AI Engineering from Scratch 是一份很适合“想把 AI 工程底层补齐”的免费开源课程。它不是那种只教你调用 API、拼一个聊天机器人就结束的教程，而是把线性代数、机器学习基础、深度学习、Transformer、LLM 工程、工具协议、Agent 工程、多智能体和生产化部署串成一条长路线。
这个项目的核心气质很明确：先自己把关键算法写一遍，再去理解框架为什么这么封装。官网首页写的是 20 个阶段、416 节课，Catalog 页面和 README 的数量还在更新中；更稳妥地说，它已经是一套 20 阶段、400 多节的 AI 工程训练材料。覆盖语言包括 Python、TypeScript、Rust 和 Julia，项目采用 MIT License，GitHub 上目前约 10.5k stars。
从底层补一遍 AI 工程的骨架
它比较有价值的地方，是把“学 AI”这件事从碎片化文章和 demo 里拉回到工程路径上：你会先碰线代和基础 ML，再进入深度学习、视觉、NLP、语音、强化学习、Transformer、生成式 AI、LLM from Scratch、LLM Engineering，最后走到工具调用、协议、Agent Loop、Autonomous Systems、多 Agent / Swarms 和生产基础设施。
每节课强调可运行代码和可留下来的产物，比如 prompt、skill、agent 或 MCP server。对已经会写代码、但总觉得自己对 attention、tokenizer、loss curve、agent loop 这些概念只会“用”不会“拆”的人，它更像一张补课路线图。你可以直接在官网读，也可以 clone 仓库在本地跑代码。
需要注意的是，这不是轻量入门小册子。它更适合愿意长期投入、想把 AI 工程从数学到系统实现重新过一遍的开发者；如果只是想快速接一个模型 API 上线产品，可能会觉得路线太长。但如果你的目标是把 AI 工具链真正吃透，这种“先手写，再用框架”的设计反而很省弯路。
项目地址
官网：https://aiengineeringfromscratch.com/
项目地址：https://github.com/rohitg00/ai-engineering-from-scratch
原创文章，如若转载，请注明出处：https://wefound.cc/p/3249.html
