给普通人看的 AI 工具学习记录
别再收藏那些AI学习网站了！小白自学只要这四条路线
昨天扒了全网四十多个系统学AI的网站，最后我决定砍掉80%，只留6个能当新手村的顶级站。文科生、程序员、极客，只选一条，今晚花15分钟就能上手。
Hello啊朋友们，我是Simonlin，你身边那个会用AI的朋友。
我这两天整理 AI 学习资料，越整理越觉得不对。
网上到处都是“50个 AI 学习网站”“2026 最全资源”，收藏的时候很痛快，真要开始学，还是不知道该点哪一个。好不容易打开一个，第一屏是英文，往下翻是公式和代码，看的人一脸懵逼...于是，很多人就停在这里了。
昨天晚上，我和电脑里的两个搭子，花了58轮搜索，才把一批还在更新、确实能用的资源筛出来。原本我想把链接全给你，后来觉得这样不行...链接太多，反而更难开始。
所以最后只留八个，将它们分成四条路线：想先拿 AI 干活的，想把原理弄明白的，想动手做东西的，还有适合中文用户的知识库。
你不用从头学到尾。可以挑一条，今天先打开第一个站，动手试试看。
开始行动起来，比收藏一百个链接更有用。
（PS：如果觉得有用的话，求一波一键三连～跪谢了！！！）
01
PART
偷懒提效派：不写代码，只要AI当你的生产力外挂
VIEW / 往下看判断
这条路线适合谁？
文字工作者、行政、运营、自媒体、学生，或者任何只想让AI帮自己写公文、改报告、做PPT、搭日常工作流的人。
你的核心目标不是“研究它是怎么被造出来的”，而是“建立对AI调教的直觉”。
1. xueai.app（小山学堂）
这是 @洛小山 大佬做的一个AI扫盲站，不仅是我们圈内公认的小众神站，也是对普通人最友好、做得最轻量的一个交互式站点。
很多新手看网上的提示词教程，通篇都在讲玄学：“要扮演角色”、“要给背景”。
但你依然不知道，改了一个参数、加了一句话，模型在后台到底发生了什么变化。
这个站最大的亮点是做了一套纯浏览器内的交互沙盒。
它不讲高深公式，而是把知识点拆成了一个个可以动手滑动的模块。
比如它有一节专门讲上下文工程（Context Engineering）和模型调参。 你在左边拉一下温度滑块（Temperature），或者在输入框里补一段参考资料，右边立刻实时展示模型回复的差异。
你不需要自己掏API Key，也不用装任何环境。 滑动两次，你瞬间就能明白：为什么AI有时候会胡说八道？为什么把参考资料塞在最前面它才听话？
- 直达网址：
https://xueai.app（或https://xueai.miyang.cn） - 新手第一步：进站后直接点开基础篇的“交互式调参演示”，亲手拖动一次温度滑块，感受一次AI创意的发散与收敛。
- 访问门槛：国内直连，全中文，永久免费公益。
2. AI Roadmap 中文版（airoadmaps.org）
很多小白用AI，最大的迷茫是“东一榔头西一棒槌”。
今天听说这个工具牛逼，去玩两天；明天听说那个提示词厉害，又去学一下。
学了三个月，脑子里还是一团浆糊。
AI Roadmap 就是专门用来治这个毛病的。
它把整个AI领域的学习路径做成了一张清清楚楚的思维导图。
从基础通识、提示工程、到常见应用场景，每一个节点都标明了前后依赖关系。
你不需要按照它全部学完。
它的最大价值，是当你在网上看到一个新词（比如RAG、Agent、微调）的时候，把它当成一张“世界地图”。
打开它搜一下，你立马就能知道这个概念到底属于哪个阶段，自己现在用不用得着去焦虑。
- 直达网址：
https://www.airoadmaps.org - 新手第一步：打开页面，只看“通识与生成式AI”的主干分支，看看自己现在掌握的技能到底处于整张地图的什么位置。
- 访问门槛：国内直连，全中文界面，开源免费。
02
PART
硬核理解派：我想搞懂它为什么会思考、为什么会胡说
VIEW / 往下看判断
这条路线适合谁？
有一定理科或计算机基础，或者天生好奇心强，不想只停留在“怎么写提示词”，很想搞明白大模型底层原理的人。
先打个预防针：千万别一上来就去读学术论文，那是劝退最快的路。
你得先建立直觉，再看公式。
1. 3Blue1Brown（神经网络与深度学习专题）
如果全世界只能推荐一个讲数学和AI原理的人，那一定是 3Blue1Brown（Grant Sanderson）。
他做的动画，能把最抽象的矩阵乘法、梯度下降和反向传播，变成肉眼可见的几何运动。
很多人学AI之所以痛苦，是因为一上来就看到一堆偏微分方程，大脑直接宕机。
但 3Blue1Brown 会先用手写数字识别的例子，一层层拨开神经网络的结构。
你会亲眼看到一个数字“8”，是如何被拆解成边缘弧线，再一步步激活深层神经元的。
看完他的视频，你再去看大模型的原理，心里是有画面的，而不是干瘪的字母。
- 直达网址：
https://www.3blue1brown.com/topics/neural-networks（B站搜索「3Blue1Brown官方」可看精翻双语视频） - 新手第一步：点进 Neural Networks 专题，只看第一期视频《什么是神经网络？》（But what is a Neural Network?）。
- 访问门槛：官网国内直连顺畅，完全免费。
2. 动手学深度学习（d2l.ai 中文版）
当你通过动画建立了直觉，如果想真正上手跑一跑代码，看这本就够了。
李沐老师带队写的这本教材，在AI圈几乎人手一本。
传统教科书最大的问题是“理论归理论，代码归代码”。 你看完了公式，依然不知道在电脑里怎么敲出来。
《动手学深度学习》最硬核的地方，在于它的定位是“能上手实操的教科书”。
每一个章节、每一个算法，都配有可以直接在网页或 Jupyter Notebook 里一键运行的完整代码。 它支持 PyTorch、TensorFlow 和飞桨主流框架。
你改一个数字，跑一下，就能看到训练曲线的变化。
- 直达网址：
https://zh.d2l.ai - 新手第一步：先看完“引言”，把关于“机器学习”的概念搞清楚，再去看其他内容。
- 访问门槛：开源免费，全中文，支持在线直接阅读与代码一键下载。
03
PART
动手造物派：我想做出自己的知识库和AI Agent
VIEW / 往下看判断
这条路线适合谁？
独立开发者、想转型的程序员，或者动手能力极强的极客。
你不想只当一个使用者，你想自己写代码或者用开源库，把大模型包装成一个真正能交付的小工具。
1. Hugging Face Learn（官方学习中心）
如果说 GitHub 是程序员的代码家园，那 Hugging Face 就是全世界所有 AI 开发者的“军火库”。
现在的 AI 开发，早就不是从零手写算法了。
调开源模型、找优质数据集、跑微调、搭工作流，几乎全在 Hugging Face 生态里。
它的 Learn 页面提供了最贴近当下一线工业界的系列课程： 大语言模型实战（LLM Course）、智能体课程（Agents Course），甚至是上下文工程实战。
它教你的不是陈旧的理论，而是怎么调用当下的开源库，把模型像积木一样组装起来。
- 直达网址：
https://huggingface.co/learn - 新手第一步：进入 LLM Course 的第一章，看一看当下最标准的 Pipeline 调用方式。
- 访问门槛：纯英文界面（浏览器右键一键翻译即可顺畅阅读），完全免费。
2. Datawhale 开源社区（国内开源实战大本营）
如果你觉得看全英文文档吃力，想找国内最活跃、资料最落地的开发者圈子，直接去 Datawhale。
这是国内最大的 AI 开源学习组织，在 GitHub 上有几万星标。
他们最厉害的地方，是把晦涩的国际前沿资料本土化，做成了一系列保姆级教程： 比如用国内主流大模型搭建本地知识库的教程、从零手搓智能体（Agent）的实操笔记。
而且他们常年组织线上“开源组队学习”。 有一帮人和你一起打卡、跑代码、在群里排查报错，对于自制力不强的新手来说，这是最容易坚持下来的环境。
- 直达网址：
https://github.com/datawhalechina（官方学习平台：https://www.datawhale.cn/learn） - 新手第一步：进他们的 GitHub 主页，搜
self-llm仓库（大模型微调与部署实践教程），照着跑通第一节环境配置。 - 访问门槛：全中文，完全开源免费。
04
PART
宝藏知识库：真正懂行的人都在看的中文共建库
VIEW / 往下看判断
聊完上面这六个工具站，必须给国内的朋友单独打一个“补丁”。
很多新手学 AI，习惯性去百度或谷歌搜独立网站。
但在国内的 AI 圈子里，有一个非常奇特的本土现象： 最顶级的自发学习者、行业老鸟和一线创作者，往往不爱去搭独立网站。
因为网站维护成本高、容易失效。 他们把最鲜活的实战经验、工具测评、提示词框架，全搬到了公开的飞书知识库（Wiki）里。
如果你只知道搜域名，你就彻底错过了中文互联网最大的一片 AI 知识富矿。
这里只挑两个最硬核、公认必须收藏的“母舰级”知识库：
1. WaytoAGI（通往AGI之路）
如果说国内 AI 圈只能选一个百科全书式的知识库，那一定是 WaytoAGI。
这是国内规模最大、活跃度最高的 AI 共建社区，由上百位一线从业者自发维护，累计浏览量已经超过 750 万次。
它最变态的地方在于全面和即时。 从小白入门的第一步、各大模型提示词指令库、到图文视频实战教程、AI硬件测评、甚至是每晚 8 点的社区直播共学，全在一个知识库里。
它就像一本每天都在实时更新的“AI 活字典”。 当你遇到任何一个不明白的工具或者生词，直接去它的知识库里检索，十有八九都能找到一线玩家踩完坑写出来的避坑指引。
- 直达网址：
https://waytoagi.feishu.cn/wiki/QPe5w5g7UisbEkkow8XcDmOpn8e（官方镜像站：https://www.waytoagi.com） - 新手第一步：进知识库后，直奔左侧目录的“0. 从这里启程”，再看“1.1 入门：AI 学习路径与课程”，跟着官方梳理的节奏走。
- 访问门槛：国内飞书直连，全中文，完全公开免费。
2. LangGPT（结构化提示词知识库）
很多小白学写提示词，最大的误区是把它当成“文学创作”或者“玄学”。
今天抄一段“你是一个资深专家”，明天加一句“请一步步思考”，效果全凭运气。
LangGPT 做的最伟大的一件事，就是把提示词编写彻底工程化、结构化。
它提出了极其严密的框架逻辑：将你的需求拆解为 Role（角色）、Profile（简介）、Skills（技能）、Rules（约束规则）和 Workflow（工作流）。
按照这套模板写出来的提示词，模型的回答不仅极少胡说八道，而且输出格式稳定得像代码一样。
在这个知识库里，不仅有这套方法论的底层原理解析，更有涵盖办公、编程、自媒体、逻辑分析等各个场景的几百套开箱即用的工业级提示词模板。
- 直达网址：
https://langgptai.feishu.cn/wiki/RXdbwRyASiShtDky381ciwFEnpe（配套官方站：https://www.langgpt.ai） - 新手第一步：点开“结构化提示词系统论述”，看明白结构化提示词的五个核心模块，然后照着模板改写一个你日常用得最多的指令。
- 访问门槛：国内直连，全中文开源，完全免费。
///
