想学AI，一搜全是「零基础到精通」的课程和资源合集，反而不知道从哪下手。这篇按「先定目标—再选资源—最后验收」的顺序拆开讲：什么阶段该看文档、什么阶段该跟课、什么阶段必须自己动手做东西。也会说清哪些人不必从头学原理，直接上手用工具更快。
想学AI的人现在最不缺选择：一搜全是「零基础到精通」的课程包和资源合集，看两页就晕。问题不在资源少，在于没先想清楚自己学来干什么，于是把「会用工具」「能接接口」「懂原理」三件事混成一锅，钱花了、课囤了，真上手还是一动不动。
这篇按三段的顺序讲：先定目标，再按阶段挑资源，最后用一个能拿出手的小项目验收入门。每个阶段都给出可执行的动作和判断标准，也会说清哪些情况不必走完整条路。
先想清楚你学AI是要干什么
很多人一上来就问「哪门课好」，其实该先问「我做这件事是为了什么」。会用工具提效、能做产品接接口、想搞懂模型原理，这三类目标的路径差别很大，用同一套课程清单只会浪费时间。花十分钟把目标写下来，比多看三篇测评有用。
- 会用工具提效
- 目标是省时间，重点在把工具接进日常流程，不必碰编程
- 能做产品/接接口
- 目标是把模型接进自己的项目，需要懂调用、参数和基本工程
- 想懂模型原理
- 目标是理解训练和推理机制，需要数学和代码基础，投入周期最长
- 判断方法：写下三个月后你想做成的一件具体事，比如自动整理一份周报、给公司文档做个问答入口，写不出来就先别报课。
- 如果写出来的是「大概了解一下 AI」，说明目标还没成形，先别投钱，去看基础概念。
- 不适用的情况：被热点推着走、没有具体产出目标的人，任何课程大概率在第二周就弃掉，这时该先去 /ai-dict/category/basics 把 Token、上下文这些词认全，再决定要不要深入。
按阶段分资源，别一上来就啃大部头
资源要按阶段用，不要拿进阶材料当入门读物。入门期优先看官方文档和术语库，把词认全；上手期用工具目录和场景词表，把工具用起来；进阶期再进技术侧，看技术栈怎么串、前沿在往哪走。每一层都有对应的站内入口，不必一上来就买课。
| 阶段 | 该看什么 | 这一层不看的后果 |
|---|---|---|
| 入门期 | 术语库与基础概念，把常用词认全 | 看到「上下文窗口」就卡住，课程听不懂 |
| 上手期 | 工具目录加场景词表，对照自己行业找用法 | 学了一堆工具名，回到工作里还是不会用 |
| 进阶期 | 技术栈与前沿方向，看怎么接进项目 | 只会点按钮，换个场景就无从下手 |
- 入门期：到 /ai-dict 与 /ai-dict/category/basics 把常用概念过一遍，再去 /models 和 /providers 认识市面上的模型和厂商，这一步不花钱也最快。
- 上手期：从 /ai-nav 按用途找工具，配合 /ai-dict/category/application 对照自己行业能用在哪儿，比看泛泛的通识课有效。
- 进阶期：/stacks 和 /stacks/frameworks 看技术栈怎么串起来，/papers 跟一跟前沿方向，这一层适合想把 AI 接进自己项目的人。
- 挑课只看三件事：有没有可运行的小作业、讲的是不是当前还在用的工具、有没有明确的验收标准；三条缺两条就别买。
在线课程怎么挑，才不白花钱
在线课不是越贵越好，也不是名气越大越好。判断一门课值不值，看它有没有能跑起来的小作业、讲的是不是现在还在用的工具、有没有明确验收标准。三条缺两条，基本可以划走。下面这张表把常见课程类型和适合人群对一下，能省不少试错时间。
| 课程类型 | 适合谁 | 要留意的坑 |
|---|---|---|
| 通识概念课 | 完全没接触过、想先建立框架的人 | 只讲概念不动手，听完还是不会用 |
| 工具实操课 | 办公提效、想快速上手的人 | 只演示点击，工具换个界面就要重学 |
| 接口与编程课 | 想把模型接进项目的人 | 没有可运行作业，等于看了一场长直播 |
| 行业应用课 | 想把 AI 落到具体业务的人 | 案例太泛，跟自己行业对不上 |
- 先试免费部分：多数平台有试听或免费模块，用一节时间判断讲师是不是在念文档，是就换。
- 避开两类课：只讲概念的「AI 通识」和只演示工具点击的「神器课」，前者学完不会用，后者换个界面就废。
- 付费前先算需求：只是办公提效，工具自带帮助文档加场景词表通常够用；要接接口、做产品，编程类课程才值得投入。
- 别纠结价格数字，各平台订阅档位和地区差异变化很快，下单前到 /plans 和 /coding-plans 核对当时的价目，再决定值不值。
学完必须有产出，否则等于没学
学 AI 最容易停在「看过」的阶段：课看完了、笔记记了，一到自己动手就卡住。解决办法很简单，给自己定一个两周内能做完的小目标，做完再回头看哪里卡过。这个过程本身就是最有效的学习材料，比课程证书有用得多。
- 定一个小目标比如用模型把一批会议录音转成待办清单，或直接问一份表格里的数据。目标要小到两周内能做完，做不完就再拆小。
- 记录过程而不是结果把调不通的地方、换过哪些提问方式、哪一步卡最久写下来。这份记录会告诉你真正缺的是工具用法还是概念。
- 按三条标准验收能不看教程复现一遍、能向别人讲清你做了什么、出错时知道去哪查。三条都做不到，说明还停在看过阶段。
- 决定下一步方向如果卡在怎么用工具，回到工具目录补用法；如果卡在想接进项目，去技术栈页面补工程知识。
- 不适用的情况：纯粹为了解行业动态的人，不需要走这一步，跟着 /news/daily 看动态就够了。
- 做办公提效的人，小目标可以就是一条自动化流程，能稳定跑三次就算过。
- 想做产品的人，验收标准要加上「别人能不能照着你的说明跑一遍」。
- 没有产出目标还硬学原理，通常撑不过两周，不如先动手做一个小东西再回头补基础。
入门不是把课程看完，而是你手里有一个能拿给别人看的小东西。下一步：按你要的方向接着看目标定好了，再按你选的方向挑资源：想找工具去导航页，想看各家方案和中转选择去站点页核对当时的数字，别凭印象下单。→
常见问题
零基础完全不懂技术，能学AI吗？
能，但要选对入口。先从用工具开始，别一上来学原理。把 /ai-dict/category/basics 的常用词认全，再从 /ai-nav 找一两个和你工作相关的工具，用两周把它用熟。有了实际手感再决定要不要往技术方向走，比直接报系统课成功率高得多。
网上免费的AI学习资源够用吗，还要不要买课？
看目标。办公提效这类需求，官方文档加站内术语库基本够；要做产品、接接口、调模型，付费课能省时间但也不是必需，重点是有人给你批作业。判断办法：如果你自学时总卡在同一个问题上没人问，那买课解决的是答疑，不是知识本身。
学AI要多久才算入门？
别用时间衡量，用产出衡量。比较实际的验收是：两周内独立做出一个小东西并能复现第二遍。有人一周就做到，有人三个月还在看视频，差别在于有没有动手。如果你连续两周只输入没输出，先停下来做个最小项目，比继续囤课有用。
