L0 毕业了：下一步学什么？

🎉 恭喜，你完成了 L0 启蒙路径。

读完这 12 篇，你应该已经能：

• 区分 AI / ML / DL / LLM
• 用一句话讲清 70 年 AI 简史
• 判断哪些事可以放心交给 AI
• 理解为什么 AI 会胡说八道，知道怎么防范
• 写出让 AI 输出质量翻倍的 prompt
• 给自己规划 AI 时代的职业策略
• 在 ChatGPT / Claude / Gemini 中明智地选
• 安全地使用 AI，不泄露重要数据
• 听懂大多数 AI 黑话

这已经超过 80% 的”用 AI 的人”了。但 AI 学习的路才刚开始。

你现在在哪

我们的学习地图：

🥚 L0  启蒙 ──────── 你在这里
🐣 L1  数学与 Python
🐥 L2  经典机器学习
🧠 L3  深度学习核心
🦅 L4  LLM 与生成式 AI
🎨 L5  多模态与前沿
🛡️ L6  AI 安全与对齐
⚙️ L7  系统与工程化

从这里开始，有三条主要的分叉路。你不需要每条都走——选一条最对胃口的。

🎯 路径 A：「我想真正理解技术」—— L1 → L3

如果你想懂”AI 怎么工作的”——不是表面，是真懂——这条路。

适合：

• 大学生 / 转行者 / 工程师
• 不怕数学
• 准备投入 6-12 个月时间

怎么走：

L1 数学与 Python（18 篇 · 约 1 个月）
   ↓
L2 经典机器学习（20 篇 · 约 2 个月）
   ↓
L3 深度学习核心（25 篇 · 约 3 个月）
   ↓
   你已经能读懂 90% 的 AI 论文了

走完 L1-L3，你会对”为什么 AI 现在这样、还能怎么变”有第一性原理的理解。这是其它路径都换不来的。

⚡ 路径 B：「我想立刻能用 AI 做应用」—— 直跳 L4

如果你想跳过基础直接做 AI 应用——比如 RAG、Agent、Prompt 工程——这条路。

适合：

• 已经会编程
• 想做产品、做项目
• 接受”只知其然不知其所以然”

怎么走：

L0（你已完成）
   ↓
L4 LLM 与生成式 AI（30 篇 · 约 2-3 个月）
   ↓
   你已经能独立做 AI 应用了

这条路最务实。L4 内容包括：

• Prompt Engineering 进阶
• RAG 从零搭建
• Agent 构建
• Tool Use & MCP
• 微调入门
• 推理优化

读完你能做出像样的 AI 产品。

🎨 路径 C：「我对多模态/创作感兴趣」—— 直跳 L5

如果你的兴趣是图像生成、视频、音乐、3D——这条路。

适合：

• 设计师 / 内容创作者 / 艺术家
• 想用 AI 做创作
• 对 LLM 兴趣一般

怎么走：

L0（你已完成）
   ↓
L5 多模态与前沿（15 篇 · 约 1-2 个月）
   ↓
   你已经能驾驭主流多模态工具

L5 包括：Stable Diffusion / Midjourney 原理、Sora 类视频生成、3D 生成、TTS / ASR。

🌳 路径 D：「我对 AI 安全感兴趣」—— L6

少数人会走这条。AI 安全是越来越关键的话题。

适合：

• 政策研究者 / 哲学背景
• 关心 AI 治理
• 想做对齐研究

L0 → L6（10 篇 · 1 个月左右）

可以跳过中间技术层，直接读 L6。但建议至少先扫一遍 L3——理解技术细节才能讨论安全问题。

一些常见问题

Q1：「我数学不好，能走路径 A 吗？」

能。L1 是专门为”被高中数学伤过”的人写的。我们不会用希腊字母吓唬你，会用图、动画、Python 代码把数学讲清楚。

真实情况：L1 大概需要你接受 “数学有点烧脑”，但不需要你成为数学高手。

Q2：「我没有编程基础」

L1 有 Python 速成（10 篇）。从零开始，2-3 周能跟上。

如果完全不想学编程——走路径 C，多数多模态工具有 GUI。

Q3：「我已经学过 ML，能跳到 L3 吗？」

能。L0 是”非技术读者”的入口，已经有技术基础的人完全可以跳。

我们的学习路径不是线性的，它是一张地图——你按自己的兴趣选路。

Q4：「读完整套要多久？」

完整走完 L1-L7：12-18 个月（每周 5-10 小时）。

不必焦虑这个数字——你不需要走完全部。多数职场人走 L0 + 一条主路径，已经能在自己领域里做出名堂。

一个不太”硬”的建议

不要把 AI 当成”我应该学”的负担。把它当兴趣。

• 看到一个 AI 应用让你”卧槽”——记下来，去翻它怎么做的
• 看到一个新概念——查它的来源、读相关论文摘要
• 看到一个 bug 让你笑出声——分析它为什么发生

学习的”持续动力”，从来不是计划，是好奇心。

现在就动手做一件事

读完这篇，别立刻去刷 L1。先做一件小事：

打开一个 AI 工具，问它一个你最近真正困扰的问题——不是”你能做什么”，是一个真问题。

然后用 L0-05 学到的 10 招，把这个对话至少追问 5 轮。

看看你能解决到什么程度。

这个体验比读 5 篇文章都有用。

---

🌟 L0 启蒙路径完结撒花。

下一站推荐：

• 数学派 → L1-01 · 数学与 Python 速成
• 实战派 → L4-01 · LLM 是怎么炼成的
• 创作派 → L5-01 · Diffusion 模型原理

愿你享受接下来的旅程。保持好奇。