构建一个 MCP client
- MCP 传输层
- MCP 资源与提示
- MCP Sampling
- MCP Roots 与 Elicitation
- MCP 异步任务
- MCP Apps
- MCP 安全 I——工具投毒
- MCP 安全 II——OAuth 2.1
- MCP 网关与注册表
- 生产环境的 MCP 认证——iii 上的 DCR + JWKS
- A2A 协议
- OpenTelemetry GenAI
- LLM 路由层
- Skills 与 Agent SDK
- 综合项目——工具生态
- Skill 发现与渐进式披露
- Skill 调用与路由
- Skill 权限、沙箱与信任
- Skill 评测、打包与可移植性
- MCP 工具契约与内容
- MCP 可靠性、取消与流量控制
- MCP Registry 供应链：准入、漂移与回滚
- MCP 一致性工程：版本、证据与运维
- Agent 工程
- Agent 循环
- ReWOO 与 Plan-and-Execute
- Reflexion 与言语强化学习
- Tree of Thoughts 与 LATS
- Self-Refine 与 CRITIC
- 工具使用与函数调用
- Agent 记忆——虚拟上下文与记忆分页
- 记忆块与休眠时计算
- 混合记忆——向量 + 图 + KV
- 技能库与终身学习——Voyager
- 用 HTN 与进化搜索做规划
- Anthropic 的工作流模式
- 有状态图编排——持久执行与检查点
- Agent 的 Actor 模型——异步消息与类型化运行时
- 基于角色的 Agent 团队——角色、任务与流程
- OpenAI Agents SDK——交接、护栏、追踪
- Harness 即库——子 agent 与会话存储
- 生产级 Agent 运行时——快速实例化与类型化工作流
- 基准——SWE-bench、GAIA、AgentBench
- 基准——WebArena 与 OSWorld
- 操作电脑——Claude、OpenAI CUA、Gemini
- 语音 agent——Pipecat 与 LiveKit
- OpenTelemetry GenAI 语义约定
- Agent 可观测性——Langfuse、Phoenix、Opik
- 多 agent 辩论与协作
- 失败模式——agent 为什么会崩
- 提示注入与 PVE 防御
- 编排模式——Supervisor、Swarm、分层
- 生产级运行时——队列、事件、Cron
- Eval 驱动的 agent 开发
- Agent 工作台：能力强的模型为什么仍会失败
- 最小化 agent 工作台
- 把 agent 指令写成可执行约束
- 仓库记忆与持久化状态
- 给 agent 的初始化脚本
- 范围契约与任务边界
- 运行时反馈回路
- 验证关卡
- 审查 agent：把构建者和评判者分开
- 多会话交接
- 在真实仓库上跑工作台
- 综合项目：交付一套可复用的 agent 工作台包
- 在 agent 写代码前框定任务
- 制定由证据支撑的执行计划
- 通过隔离与合并契约委派 agent 工作
- 把每次 agent 纠正变成系统改进
- 在选择产出前定义结果
- 发现人们实际执行的工作流
- 绘制假设地图，先化解风险最高的一项
- 选择能改变决定的最小可测试切片
- 编写保留判断空间的规格说明
- 在结果出现前设计成功指标
- 有意识地选择原型、试点或生产
- 构建带所有权与淘汰机制的反馈棘轮
- 自主系统
- 从聊天机器人到长程 agent（METR）
- STaR、V-STaR、Quiet-STaR：自学推理
- AlphaEvolve：进化式编码 agent
- Darwin Gödel Machine：自我修改的 agent
- AI Scientist v2：研讨会级别的科研
- 自动化对齐研究（Anthropic AAR）
- 递归式自我改进：能力 vs 对齐
- 有界自我改进的设计
- 自主编码 agent 全景（SWE-bench、CodeAct）
- 自主 Agent 的权限模式
- 浏览器 agent 与间接提示注入
- 长时运行 agent 的持久化执行
- 动作预算、迭代上限、成本管控
- 急停开关、熔断器、金丝雀 token
- 人在回路：先提议后提交
- 检查点与回滚
- Constitutional AI 与规则覆盖
- Llama Guard 与输入/输出分类
- Anthropic 负责任扩展政策 v3.0
- OpenAI Preparedness 框架与 DeepMind FSF
- METR 时间跨度与外部评估
- CAIS、CAISI 与社会规模风险
- 多 agent 与集群
- 为什么要多 agent
- FIPA-ACL 传承与言语行为
- 通信协议
- 多 agent 原语模型
- Supervisor / 编排者-worker 模式
- 分层架构与分解漂移
- 心智社会与多 agent 辩论
- 角色专精——规划者 / 批评者 / 执行者 / 验证者
- 并行集群与网络化架构
- 群聊与发言人选择
- 交接与例程（无状态编排）
- A2A——Agent 到 Agent 协议
- 共享记忆与黑板模式
- 共识与拜占庭容错
- 投票、自洽性与辩论拓扑
- 协商与议价
- 生成式 agent 与涌现式仿真
- 心智理论与涌现式协调
- 群体优化（PSO、ACO）
- MARL——MADDPG、QMIX、MAPPO
- Agent 经济、token 激励、声誉
- 生产级扩展——队列、检查点、持久性
- 失败模式——MAST、群体思维、单一文化
- 评估与协调基准
- 案例研究与 2026 最新进展
- 基础设施与生产
- 托管 LLM 平台 — Bedrock、Azure OpenAI、Vertex AI
- 推理平台经济学 — Fireworks、Together、Baseten、Modal
- Kubernetes 上的 GPU 自动扩缩 — Karpenter、KAI Scheduler
- 推理服务引擎内部机制——PagedAttention、连续批处理与分块预填充
- 生产环境中的 EAGLE-3 推测解码
- 前缀缓存推理服务——RadixAttention 与 KV 复用
- 硬件专用推理编译——Blackwell 上的 FP8 与 NVFP4
- 推理指标 — TTFT、TPOT、ITL、Goodput、P99
- 生产级量化 — AWQ、GPTQ、GGUF、FP8、NVFP4
- 无服务器 LLM 的冷启动缓解
- 多区域 LLM 服务与 KV 缓存局部性
- 边缘推理 — ANE、Hexagon、WebGPU、Jetson
- LLM 可观测性技术栈选型
- 提示缓存与语义缓存的经济学
- 批处理 API — 50% 折扣作为行业标准
- 把模型路由作为降本原语
- 预填充/解码分离 — NVIDIA Dynamo 与 llm-d
- 生产级推理服务栈——KV 卸载与缓存感知路由
- AI 网关 — LiteLLM、Portkey、Kong、Bifrost
- 影子、金丝雀与渐进式部署
- LLM 功能的 A/B 测试 — GrowthBook 与 Statsig
- LLM API 的负载测试 — k6、LLMPerf、GenAI-Perf
- 面向 AI 的 SRE — 多智能体事件响应
- 面向 LLM 生产的混沌工程
- 安全 — 密钥、PII 脱敏、审计日志
- 合规 — SOC 2、HIPAA、GDPR、EU AI Act、ISO 42001
- 面向 LLM 的 FinOps — 单位经济与多租户归因
- 自托管推理服务选型——让引擎匹配硬件与规模
- 伦理、安全与对齐
- 把遵循指令当作对齐信号
- 奖励黑客与古德哈特定律
- 直接偏好优化家族
- 阿谀奉承：RLHF 的放大效应
- Constitutional AI 与 RLAIF
- Mesa 优化与欺骗性对齐
- 潜伏 agent——持续性欺骗
- 前沿模型中的上下文内谋划
- 对齐造假
- AI Control——即便被颠覆也保安全
- 可扩展监督与弱到强
- 红队：PAIR 与自动化攻击
- 多样本越狱
- ASCII 字符画与视觉越狱
- 间接提示注入
- 红队工具：Garak、Llama Guard、PyRIT
- WMDP 与双用途能力评估
- 前沿安全框架——RSP、PF、FSF
- 模型福祉研究
- 偏见与表征伤害
- 公平性准则：群体、个体、反事实
- 面向 LLM 的差分隐私
- 水印：SynthID、Stable Signature、C2PA
- 监管框架：欧盟、美国、英国、韩国
- EchoLeak 与 AI 的 CVE
- 模型卡、系统卡与数据集卡
- 数据溯源与训练数据治理
- 对齐研究生态：MATS、Redwood、Apollo、METR
- 内容审核系统：OpenAI、Perspective、Llama Guard
- 双用途风险：网络、生物、化学、核
- 综合项目
- 终端原生编码 agent
- 代码库 RAG（跨仓库语义搜索）
- 实时语音助手（ASR → LLM → TTS）
- 多模态文档问答（视觉优先）
- 自主科研 agent（AI-Scientist 级别）
- 面向 Kubernetes 的 DevOps 排障 agent
- 端到端微调流水线
- 生产级 RAG 聊天机器人（受监管垂直行业）
- 代码迁移 agent（仓库级升级）
- 多 agent 软件工程团队
- LLM 可观测性与 Eval 仪表盘
- 视频理解流水线（场景 → 问答）
- 带注册表与治理的 MCP server
- 投机解码推理服务器
- Constitutional 安全测试架 + 红队靶场
- GitHub Issue 到 PR 的自主 agent
- 个人 AI 导师（自适应、多模态）
- Agent Harness Loop 契约
- 带 Schema 校验的 Tool Registry
- 基于换行分隔 stdio 的 JSON-RPC 2.0
- Function Call Dispatcher
- Plan-Execute 控制流
- Verification Gate 与 Observation Budget
- 带 Denylist 与 Path Jail 的 Sandbox Runner
- 带 Fixture Tasks 的 Eval Harness
- 用 OTel GenAI Span 与 Prometheus 做 Observability
- 端到端 Coding Agent Demo
- 从零实现 BPE Tokenizer
- 带 Sliding Window 的 Tokenized Dataset
- Token Embedding 与 Positional Embedding
- Multi-Head Self-Attention
- 从零实现 Transformer Block
- GPT 模型组装
- 训练循环与评估
- 加载预训练权重
- 通过换 Head 做分类微调
- 通过 SFT 做 Instruction Tuning
- 从零实现 DPO
- 完整评估流水线
- 大规模语料下载器
- HDF5 Tokenized Corpus
- Cosine 学习率 + 线性 Warmup
- Gradient Clipping 与混合精度训练
- 梯度累积
- Checkpoint 保存与恢复
- 从零实现分布式数据并行与 FSDP
- 语言模型评测框架
- 假设生成器
- 文献检索
- 实验执行器
- 结果评估器
- 论文生成器
- 评审循环
- 迭代调度器
- 端到端研究 Demo
- Vision Encoder 的 Patch 切分
- Vision Transformer Encoder（ViT）
- 用 Projection Layer 做模态对齐
- Cross-Attention 融合
- Vision-Language 预训练
- 多模态评测
- Chunking 策略横向对比
- 用 BM25 与 Dense Embedding 做 Hybrid Retrieval
- Cross-Encoder Reranker
- Query 改写：HyDE、Multi-Query 与 Decomposition
- RAG 评测：Precision、Recall、MRR、nDCG 等
- 端到端 RAG 系统
- 任务规格格式
- 经典评测指标
- 代码执行评测指标
- perplexity 与 calibration
- leaderboard 聚合
- 端到端 eval runner
- 从零实现集合通信
- 数据并行 DDP
- ZeRO Optimizer State 分片
- Pipeline Parallel 与 Bubble 分析
- 分片 Checkpoint 与原子化恢复
- 端到端分布式训练
- 越狱分类法
- Prompt 注入检测器
- 拒答评估
- 内容分类器集成
- Constitutional 规则引擎
- 端到端 safety gate
- Fork 指南
- 课程模板
- 路线图
- 翻译契约（所有翻译 subagent 必须遵守）
- .github
- 认证课程
- Claude 认证课程
- 在 GitHub 上学习 Claude 认证
- lessons
- 00-certification-strategy
- 文档
- 01-claude-product-and-model-landscape
- 02-model-selection-and-token-economics
- 03-prompting-and-task-decomposition
- 04-context-knowledge-memory-and-caching
- 05-output-evaluation-and-validation
- 06-governance-safety-and-responsible-use
- 07-workflow-design-and-human-handoffs
- 08-messages-api-and-application-lifecycle
- 09-structured-output-and-defensive-parsing
- 10-tool-use-and-agentic-loops
- 11-mcp-server-design-and-integration
- 12-claude-agent-sdk-and-hooks
- 13-application-security-and-secrets
- 14-evals-testing-debugging-and-observability
- 15-claude-code-for-development-teams
- 16-multi-agent-orchestration-and-delegation
- 文档
- outputs
- 17-agent-sdk-sessions-subagents-and-context
- 18-tool-contracts-errors-and-progressive-discovery
- 文档
- outputs
- 19-claude-code-memory-rules-skills-and-ci
- 文档
- outputs
- 配置作用域审计：Python 服务
- migration-review-skill
- Migration 审查
- references
- 20-reliable-extraction-batch-and-reviewers
- 21-long-context-reliability-provenance-and-escalation
- 文档
- outputs
- 22-business-discovery-requirements-and-slas
- 文档
- outputs
- 23-end-to-end-architecture-and-value-tradeoffs
- 文档
- outputs
- 24-rag-retrieval-and-data-pipelines
- 25-integration-protocols-identity-and-least-privilege
- 26-production-observability-latency-and-cost
- 27-enterprise-governance-compliance-and-hitl
- 文档
- outputs
- 28-stakeholder-communication-adrs-and-lifecycle
- 文档
- outputs
- 29-associate-workflow-capstone
- 30-developer-application-capstone
- 31-architect-foundations-scenario-capstone
- 32-architect-professional-system-capstone
- 00-certification-strategy
- references
- research
- Claude 认证课程
- Glossary
- AI Myths Busted
- AI 工程术语表
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- AI 工程从零到一（中文）
- phases
- 阶段 0：环境与工具
- 01-dev-environment
- outputs
- 04-apis-and-keys
- outputs
- 05-jupyter-notebooks
- outputs
- 09-data-management
- outputs
- 12-debugging-and-profiling
- outputs
- 01-dev-environment
- 阶段 1：数学基础
- 01-linear-algebra-intuition
- outputs
- 02-vectors-matrices-operations
- outputs
- 03-matrix-transformations
- outputs
- 04-calculus-for-ml
- outputs
- 05-chain-rule-and-autodiff
- outputs
- 06-probability-and-distributions
- 07-bayes-theorem
- outputs
- 08-optimization
- outputs
- 09-information-theory
- outputs
- 10-dimensionality-reduction
- outputs
- 11-singular-value-decomposition
- outputs
- 12-tensor-operations
- outputs
- 13-numerical-stability
- outputs
- 14-norms-and-distances
- outputs
- 15-statistics-for-ml
- outputs
- 16-sampling-methods
- outputs
- 17-linear-systems
- outputs
- 18-convex-optimization
- outputs
- 19-complex-numbers
- outputs
- 20-fourier-transform
- outputs
- 21-graph-theory
- outputs
- 22-stochastic-processes
- outputs
- 01-linear-algebra-intuition
- 阶段 2：机器学习基础
- 01-what-is-machine-learning
- outputs
- 02-linear-regression
- outputs
- 03-logistic-regression
- 04-decision-trees
- outputs
- 05-support-vector-machines
- outputs
- 06-knn-and-distances
- outputs
- 07-unsupervised-learning
- 08-feature-engineering
- outputs
- 09-model-evaluation
- outputs
- 10-bias-variance
- outputs
- 11-ensemble-methods
- 12-hyperparameter-tuning
- outputs
- 13-ml-pipelines
- outputs
- 14-naive-bayes
- outputs
- 15-time-series
- outputs
- 16-anomaly-detection
- outputs
- 17-imbalanced-data
- outputs
- 18-feature-selection
- outputs
- 01-what-is-machine-learning
- 阶段 3：深度学习核心
- 01-the-perceptron
- outputs
- 02-multi-layer-networks
- outputs
- 03-backpropagation
- outputs
- 04-activation-functions
- outputs
- 05-loss-functions
- outputs
- 06-optimizers
- outputs
- 07-regularization
- outputs
- 08-weight-initialization
- outputs
- 09-learning-rate-schedules
- outputs
- 10-mini-framework
- outputs
- 11-intro-to-pytorch
- outputs
- 12-intro-to-jax
- 13-debugging-neural-networks
- 01-the-perceptron
- 阶段 4：计算机视觉
- 01-image-fundamentals
- 02-convolutions-from-scratch
- 03-cnns-lenet-to-resnet
- 04-image-classification
- 05-transfer-learning
- 06-object-detection-yolo
- outputs
- 07-semantic-segmentation-unet
- 08-instance-segmentation-mask-rcnn
- 09-image-generation-gans
- outputs
- 10-image-generation-diffusion
- 11-stable-diffusion
- 12-video-understanding
- 13-3d-vision-nerf
- 14-vision-transformers
- 15-real-time-edge
- 16-vision-pipeline-capstone
- 17-self-supervised-vision
- 18-open-vocab-clip
- 19-ocr-document-understanding
- outputs
- 20-image-retrieval-metric
- outputs
- 21-keypoint-pose
- 22-3d-gaussian-splatting
- 23-diffusion-transformers-rectified-flow
- 24-sam3-open-vocab-segmentation
- 25-vision-language-models
- outputs
- 26-monocular-depth
- 27-multi-object-tracking
- outputs
- 28-world-models-video-diffusion
- 阶段 5：NLP，从基础到进阶
- 01-text-processing
- outputs
- 02-bag-of-words-tfidf
- outputs
- 03-word-embeddings-word2vec
- outputs
- 04-glove-fasttext-subword
- outputs
- 05-sentiment-analysis
- outputs
- 06-named-entity-recognition
- outputs
- 07-pos-tagging-parsing
- outputs
- 08-cnns-rnns-for-text
- outputs
- 09-sequence-to-sequence
- outputs
- 10-attention-mechanism
- outputs
- 11-machine-translation
- outputs
- 12-text-summarization
- outputs
- 13-question-answering
- outputs
- 14-information-retrieval-search
- outputs
- 15-topic-modeling
- outputs
- 16-text-generation-pre-transformer
- outputs
- 17-chatbots-rule-to-neural
- outputs
- 18-multilingual-nlp
- outputs
- 19-subword-tokenization
- outputs
- 20-structured-outputs-constrained-decoding
- outputs
- 21-nli-textual-entailment
- outputs
- 22-embedding-models-deep-dive
- outputs
- 23-chunking-strategies-rag
- outputs
- 24-coreference-resolution
- outputs
- 25-entity-linking
- outputs
- 26-relation-extraction-kg
- outputs
- 27-llm-evaluation-frameworks
- outputs
- 28-long-context-evaluation
- outputs
- 29-dialogue-state-tracking
- outputs
- 01-text-processing
- 阶段 6：语音与音频
- 01-audio-fundamentals
- outputs
- 02-spectrograms-mel-features
- outputs
- 03-audio-classification
- outputs
- 04-speech-recognition-asr
- outputs
- 05-whisper-architecture-finetuning
- outputs
- 06-speaker-recognition-verification
- outputs
- 07-text-to-speech
- outputs
- 08-voice-cloning-conversion
- outputs
- 09-music-generation
- outputs
- 10-audio-language-models
- outputs
- 11-real-time-audio-processing
- outputs
- 12-voice-assistant-pipeline
- outputs
- 13-neural-audio-codecs
- outputs
- 14-voice-activity-detection-turn-taking
- outputs
- 15-streaming-speech-to-speech-moshi-hibiki
- outputs
- 16-anti-spoofing-audio-watermarking
- outputs
- 17-audio-evaluation-metrics
- outputs
- 01-audio-fundamentals
- 阶段 7：Transformer 深入剖析
- 01-why-transformers
- outputs
- 02-self-attention-from-scratch
- outputs
- 03-multi-head-attention
- outputs
- 04-positional-encoding
- outputs
- 05-full-transformer
- outputs
- 06-bert-masked-language-modeling
- outputs
- 07-gpt-causal-language-modeling
- outputs
- 08-t5-bart-encoder-decoder
- outputs
- 09-vision-transformers
- outputs
- 10-audio-transformers-whisper
- outputs
- 11-mixture-of-experts
- outputs
- 12-kv-cache-flash-attention
- outputs
- 13-scaling-laws
- outputs
- 14-build-a-transformer-capstone
- outputs
- 15-attention-variants
- outputs
- 16-speculative-decoding
- outputs
- 01-why-transformers
- 阶段 8：生成式 AI
- 01-generative-models-taxonomy-history
- outputs
- 02-autoencoders-vae
- outputs
- 03-gans-generator-discriminator
- outputs
- 04-conditional-gans-pix2pix
- outputs
- 05-stylegan
- outputs
- 06-diffusion-ddpm-from-scratch
- outputs
- 07-latent-diffusion-stable-diffusion
- outputs
- 08-controlnet-lora-conditioning
- outputs
- 09-inpainting-outpainting-editing
- outputs
- 10-video-generation
- outputs
- 11-audio-generation
- outputs
- 12-3d-generation
- outputs
- 13-flow-matching-rectified-flows
- outputs
- 14-evaluation-fid-clip-score
- outputs
- 19-visual-autoregressive-var
- outputs
- 01-generative-models-taxonomy-history
- 阶段 9：强化学习
- 01-mdps-states-actions-rewards
- outputs
- 02-dynamic-programming
- outputs
- 03-monte-carlo-methods
- outputs
- 04-q-learning-sarsa
- outputs
- 05-dqn
- outputs
- 06-policy-gradients-reinforce
- outputs
- 07-actor-critic-a2c-a3c
- outputs
- 08-ppo
- outputs
- 09-reward-modeling-rlhf
- outputs
- 10-multi-agent-rl
- outputs
- 11-sim-to-real-transfer
- outputs
- 12-rl-for-games
- outputs
- 01-mdps-states-actions-rewards
- 阶段 10：从零构建 LLM
- 01-tokenizers
- 02-building-a-tokenizer
- outputs
- 03-data-pipelines
- 04-pre-training-mini-gpt
- outputs
- 05-scaling-distributed
- outputs
- 06-instruction-tuning-sft
- outputs
- 07-rlhf
- outputs
- 08-dpo
- outputs
- 09-constitutional-ai-self-improvement
- outputs
- 10-evaluation
- 11-quantization
- 12-inference-optimization
- 13-building-complete-llm-pipeline
- outputs
- 14-open-models-architecture-walkthroughs
- outputs
- 15-speculative-decoding-eagle3
- outputs
- 16-differential-attention-v2
- outputs
- 17-native-sparse-attention
- outputs
- 18-multi-token-prediction
- outputs
- 19-dualpipe-parallelism
- outputs
- 20-deepseek-v3-walkthrough
- outputs
- 21-jamba-hybrid-ssm-transformer
- outputs
- 22-async-hogwild-inference
- outputs
- 25-speculative-decoding
- outputs
- 34-gradient-checkpointing
- outputs
- 阶段 11：LLM 工程
- 01-prompt-engineering
- 02-few-shot-cot
- 03-structured-outputs
- 04-embeddings
- 05-context-engineering
- 06-rag
- 07-advanced-rag
- 08-fine-tuning-lora
- 09-function-calling
- 10-evaluation
- outputs
- 11-caching-cost
- 12-guardrails
- 13-production-app
- 14-model-context-protocol
- outputs
- 15-prompt-caching
- outputs
- 16-langgraph-state-machines
- outputs
- 17-agent-framework-tradeoffs
- outputs
- 阶段 12：多模态 AI
- 01-vision-transformer-patch-tokens
- outputs
- 02-clip-contrastive-pretraining
- outputs
- 03-blip2-qformer-bridge
- outputs
- 04-flamingo-gated-cross-attention
- outputs
- 05-llava-visual-instruction-tuning
- outputs
- 06-any-resolution-patch-n-pack
- outputs
- 07-open-weight-vlm-recipes
- outputs
- 08-llava-onevision-single-multi-video
- outputs
- 09-qwen-vl-family-dynamic-fps
- outputs
- 10-internvl3-native-multimodal
- outputs
- 11-chameleon-early-fusion-tokens
- outputs
- 12-emu3-next-token-for-generation
- outputs
- 13-transfusion-autoregressive-diffusion
- outputs
- 14-show-o-discrete-diffusion-unified
- outputs
- 15-janus-pro-decoupled-encoders
- outputs
- 16-mio-any-to-any-streaming
- outputs
- 17-video-language-temporal-grounding
- outputs
- 18-long-video-million-token
- outputs
- 19-audio-language-whisper-to-af3
- outputs
- 20-omni-models-thinker-talker
- outputs
- 21-embodied-vlas-openvla-pi0-groot
- outputs
- 22-document-diagram-understanding
- outputs
- 23-colpali-vision-native-rag
- outputs
- 24-multimodal-rag-cross-modal
- outputs
- 25-multimodal-agents-computer-use
- outputs
- 01-vision-transformer-patch-tokens
- 阶段 13：工具与协议
- 01-the-tool-interface
- outputs
- 02-function-calling-deep-dive
- outputs
- 03-parallel-and-streaming-tool-calls
- outputs
- 04-structured-output
- outputs
- 05-tool-schema-design
- outputs
- 06-mcp-fundamentals
- outputs
- 07-building-an-mcp-server
- outputs
- 08-building-an-mcp-client
- outputs
- 09-mcp-transports
- outputs
- 10-mcp-resources-and-prompts
- outputs
- 11-mcp-sampling
- outputs
- 12-mcp-roots-and-elicitation
- outputs
- 13-mcp-async-tasks
- outputs
- 14-mcp-apps
- outputs
- 15-mcp-security-tool-poisoning
- outputs
- 16-mcp-security-oauth-2-1
- outputs
- 17-mcp-gateways-and-registries
- outputs
- 18-mcp-auth-production
- outputs
- 19-a2a-protocol
- outputs
- 20-opentelemetry-genai
- outputs
- 21-llm-routing-layer
- outputs
- 22-skills-and-agent-sdks
- outputs
- skill-contract-reviewer
- Skill 契约审查器
- references
- skill-contract-reviewer
- outputs
- 23-capstone-tool-ecosystem
- outputs
- 24-skill-discovery-and-progressive-disclosure
- outputs
- skill-catalog-builder
- Skill 目录构建器
- references
- skill-catalog-builder
- outputs
- 25-skill-invocation-and-routing
- outputs
- skill-invocation-router
- Skill 调用路由器
- references
- skill-invocation-router
- outputs
- 26-skill-permissions-sandboxes-and-trust
- outputs
- skill-safety-reviewer
- Skill 安全审查器
- references
- skill-safety-reviewer
- outputs
- 27-skill-evals-packaging-and-portability
- outputs
- skill-release-gate
- Skill 发布门禁
- references
- skill-release-gate
- outputs
- 28-mcp-tool-contracts-and-content
- outputs
- 29-mcp-reliability-cancellation-and-flow-control
- outputs
- 30-mcp-registry-supply-chain-and-drift
- outputs
- 31-mcp-conformance-versioning-and-operations
- outputs
- 01-the-tool-interface
- 阶段 14：Agent 工程
- 01-the-agent-loop
- outputs
- 02-rewoo-plan-and-execute
- outputs
- 03-reflexion-verbal-rl
- outputs
- 04-tree-of-thoughts-lats
- outputs
- 05-self-refine-and-critic
- outputs
- 06-tool-use-and-function-calling
- outputs
- 07-memory-virtual-context-memgpt
- outputs
- 08-memory-blocks-sleep-time-compute
- outputs
- 09-hybrid-memory-mem0
- outputs
- 10-skill-libraries-voyager
- outputs
- 11-planning-htn-and-evolutionary
- outputs
- 12-anthropic-workflow-patterns
- outputs
- 13-langgraph-stateful-graphs
- outputs
- 14-autogen-actor-model
- outputs
- 15-crewai-role-based-crews
- outputs
- 16-openai-agents-sdk
- outputs
- 17-claude-agent-sdk
- outputs
- 18-agno-and-mastra-runtimes
- outputs
- 19-benchmarks-swebench-gaia
- outputs
- 20-benchmarks-webarena-osworld
- outputs
- 21-computer-use-agents
- outputs
- 22-voice-agents-pipecat-livekit
- outputs
- 23-otel-genai-conventions
- outputs
- 24-agent-observability-platforms
- outputs
- 25-multi-agent-debate
- outputs
- 26-failure-modes-agentic
- outputs
- 27-prompt-injection-defense
- outputs
- 28-orchestration-patterns
- outputs
- 29-production-runtimes
- outputs
- 30-eval-driven-agent-development
- outputs
- 31-agent-workbench-why-models-fail
- 32-minimal-agent-workbench
- 文档
- outputs
- 33-instructions-as-executable-constraints
- code
- 文档
- outputs
- 34-repo-memory-and-state
- 文档
- outputs
- 35-initialization-scripts
- 文档
- outputs
- 36-scope-contracts
- 文档
- outputs
- 37-runtime-feedback-loops
- 文档
- outputs
- 38-verification-gates
- 文档
- outputs
- 39-reviewer-agent
- 文档
- outputs
- 40-multi-session-handoff
- 文档
- outputs
- 41-workbench-for-real-repos
- 文档
- outputs
- 42-agent-workbench-capstone
- 43-frame-the-task-before-code
- 01-the-agent-loop
- 阶段 15：自主系统
- 01-long-horizon-agents
- outputs
- 02-star-family-reasoning
- outputs
- 03-alphaevolve-evolutionary-coding
- outputs
- 04-darwin-godel-machine
- outputs
- 05-ai-scientist-v2
- outputs
- 06-automated-alignment-research
- outputs
- 07-recursive-self-improvement
- outputs
- 08-bounded-self-improvement
- outputs
- 09-coding-agent-landscape
- outputs
- 10-claude-code-permission-modes
- outputs
- 11-browser-agents
- outputs
- 12-durable-execution
- outputs
- 13-cost-governors
- outputs
- 14-kill-switches-canaries
- outputs
- 15-propose-then-commit
- outputs
- 16-checkpoints-rollback
- outputs
- 17-constitutional-ai
- outputs
- 18-llama-guard
- outputs
- 19-anthropic-rsp
- outputs
- 20-openai-preparedness-deepmind-fsf
- outputs
- 21-metr-external-evaluation
- outputs
- 22-cais-caisi-societal-risk
- outputs
- 01-long-horizon-agents
- 阶段 16：多 Agent 与群体
- 01-why-multi-agent
- outputs
- 02-fipa-acl-heritage
- outputs
- 03-communication-protocols
- outputs
- 04-primitive-model
- outputs
- 05-supervisor-orchestrator-pattern
- outputs
- 06-hierarchical-architecture
- outputs
- 07-society-of-mind-debate
- outputs
- 08-role-specialization
- outputs
- 09-parallel-swarm-networks
- outputs
- 10-group-chat-speaker-selection
- outputs
- 11-handoffs-and-routines
- outputs
- 12-a2a-protocol
- outputs
- 13-shared-memory-blackboard
- outputs
- 14-consensus-and-bft
- outputs
- 15-voting-debate-topology
- outputs
- 16-negotiation-bargaining
- outputs
- 17-generative-agents-simulation
- outputs
- 18-theory-of-mind-coordination
- outputs
- 19-swarm-optimization-pso-aco
- outputs
- 20-marl-maddpg-qmix-mappo
- outputs
- 21-agent-economies
- outputs
- 22-production-scaling-queues-checkpoints
- outputs
- 23-failure-modes-mast-groupthink
- outputs
- 24-evaluation-coordination-benchmarks
- outputs
- 25-case-studies-2026-sota
- outputs
- 01-why-multi-agent
- 阶段 17：基础设施与生产
- 01-managed-llm-platforms
- outputs
- 02-inference-platform-economics
- outputs
- 03-gpu-autoscaling-kubernetes
- outputs
- 04-vllm-serving-internals
- outputs
- 05-eagle3-speculative-decoding
- outputs
- 06-sglang-radixattention
- outputs
- 07-tensorrt-llm-blackwell
- outputs
- 08-inference-metrics-goodput
- outputs
- 09-production-quantization
- outputs
- 10-cold-start-mitigation
- outputs
- 11-multi-region-kv-locality
- outputs
- 12-edge-inference
- outputs
- 13-llm-observability
- outputs
- 14-prompt-semantic-caching
- outputs
- 15-batch-apis
- outputs
- 16-model-routing
- outputs
- 17-disaggregated-prefill-decode
- outputs
- 18-vllm-production-stack-lmcache
- outputs
- 19-ai-gateways
- outputs
- 20-shadow-canary-progressive
- outputs
- 21-ab-testing-llm-features
- outputs
- 22-load-testing-llm-apis
- outputs
- 23-sre-for-ai
- outputs
- 24-chaos-engineering-llm
- outputs
- 25-security-secrets-audit
- outputs
- 26-compliance-frameworks
- outputs
- 27-finops-llms
- outputs
- 28-self-hosted-serving-selection
- outputs
- 01-managed-llm-platforms
- 阶段 18：伦理、安全与对齐
- 01-instruction-following-alignment-signal
- outputs
- 02-reward-hacking-goodhart
- outputs
- 03-direct-preference-optimization-family
- outputs
- 04-sycophancy-rlhf-amplification
- outputs
- 05-constitutional-ai-rlaif
- outputs
- 06-mesa-optimization-deceptive-alignment
- outputs
- 07-sleeper-agents-persistent-deception
- outputs
- 08-in-context-scheming-frontier-models
- outputs
- 09-alignment-faking
- outputs
- 10-ai-control-subversion
- outputs
- 11-scalable-oversight-weak-to-strong
- outputs
- 12-red-teaming-pair-automated-attacks
- outputs
- 13-many-shot-jailbreaking
- outputs
- 14-ascii-art-visual-jailbreaks
- outputs
- 15-indirect-prompt-injection
- outputs
- 16-red-team-tooling-garak-llamaguard-pyrit
- outputs
- 17-wmdp-dual-use-evaluation
- outputs
- 18-frontier-safety-frameworks-rsp-pf-fsf
- outputs
- 19-model-welfare-research
- outputs
- 20-bias-representational-harm
- outputs
- 21-fairness-criteria-group-individual-counterfactual
- outputs
- 22-differential-privacy-for-llms
- outputs
- 23-watermarking-synthid-stable-signature-c2pa
- outputs
- 24-regulatory-frameworks-eu-us-uk-korea
- outputs
- 25-echoleak-cves-for-ai
- outputs
- 26-model-system-dataset-cards
- outputs
- 27-data-provenance-training-governance
- outputs
- 28-alignment-research-ecosystem
- outputs
- 29-moderation-systems-openai-perspective-llamaguard
- outputs
- 30-dual-use-risk-cyber-bio-chem-nuclear
- outputs
- 01-instruction-following-alignment-signal
- 阶段 19：综合项目
- 01-terminal-native-coding-agent
- 文档
- outputs
- 02-rag-over-codebase
- 03-realtime-voice-assistant
- 04-multimodal-document-qa
- 05-autonomous-research-agent
- outputs
- 06-devops-troubleshooting-agent
- 07-end-to-end-fine-tuning-pipeline
- outputs
- 08-production-rag-chatbot
- 09-code-migration-agent
- 10-multi-agent-software-team
- 11-llm-observability-dashboard
- 12-video-understanding-pipeline
- 13-mcp-server-with-registry
- 14-speculative-decoding-server
- outputs
- 15-constitutional-safety-harness
- outputs
- 16-github-issue-to-pr-agent
- 17-personal-ai-tutor
- 46-gradient-accumulation
- outputs
- 47-checkpoint-save-resume
- outputs
- 48-distributed-fsdp-ddp
- outputs
- 49-lm-eval-harness
- outputs
- 82-jailbreak-taxonomy
- outputs
- 83-prompt-injection-detector
- outputs
- 84-refusal-evaluation
- outputs
- 85-content-classifier-integration
- 86-constitutional-rules-engine
- outputs
- 87-end-to-end-safety-gate
- outputs
- 01-terminal-native-coding-agent
- 阶段 0：环境与工具
- skills
- check-understanding
- claude-certification
- course-guide
- find-your-level
- learn-agent-skills
- learn-mcp
- learn
- start-learning
开始学习 → AI 工程从零到一（中文）