1. 七天扫盲计划的整体设计逻辑1.1 为什么是七天而不是三十天国庆七天假说长不长说短不短。我见过太多人一上来就给自己排三十天AI学习计划结果第三天就放弃了。七天这个周期有个天然优势它足够短短到你不会产生“反正时间还多”的拖延心理又足够长长到能覆盖从概念认知到动手实践的完整闭环。我自己的经验是AI领域的知识焦虑主要来自两个方向一是名词太多Transformer、Agent、CNN、Swin Transformer、ViT每个词看起来都认识连在一起就不知道在说什么二是教程太深随便打开一篇“Transformer模型详解”上来就是QKV矩阵推导三行公式劝退。七天扫盲的核心目标不是让你成为专家而是让你建立一张知识地图——知道每个概念在哪个位置、解决什么问题、和谁有关系。有了地图后面深入任何一个方向都不会迷路。这个计划适合谁如果你是后端开发想转AI方向、产品经理需要理解技术边界、测试工程师想了解AI测试开发、或者纯粹是对AI好奇的技术人这七天就是为你设计的。不需要微积分基础不需要GPU一台能跑Python的笔记本就够了。1.2 七天的节奏安排与每日目标我把七天分成三个阶段前三天建立认知框架中间两天动手实践最后两天深入专项方向。每天的投入时间控制在3到4小时上午看概念下午动手写代码晚上复盘。天数主题核心目标产出物第1天AI全景认知理清AI/ML/DL的关系一张手绘知识地图第2天机器学习基础理解数据处理和模型训练跑通一个分类任务第3天深度学习入门搞懂神经网络和CNN手写一个简单网络第4天Transformer核心理解注意力机制手写单头注意力第5天大模型与Agent理解Agent是什么搭一个简单Agent第6天AI测试与安全了解测试开发和Agent安全写一个测试用例第7天专项方向选择确定后续深入方向一份学习路线图这个安排的关键在于每天都有产出。光看不动手七天下来脑子里只剩一堆名词。哪怕你只是把代码复制粘贴跑一遍那个“跑通了”的感觉也会让你对概念的理解深一层。提示不要试图在七天里看完《动手深度学习》或者《机器学习西瓜书》。这两本书都是好书但它们是教材不是扫盲材料。扫盲阶段的目标是建立直觉不是推导公式。1.3 学习前的环境准备动手环节需要Python环境。我的建议是用Anaconda创建一个独立环境避免污染系统Python。具体操作conda create -n ai-week python3.10 conda activate ai-week pip install numpy pandas matplotlib scikit-learn torchPyTorch的安装根据你的系统选择CPU版本就够了扫盲阶段不需要GPU。如果你用的是Windows注意PyTorch的CPU版本安装命令和CUDA版本不同去官网复制对应命令即可。编辑器用VS Code加Jupyter插件或者直接用Jupyter Notebook。我习惯用VS Code因为可以在同一个窗口里写代码、看文档、调试。如果你之前没接触过Jupyter花十分钟学一下基本操作后面会省很多时间。2. 前三天的认知框架搭建2.1 第一天AI、机器学习、深度学习到底是什么关系这三个词经常被混用但它们其实是包含关系。AI是最大的圈机器学习是AI的一个子集深度学习又是机器学习的一个子集。你可以这样理解AI是“让机器表现出智能”这个目标机器学习是“让机器从数据中学习规律”这个方法深度学习是“用多层神经网络来学习”这个具体技术。机器学习中的数据处理是什么这是第一天必须搞清楚的另一个问题。机器学习的核心是从数据中找规律但原始数据往往是脏的、乱的、不完整的。数据处理就是把这些原始数据变成模型能吃的“干净食物”。具体包括缺失值填充、异常值处理、特征归一化、类别编码等。我见过很多新手直接拿原始数据喂模型结果准确率惨不忍睹问题就出在数据处理这一步。第一天的动手环节很简单用pandas加载一个CSV文件看看数据长什么样统计一下缺失值做一次简单的归一化。不需要建模就是感受一下数据处理的流程。import pandas as pd from sklearn.preprocessing import StandardScaler df pd.read_csv(your_data.csv) print(df.info()) print(df.describe()) print(df.isnull().sum()) scaler StandardScaler() df_scaled scaler.fit_transform(df.select_dtypes(includenumber))跑完这段代码你对“数据处理”就有了体感比看十篇文章都管用。2.2 第二天机器学习模型训练的全流程第二天要搞懂一个完整的机器学习项目长什么样。很多人学机器学习学了一堆算法名字但不知道一个项目从开始到结束要经历哪些步骤。我把它总结成六步问题定义、数据收集、数据处理、模型选择、模型训练、模型评估。问题定义决定了你要用什么类型的模型。是分类问题还是回归问题是有监督还是无监督比如“判断一封邮件是不是垃圾邮件”是二分类问题“预测房价”是回归问题“把用户分成不同群体”是聚类问题。问题定义错了后面全白搭。模型选择阶段新手最容易犯的错误是“哪个模型高级用哪个”。实际上对于结构化数据XGBoost和LightGBM往往比深度学习效果更好训练还快。深度学习擅长的是图像、文本、语音这类非结构化数据。我见过有人用Transformer去处理Excel表格数据效果还不如逻辑回归这就是典型的“杀鸡用牛刀”。第二天的动手环节用scikit-learn跑一个完整的分类任务。数据集用经典的鸢尾花数据集虽然简单但流程完整。from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split from sklearn.ensemble import RandomForestClassifier from sklearn.metrics import accuracy_score iris load_iris() X_train, X_test, y_train, y_test train_test_split( iris.data, iris.target, test_size0.2, random_state42 ) clf RandomForestClassifier(n_estimators100, random_state42) clf.fit(X_train, y_train) y_pred clf.predict(X_test) print(f准确率: {accuracy_score(y_test, y_pred):.4f})这段代码虽然短但包含了机器学习的完整流程。跑通之后把RandomForestClassifier换成LogisticRegression或者SVM对比一下效果你就能直观感受到不同模型在同一任务上的差异。2.3 第三天深度学习与神经网络入门第三天进入深度学习。深度学习的核心是神经网络神经网络的核心是“层”和“参数”。深度学习里的parameter不是MBparameter是模型里需要学习的权重和偏置单位是“个”。一个千万参数的模型指的是它有一千万个可学习的数值。这些数值存在显存里每个float32占4字节所以一千万参数大约占40MB显存。这个换算关系新手经常搞混我特意提一下。CNN是深度学习中最重要的架构之一全称卷积神经网络。它的核心思想是“局部感受野”和“权值共享”。用人话说就是看图片不需要一次看全图先看局部特征边缘、纹理再组合成高级特征眼睛、鼻子最后形成整体认知。权值共享意味着同一个卷积核在整张图上滑动大大减少了参数量。第三天的动手环节用PyTorch手写一个简单的CNN在MNIST手写数字数据集上训练。MNIST虽然简单但它是深度学习界的“Hello World”值得跑一遍。import torch import torch.nn as nn import torch.optim as optim from torchvision import datasets, transforms class SimpleCNN(nn.Module): def __init__(self): super().__init__() self.conv1 nn.Conv2d(1, 32, kernel_size3, padding1) self.conv2 nn.Conv2d(32, 64, kernel_size3, padding1) self.pool nn.MaxPool2d(2, 2) self.fc1 nn.Linear(64 * 7 * 7, 128) self.fc2 nn.Linear(128, 10) self.relu nn.ReLU() def forward(self, x): x self.pool(self.relu(self.conv1(x))) x self.pool(self.relu(self.conv2(x))) x x.view(-1, 64 * 7 * 7) x self.relu(self.fc1(x)) x self.fc2(x) return x transform transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.5,), (0.5,))]) train_dataset datasets.MNIST(root./data, trainTrue, downloadTrue, transformtransform) train_loader torch.utils.data.DataLoader(train_dataset, batch_size64, shuffleTrue) model SimpleCNN() criterion nn.CrossEntropyLoss() optimizer optim.Adam(model.parameters(), lr0.001) for epoch in range(3): for images, labels in train_loader: optimizer.zero_grad() outputs model(images) loss criterion(outputs, labels) loss.backward() optimizer.step() print(fEpoch {epoch1}, Loss: {loss.item():.4f})跑完这个你对深度学习的“训练”就有了肌肉记忆。注意这里用的是CPUMNIST数据量小CPU跑几分钟就能出结果。如果你用GPU把模型和数据移到cuda上就行。3. 中两天的核心突破Transformer与Agent3.1 第四天Transformer架构的通俗理解Transformer是当前AI领域最重要的架构没有之一。大语言模型、ViT、Swin Transformer底层都是Transformer。但Transformer的论文《Attention is All You Need》对新手不太友好公式多、符号多。我建议先看《The Illustrated Transformer》这篇博客图文并茂把注意力机制讲得很清楚。Transformer的核心是自注意力机制。用人话解释当你读一句话“小明把苹果给了小红因为她饿了”你要理解“她”指谁就需要把“她”和前面的“小明”“小红”都关联起来看哪个关联最强。自注意力做的就是这件事——计算序列中每个词和其他所有词的相关性然后根据相关性加权求和。具体来说每个词会生成三个向量Query、Key、Value。Query是“我在找什么”Key是“我有什么”Value是“我的实际内容”。用Query和所有Key做点积得到注意力分数softmax归一化后用分数对Value加权求和。这就是自注意力的全部核心。Transformer模型详解里经常提到的“多头注意力”就是把上面的过程并行做多次每次用不同的QKV权重矩阵最后拼接起来。多头的目的是让模型从不同角度关注序列的不同方面有的头关注语法关系有的头关注语义关系。第四天的动手环节手写一个单头自注意力。不需要写完整的Transformer就写注意力这一块理解透了再扩展。import torch import torch.nn as nn import torch.nn.functional as F class SingleHeadAttention(nn.Module): def __init__(self, embed_dim): super().__init__() self.embed_dim embed_dim self.W_q nn.Linear(embed_dim, embed_dim) self.W_k nn.Linear(embed_dim, embed_dim) self.W_v nn.Linear(embed_dim, embed_dim) def forward(self, x): Q self.W_q(x) K self.W_k(x) V self.W_v(x) scores torch.matmul(Q, K.transpose(-2, -1)) / (self.embed_dim ** 0.5) attention_weights F.softmax(scores, dim-1) output torch.matmul(attention_weights, V) return output, attention_weights x torch.randn(2, 5, 64) attn SingleHeadAttention(64) output, weights attn(x) print(output.shape, weights.shape)跑通之后把embed_dim改成512把单头改成多头你就理解了Transformer的核心。ViT和Swin Transformer无非是把注意力用在图像patch上Swin还加了窗口机制来降低计算量但底层逻辑是一样的。3.2 第五天Agent是什么和普通AI有什么区别Agent是2024年到2025年最火的概念之一。但很多人搞不清楚Agent和普通AI的区别。简单说普通AI是“你问它答”Agent是“你给目标它自己规划步骤去完成”。比如你问ChatGPT“北京天气怎么样”它回答你这是普通AI。你说“帮我安排一个北京三日游”Agent会自己拆解任务查天气、查景点、查交通、排行程、订酒店然后一步步执行。Agent的核心组件包括规划模块、记忆模块、工具调用模块。规划模块负责把大目标拆成小步骤记忆模块负责记住上下文和历史操作工具调用模块负责调用外部API或执行代码。Agent框架如LangChain、AutoGPT本质上都是在封装这些组件。Harness和Agent的区别也经常被问到。Harness通常指测试框架或执行环境它提供的是“运行Agent的基础设施”比如沙盒环境、日志记录、结果验证。Agent是“干活的”Harness是“管干活的”。在Agent开发中Harness负责安全隔离和结果评估Agent负责具体任务执行。Agent怎么扛并发这是工程化必须面对的问题。单个Agent实例处理请求是串行的要扛并发就得做多实例部署加负载均衡。但Agent和普通服务不同它是有状态的每个请求可能涉及多轮工具调用所以负载均衡不能简单轮询得用会话粘滞或者外部存储来共享状态。我实测下来用Redis存Agent的中间状态配合Kubernetes做弹性伸缩是比较靠谱的方案。第五天的动手环节用LangChain搭一个最简单的Agent能调用计算器和天气API。from langchain.agents import initialize_agent, Tool from langchain.llms import OpenAI def calculator(expression): return str(eval(expression)) def get_weather(city): return f{city}今天晴25度 tools [ Tool(nameCalculator, funccalculator, description用于数学计算), Tool(nameWeather, funcget_weather, description查询城市天气) ] agent initialize_agent(tools, OpenAI(temperature0), agentzero-shot-react-description) result agent.run(北京天气怎么样另外帮我算一下25乘以4) print(result)这个例子虽然简单但包含了Agent的核心要素工具定义、工具选择、任务执行。跑通之后你可以把工具换成真实的API把LLM换成开源模型就是一个可用的Agent原型。3.3 第六天AI测试开发与Agent安全AI测试开发和传统测试开发有本质区别。传统测试是“输入确定输出确定”AI测试是“输入确定输出不确定”。你没法用assertEqual去断言模型输出因为同样的输入模型可能给出不同的回答。AI测试的核心是评估而不是断言。AI测试开发主要做三件事数据质量测试、模型行为测试、安全合规测试。数据质量测试检查训练数据有没有偏差、有没有泄露、分布是否合理。模型行为测试检查模型在不同输入下的表现是否稳定、有没有歧视性输出。安全合规测试检查模型会不会被诱导输出有害内容。Agent安全是最近特别受关注的方向。Agent能调用工具、执行代码这意味着它的安全风险比普通模型大得多。一个被恶意诱导的Agent可能删除文件、发送垃圾邮件、泄露隐私数据。Agent安全的核心原则是最小权限和沙盒隔离。Agent只能访问它完成任务必需的资源所有操作在沙盒里执行执行前要经过安全审查。第六天的动手环节写一个简单的AI测试用例用pytest组织。import pytest class TestModelBehavior: def test_output_not_empty(self, model, input_text): output model.generate(input_text) assert len(output) 0, 模型输出不能为空 def test_output_length_limit(self, model, input_text): output model.generate(input_text, max_length100) assert len(output) 100, 输出长度不能超过限制 def test_no_harmful_content(self, model, input_text): output model.generate(input_text) harmful_keywords [暴力, 歧视, 违法] for keyword in harmful_keywords: assert keyword not in output, f输出包含有害关键词: {keyword}这个测试用例很粗糙但展示了AI测试的基本思路不追求确定性断言而是检查边界和约束。4. 最后一天的专项方向选择与实操避坑4.1 第七天根据兴趣选择深入方向七天扫盲结束后你需要选择一个方向深入。AI领域太宽什么都学等于什么都没学。我根据这几年的观察把AI方向分成几个大类你可以根据自己的背景和兴趣选。方向适合人群核心技能入门难度计算机视觉对图像处理感兴趣CNN、ViT、Swin Transformer中等自然语言处理对文本分析感兴趣Transformer、BERT、GPT中等强化学习对决策优化感兴趣深度强化学习算法、PPO较高AI工程化后端开发背景Agent框架、模型部署、并发中等AI测试测试开发背景评估方法、安全测试较低AI产品产品经理背景技术边界理解、场景设计较低选方向的原则是结合已有优势不要从零开始。你是后端开发就选AI工程化你的分布式系统经验直接能用。你是测试就选AI测试你的测试思维是优势。你是学生数学好就选算法方向深入。4.2 实操中常见的坑与排查技巧这七天里你一定会遇到各种报错。我把最常见的坑整理成速查表遇到问题先查表能省很多时间。问题现象可能原因解决方法模型loss不下降学习率太大或太小尝试1e-3到1e-5之间的值显存不足batch_size太大减小batch_size或使用梯度累积准确率始终50%数据标签有问题检查标签是否对应正确训练集准确率高但测试集低过拟合加正则化、Dropout、更多数据Agent不调用工具工具描述不清晰优化工具description让LLM能理解Agent陷入循环规划能力不足加最大步数限制优化prompt代码跑得特别慢没用GPU或数据加载瓶颈检查device用DataLoader多进程我踩过最坑的一个问题是用CPU跑一个稍微大点的模型等了半小时没出结果以为代码有问题其实是CPU太慢。后来换GPU两分钟跑完。所以扫盲阶段尽量用小数据集和小模型别跟自己过不去。另一个常见坑是版本兼容性。PyTorch、CUDA、Python版本之间经常打架。我的建议是用conda创建独立环境严格按照官方文档的版本对应关系安装。别图省事用pip全局安装后面出问题排查起来很痛苦。4.3 七天之后如何持续进步七天扫盲只是起点。之后的路怎么走我分享几个实用建议。第一保持动手频率。AI是实践性极强的领域看十篇论文不如跑一个项目。每周至少跑一个开源项目哪怕只是改改参数、换换数据集。第二建立自己的代码库。把常用的数据处理、模型训练、评估代码封装成函数或类下次直接用。我自己的代码库里积累了上百个工具函数效率提升非常明显。第三关注但不追热点。AI领域每天都有新论文、新模型但核心原理变化没那么快。Transformer出来这么多年底层逻辑还是注意力机制。把基础打牢新东西来了你也能快速理解。第四参与开源社区。给开源项目提issue、修bug、写文档是提升最快的方式。你在社区里遇到的问题别人可能已经解决了你解决的问题可能帮到很多人。第五定期复盘。每个月花半天时间回顾这个月学了什么、做了什么、哪些地方卡住了。复盘能帮你发现知识盲区调整学习方向。注意不要陷入“收藏夹吃灰”的循环。看到好文章、好项目要么当场看完要么安排具体时间看别只收藏。收藏不等于学会。4.4 一些实用的学习资源推荐最后分享一些我实际用过、觉得有价值的资源。这些资源覆盖了从入门到进阶的不同阶段你可以根据自己的进度选择。《动手深度学习》是入门深度学习最好的教材之一代码和理论结合得好而且有中文版。李沐老师的视频课程也值得看讲解清晰节奏适中。《机器学习西瓜书》适合系统学习机器学习理论但需要一定数学基础扫盲阶段可以先跳过推导看结论。Transformer方面《The Illustrated Transformer》是必读的图文并茂把注意力机制讲得很透。想深入的话可以看原论文《Attention is All You Need》配合李沐的论文精读视频。Agent方面LangChain的官方文档是最好的入门材料例子多、更新快。想深入Agent安全可以关注OWASP的Agent安全指南虽然是英文的但内容很实用。深度学习所需要的编程语言主要是Python这一点没有争议。但如果你要做模型部署C和CUDA也需要了解。扫盲阶段先把Python用好后面根据方向再扩展。我个人的体会是AI学习最怕的是“只输入不输出”。看视频、看书都是输入写代码、写博客、做项目才是输出。输出会逼着你把模糊的理解变清晰把零散的知识串成体系。七天扫盲计划里每天的动手环节就是最小的输出单元。坚持这个习惯一年后你会感谢现在的自己。
