三个月前，我还是一个只会写点 Python 基础、完全不懂 AI 的普通大学生。现在，我能独立用 LangChain 搭 Agent、调用大模型 API 做小应用。把这段经历和路线整理出来，希望能帮到想入门的朋友。

第一个月：打基础，别急着上模型

我见过太多人一上来就”我要训练自己的大模型”——结果必然是劝退。第一个月我做的都是地基工作：

  • Python 语法巩固：列表推导、字典、异常处理、类
  • NumPy / Pandas：学会处理数据，因为后面很多示例都离不开它们
  • 基础的 HTTP 和 API 概念：搞懂什么是请求、响应、JSON——这是调用模型 API 的必备知识

忠告：这个月可能有点枯燥，但跳过去后面会反复回来补。

第二个月：上手大模型 API

这是最有成就感的一个月。我做了：

  1. 注册 API、拿到 Key：用官方文档跑通第一个”你好，大模型”
  2. 弄懂 API 的核心参数：model、temperature、max_tokens、system prompt 的作用
  3. 写一个命令行聊天机器人：把多轮对话存进列表，再传给 API，实现简单的记忆

当你第一次用代码调用一个能”理解”你话的模型时，那种感觉无可替代。

第三个月：做项目，用输出倒逼输入

第三个月我开始做真实的小项目，边做边学：

  • RAG 知识库问答：把几份文档切块、做向量化，让模型能基于我的资料回答
  • AI 摘要小工具：批量给文章生成摘要，跑通后特别有成就感
  • Agent 实验：让模型学会调用工具，比如查天气、算数字

我的资源推荐

  • 官方文档：永远是最好的学习资料（OpenAI / Anthropic / 各大国产模型）
  • LangChain / LlamaIndex 文档：跟着 quickstart 跑一遍
  • GitHub 优秀项目：找 1-2 个 star 高的开源项目读代码
  • AI 视频教程：用于建立整体认知，但一定要动手敲

避坑清单

  1. 不要囤课：收藏 100 个教程不如跑通 1 个 Demo
  2. 不要怕英文文档：AI 翻译很好用，别让语言成为障碍
  3. 不要一上来就炼丹：先会用 API，再谈训练
  4. 多记笔记：我把自己踩的坑都写进了博客，既是记录也是整理

写在最后

AI 开发的学习，最重要的不是聪明，而是行动力。每天写一点代码，三个月后回头看，你会感谢现在的自己。

这条路才刚开始，我还在路上。希望这篇路线能帮你少走点弯路。