AI 学习规划：90 天从入门到能做项目

AI 学习最大的陷阱是「学了一堆名词，却写不出一个能跑的东西」。这份 90 天规划按「基础—工具—项目」三段推进，每一段都有明确产出，避免只看不练。

阶段一：基础（第 1–30 天）

• 目标：理解 AI 是什么、能做什么，会用现成工具。
• 学习内容：大模型基础概念（训练、推理、提示）；Python 入门；常用 AI 工具上手。
• 产出：能熟练用 AI 完成总结、写作、数据分析等日常任务。
• 提示：此阶段不啃数学，先建立直觉，数学留到需要时再补。

阶段二：工具与工程（第 31–60 天）

• 目标：能搭建可调用的 AI 应用，理解常见工程链路。
• 学习内容：API 调用与提示工程；RAG（检索增强）基础；向量数据库；一个主流框架。
• 产出：做一个「文档问答」或「智能助手」小应用并部署上线。
• 提示：把官方文档当主教材，跟着写代码，不只看教程。

阶段三：项目与方向（第 61–90 天）

• 目标：做一个能放进简历的完整项目，明确下一步方向。
• 学习内容：选一个细分方向深入（应用开发、数据、算法、安全等）。
• 产出：一个带 README、测试与演示的完整项目，开源或发布。
• 提示：项目比证书更有说服力，重点是「解决真实问题」。

每周节奏与自我检查

• 每天 1–2 小时，周末做一次复盘与项目迭代。
• 每周末自问：这周我写了几行可运行代码？产出了什么？
• 卡住超过两天就换个话题或求助社区，别在单一难点上耗死。

常见误区

• 只收藏不学习：把资料放进收藏夹不等于学会。
• 追新弃基：基础不稳，新模型一出又归零。
• 只跑别人代码：复制粘贴能跑，不代表能独立搭建。
• 与工作脱节：尽量把 AI 用到当前工作里，学得最快。

小结

90 天足够从零到「能做一个 AI 项目」，关键在于以项目驱动、每周产出、及时止损。规划是地图不是教条，随进度灵活调整即可。

参考与延伸阅读

• 本站「AI 学习路线图」「AI 求职路线」「AI 项目实践」教程
• 吴恩达与李宏毅课程作为阶段一补充（待核实最新更新）