修炼AI技能
AI 教程 / 学习路径与考证 / AI 细分方向进阶路线图：从入门到专精

AI 细分方向进阶路线图：从入门到专精

通过入门课或考证之后，下一步往往不是「再学一遍基础」，而是从通才走向专精。今天的 AI 已经高度分化，方向之间的能力栈差异明显：做大模型的人要懂微调与对齐，做视觉的人要啃检测器与分割，做工程的人要关心推理延迟与监控。选错方向会浪费大量时间，选对方向则能事半功倍。

本文给出六大方向的「能力地图」与真实可核验的学习资源，帮助你按目标选型、少走弯路。所有列出的课程与文档均经过核验，可凭文中链接直达官方入口。

先打好共同基础

无论选哪条路，都建议先补齐三类底座能力。第一是 Python 工程能力，包括 numpy、数据处理与基本的软件工程习惯。第二是深度学习基础，要真正理解反向传播、损失函数、CNN 与 Transformer、训练与调参的基本套路，而不是只会调包。第三是至少一个框架的熟练度，当前 PyTorch 在研究与产业界占据主流，建议优先掌握。

  • fast.ai《Practical Deep Learning for Coders》：免费、面向会写代码的学习者，第一堂课就训练出可用的图像分类器，配套书 fastbook 可在线阅读（course.fast.ai）。
  • 李宏毅《Machine Learning》：台湾大学开放式课程，系统覆盖机器学习基础，每年更新讲义与作业（speech.ee.ntu.edu.tw/~hylee/ml）。
  • DeepLearning.AI《Deep Learning Specialization》：吴恩达出品，系统讲解神经网络、CNN、序列模型，并用 TensorFlow 完成实战。

方向一 LLM 与 NLP

能力地图：Tokenization 与词表、Transformer 与注意力机制、预训练与参数高效微调（LoRA/PEFT）、提示工程、检索增强生成（RAG）、指令微调与偏好对齐、模型评测。

  • Hugging Face《LLM Course》：从「什么是 Transformer」一路讲到微调与部署，使用 Transformers、Datasets、Tokenizers 等官方工具链（huggingface.co/learn/llm-course）。
  • DeepLearning.AI《ChatGPT Prompt Engineering for Developers》：吴恩达与 OpenAI 合作的短课，聚焦提示工程原则与 API 实战（deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers）。
  • 李宏毅《Introduction to Generative AI》：NTU 2024 春季课，覆盖 LLM 演化、微调、Agent 与安全议题（speech.ee.ntu.edu.tw/~hylee/genai/2024-spring.php）。

方向二 计算机视觉

能力地图：图像分类、目标检测与分割、CNN 与 ViT、迁移学习与数据增强、主流检测框架（Detectron2、MMDetection）、模型压缩与加速。

  • 斯坦福《CS231n: Deep Learning for Computer Vision》：李飞飞等讲授，计算机视觉经典入门，讲义与历年视频均公开（cs231n.stanford.edu）。
  • Hugging Face《Computer Vision Course》：基于 Transformers 的实战课，覆盖 ViT、SAM、DINO 等现代架构（huggingface.co/learn/computer-vision-course）。
  • PyTorch 官方 Tutorials：含「Transfer Learning for Computer Vision」等可运行范例（pytorch.org/tutorials）。

方向三 多模态

能力地图：图文生成（Diffusion）、视觉-语言模型（CLIP、BLIP）、语音与音频建模、跨模态对齐与推理、视频生成基础。

  • 李宏毅《生成式 AI 导论》：专设影像生成章节，导览 VAE、Flow、Diffusion、GAN，并含 Stable Diffusion 微调作业。
  • Hugging Face《Diffusion Course》：讲解扩散模型原理，并用 Diffusers 库实践图像与音频生成（huggingface.co/learn/diffusion-course）。
  • Hugging Face《Audio Course》：将 Transformer 应用于语音识别、音乐与 TTS（huggingface.co/learn/audio-course）。

方向四 AI Agent 与应用

能力地图：工具调用（Function Calling）、规划与记忆机制、RAG 编排、主流开发框架（LangChain、LlamaIndex、smolagents）、模型上下文协议（MCP）。

  • Hugging Face《Agents Course》：端到端构建并部署 Agent，含 smolagents、LlamaIndex、LangGraph 三种实现（huggingface.co/learn/agents-course）。
  • DeepLearning.AI《Agentic AI》：吴恩达主讲，构建多步迭代、能自主采取行动的 Agentic 系统（deeplearning.ai）。
  • LangChain 官方文档：清晰讲解 Model、Prompt、Chain、Agent 等核心概念与开发教程（python.langchain.com/docs）。

方向五 AI 安全与对齐

能力地图：对齐问题（内外对齐）、可解释性、红队测试与越狱防护、评测体系（Evals）、安全治理与政策。

  • BlueDot Impact《AI Safety Fundamentals》：免费、含社群的入门课，提供 Alignment 与 Governance 两套课程大纲（aisafetyfundamentals.com）。
  • 李宏毅《生成式 AI 导论》安全章节：专讲生成式 AI 的安全性议题，以及「如何欺骗大模型」。
  • 模型厂商安全文档：Anthropic 与 OpenAI 的研究博客提供前沿安全思路（anthropic.com/research、openai.com/research）。

方向六 AI 工程与部署

能力地图：模型服务化（推理优化、批处理、量化）、容器化与云部署、线上监控与评测、成本与延迟权衡、MLOps 流水线。

  • Full Stack Deep Learning：覆盖从训练模型到上线产品的工具链、测试、部署与监控（fullstackdeeplearning.com）。
  • PyTorch 官方部署教程：含 TorchServe、导出 ONNX 等生产化路径（pytorch.org/tutorials）。
  • OpenAI / Anthropic 官方文档：API 设计、提示工程与最佳实践范本，值得所有做应用的人精读（platform.openai.com/docs、docs.anthropic.com）。

如何选方向

选方向前先问自己两个问题：你更想做研究建模，还是工程落地？你更擅长文本、图像还是系统？研究向优先 LLM、CV、多模态；落地向优先 Agent 与 AI 工程；关注社会影响则优先 AI 安全。建议每个方向先完成一门官方课程、做一个小项目再决定深耕，避免过早下注。方向之间并非互斥，例如多模态往往需要 CV 与 LLM 的双重功底，AI Agent 又依赖工程部署能力。

小结

AI 专精的核心，是围绕一个方向补齐能力栈并做出可展示的项目。共同基础之上，六大方向各有真实可用的官方课程与文档；以一门课入门、一个项目收尾，是最稳妥的进阶路径。资源在精不在多，先把一条路走通，再横向扩展。

参考与延伸阅读

本文累计阅读 — 次