AI 学习路径：从零到 Agent 工程师

引言：为什么需要一条学习路径

AI 领域知识爆炸，新手最容易陷入"学了又忘、不知道下一步学什么"的循环。本文提供一条经过验证的学习路径，让你用 3-6 个月 从零基础走到能独立做出可用的 AI Agent 产品。

核心思路：概念打底 → 工具熟练 → 项目驱动 → 工程化收尾。每一阶段都有明确的"出师标准"，不达标不进入下一阶段。

1. 路径全景图

阶段 0：基础准备（1-2 周）
    │  Python / Git / 命令行 / HTTP API
    ▼
阶段 1：AI 概念地图（1 周）
    │  AI / ML / DL / LLM / Agent / RAG 关系
    ▼
阶段 2：Prompt Engineering（1-2 周）
    │  Zero/Few-shot / CoT / 结构化输出
    ▼
阶段 3：API 调用与 SDK（1 周）
    │  OpenAI / Anthropic / 流式响应
    ▼
阶段 4：RAG 实战（2-3 周）
    │  Embedding / 向量库 / 检索 / 评估
    ▼
阶段 5：Tool Calling 与 MCP（1-2 周）
    │  Function Calling / MCP Server
    ▼
阶段 6：Agent 开发（3-4 周）
    │  ReAct / LangGraph / 多 Agent 协作
    ▼
阶段 7：工程化与部署（2-3 周）
    │  评估 / 监控 / 安全 / 上线
    ▼
阶段 8：进阶方向（持续）
    │  Fine-tuning / 多模态 / 推理优化 / 自研模型

2. 阶段 0：基础准备（1-2 周）

目标：具备阅读 AI 代码、调用 API 的最低工程能力。

必备技能

学习资源

• Python：Python 官方教程
• Git：Pro Git 中文版
• HTTP：MDN Web Docs

💡 不用追求完美，能跟着教程跑起来即可。后续会边学边补。

3. 阶段 1：AI 概念地图（1 周）

目标：理解 AI 领域的核心概念关系，看到术语不懵。

必学内容

• AI / ML / DL / LLM 的包含关系
• 基座模型 vs 对话模型（SFT + RLHF/DPO）
• Tokenization、Context Window、MoE、VLM
• Prompt / RAG / Fine-tuning 的适用场景
• Agent / Tool Calling / MCP 是什么

推荐路径

1. 精读：portal 的《AI 概念全解析》笔记
2. 拓展：3Blue1Brown 的 LLM 可视化视频系列
3. 动手：注册 OpenAI / Anthropic API Key，在网页端调通一次对话

出师标准

• 能用一段话向非技术朋友解释"什么是 LLM、什么是 Agent"
• 能在概念地图上找到任何新术语的位置

4. 阶段 2：Prompt Engineering（1-2 周）

目标：能用 Prompt 让 LLM 稳定输出你想要的内容。

必学内容

实战项目

• 任务：写一个 Prompt，让 LLM 把任意文章转成结构化摘要（标题、关键词、3 句话总结、推荐标签）
• 进阶：用同一 Prompt 跑 10 篇文章，人工评估稳定性

推荐资源

• OpenAI 官方 Prompt Engineering Guide
• Anthropic 的 Prompt Engineering 文档
• Learn Prompting（开源教程）

出师标准

• 能写出一个稳定输出 JSON 的 Prompt
• 能用 CoT 让模型做对小学数学题
• 知道什么时候该用 Few-shot，什么时候该换 Fine-tuning

5. 阶段 3：API 调用与 SDK（1 周）

目标：用代码调用 LLM，把 Prompt 工程的产品化。

必学内容

• OpenAI / Anthropic / 国内模型 SDK 基本用法
• 同步 / 异步 / 流式响应
• Token 计数与成本估算
• 错误处理与重试
• Function Calling（工具调用的基础）

实战项目

• 任务 1：写一个 CLI 工具，输入一段文本输出摘要
• 任务 2：写一个流式聊天机器人（终端版）
• 任务 3：实现 Tool Calling — 让 LLM 调用你写的 get_weather() 函数

代码骨架

from anthropic import Anthropic

client = Anthropic()

response = client.messages.create(
    model="claude-3-5-sonnet-20241022",
    max_tokens=1024,
    messages=[{"role": "user", "content": "用一句话解释什么是 RAG"}],
)
print(response.content[0].text)

出师标准

• 能用代码稳定调用 LLM API
• 能实现流式输出
• 能用 Tool Calling 让 LLM 调一个真实函数

6. 阶段 4：RAG 实战（2-3 周）

目标：做出一个能基于私有文档回答问题的问答系统。

必学内容

1. Embedding — 选模型、调 API、理解语义相似度
2. 向量数据库 — 选型（Chroma / Qdrant / pgvector）、CRUD、检索
3. Chunking — 分块策略对召回质量的影响
4. 检索 + 生成 — 把检索结果拼进 Prompt
5. RAG 评估 — Recall / Faithfulness / Answer Relevancy
6. RAG 进阶 — Hybrid Search、Reranker、Query Rewriting、HyDE

实战项目（递进式）

推荐技术栈

• Embedding：bge-large-zh-v1.5（中文）或 text-embedding-3-small（OpenAI）
• 向量库：Chroma（原型）→ Qdrant / pgvector（生产）
• 框架：LlamaIndex（RAG 专精）或 LangChain（通用）
• 评估：RAGAS

出师标准

• 能搭出一个文档问答系统，准确率 > 80%
• 能解释清楚每个环节为什么这么选
• 知道 RAG 失败时怎么排查（召回差？生成跑偏？上下文太长？）

7. 阶段 5：Tool Calling 与 MCP（1-2 周）

目标：让 LLM 能调用外部工具，从"会说"变"会做"。

必学内容

• Tool Calling / Function Calling 的完整流程
• 工具描述（JSON Schema）怎么写
• 多工具选择与并行调用
• MCP（Model Context Protocol） — 标准化工具协议
  • MCP Server 端开发
  • MCP Client 端集成
  • 与现有 Tool Calling 的关系

实战项目

• 任务 1：给 LLM 加 3 个工具 — search_web、get_weather、run_python
• 任务 2：写一个 MCP Server，暴露文件系统读写能力
• 任务 3：用 Claude Desktop 接你自己的 MCP Server

MCP 代码骨架

// 一个最小的 MCP Server
import { Server } from "@modelcontextprotocol/sdk/server";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio";

const server = new Server({ name: "my-tools", version: "0.1.0" });

server.setRequestHandler(ListToolsRequestSchema, async () => ({
  tools: [{
    name: "get_time",
    description: "获取当前时间",
    inputSchema: { type: "object", properties: {} },
  }],
}));

server.setRequestHandler(CallToolRequestSchema, async (req) => {
  if (req.params.name === "get_time") {
    return { content: [{ type: "text", text: new Date().toISOString() }] };
  }
});

await server.connect(new StdioServerTransport());

出师标准

• 能让 LLM 自主选择并调用多个工具
• 能写一个 MCP Server 并被 Claude / Cursor 等客户端使用
• 知道工具描述怎么写能让模型选得更准

8. 阶段 6：Agent 开发（3-4 周）

目标：做出能自主完成多步任务的 AI Agent。

必学内容

1. Agent 核心循环 — ReAct（Reasoning + Acting）
2. Agent 四要素 — Planner / Tools / Memory / Reflection
3. Agent 模式 — ReAct / Plan-and-Solve / Reflexion / ToT
4. 多 Agent 协作 — 角色分工、消息传递、冲突处理
5. 长记忆 — 用向量库持久化 Agent 经验
6. Agent 框架对比 — LangGraph / AutoGen / CrewAI / MetaGPT

实战项目（递进式）

推荐框架

• 入门：LangGraph（状态图式，可控性强）
• 多 Agent：AutoGen（对话式协作）
• 流程化：CrewAI（角色驱动）
• 复杂工程：MetaGPT（软件公司式）

出师标准

• 能搭出一个能完成 5+ 步任务的 Agent
• 能解释 ReAct 循环的每一步在做什么
• 知道 Agent 卡死 / 死循环 / 工具失败时怎么处理
• 能用 LangGraph 画出一个状态机式 Agent

9. 阶段 7：工程化与部署（2-3 周）

目标：把 demo 变成可上线、可维护的产品。

必学内容

实战任务

• 把前面做的 RAG / Agent 项目套上完整的工程化外壳：
  • 加日志（每次调用记录 input/output/cost）
  • 加监控（Grafana 看板）
  • 加评估（每次发版跑回归测试集）
  • 加护栏（输入/输出安全过滤）
  • 上线（Vercel / Render / 自托管）

出师标准

• 项目能在生产环境稳定运行 1 周+ 不出大问题
• 能从日志中定位一次"模型回答异常"的根因
• 知道每月成本大概多少、怎么优化

10. 阶段 8：进阶方向（持续学习）

到达这一步你已经能独立做出 AI 应用了，下面是可选的进阶方向：

11. 时间规划参考

按每周投入 10-15 小时估算：

💡 加速建议：阶段 4-6 是核心，投入 60% 的时间；阶段 0-3 可以快进，边做项目边补。

12. 学习方法

三条铁律

1. 项目驱动 — 每个阶段必须有可运行的产出，不要只看不动手
2. 教学相长 — 学完一个主题就写一篇笔记 / 录一个视频讲清楚
3. 复现优先 — 看到任何论文/demo，先尝试自己复现一遍再看答案

推荐节奏

• 工作日：每天 1-2 小时（看资料 + 写代码）
• 周末：半天 4-5 小时（做项目）
• 每周：写一篇周报，总结学到了什么、卡在哪里

避免的陷阱

• ❌ 囤教程不行动 — 看了 100 篇文章不如动手写 1 个 demo
• ❌ 追新论文 — 入门阶段别追 SOTA，先把基础打牢
• ❌ 只学框架不学原理 — LangChain 会过时，原理不会
• ❌ 跳过 RAG 直接做 Agent — Agent 的本质是"带工具的 RAG"
• ❌ 闭门造车 — 加社区、问问题、看别人怎么做的

13. 推荐资源地图

系统课程

实战社区

• Anthropic Discord — Claude 用户社区
• OpenAI Developer Forum — 官方开发者论坛
• Hugging Face — 模型 / 数据集 / Spaces
• Papers with Code — 论文 + 代码

必读论文（按顺序）

1. Attention Is All You Need（2017）— Transformer 起点
2. GPT-3: Language Models are Few-Shot Learners（2020）— 大模型时代
3. Training language models to follow instructions with RLHF（InstructGPT, 2022）— 对齐范式
4. Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks（RAG 原始论文, 2020）
5. ReAct: Synergizing Reasoning and Acting in Language Models（2022）— Agent 基础
6. Constitutional AI: Harmlessness from AI Feedback（2022）— 安全对齐

必关注的博客 / Twitter

• Anthropic Blog（Claude 背后的团队）
• OpenAI Blog
• Lilian Weng's Blog（前 OpenAI 研究员，深度长文）
• Andrej Karpathy（教学视频 + Twitter）

14. 阶段检查清单

阶段 0-3 检查清单

• 能用 Python 调通 LLM API
• 能写出稳定输出 JSON 的 Prompt
• 能用 CoT 让模型做对数学题
• 能用 Tool Calling 让模型调函数
• 看到任何 AI 术语都能在概念地图上定位

阶段 4-6 检查清单

• 做过一个能跑的 RAG 系统
• 用 RAGAS 评估过 RAG 效果
• 写过一个 MCP Server
• 做过一个能完成 5+ 步任务的 Agent
• 用 LangGraph 画过状态机
• 做过多 Agent 协作的 demo

阶段 7-8 检查清单

• 项目上线过（哪怕是免费托管）
• 加过日志、监控、评估
• 算过每月成本并优化过
• 能给非技术人讲清楚你的项目做了什么
• 选了一个进阶方向持续深耕

结语

学习路径不是直线，是螺旋。每过一阶段回头看前面的内容，会有新的理解。不要怕回炉重造，这是正常的学习节奏。

最重要的三件事：

1. 动手 — 看完这篇笔记立刻去开一个项目
2. 坚持 — 哪怕每天只写 30 分钟代码
3. 分享 — 把学到的写下来、讲出去，教是最好的学

现在该做什么？

• 完全新手 → 从阶段 0 开始，先注册一个 GitHub 账号
• 有点基础 → 跳到阶段 4 做 RAG 项目
• 已经在做 Agent → 直接看阶段 7 工程化
• 想找完整课程 → claude.haylee.site 的 20 章 Agent 课程