Skip to content

第 0 章 学习地图 ​

预计阅读 14 分钟 · 全文约 4,168 字

本章产出:一张属于你自己的学习路线图,外加一套装好的基础工具箱。


开场:一个普通人的困惑 ​

老周今年 29 岁,做过电商运营,大学里敲过几行代码,毕业后全还给老师了。

最近半年他刷短视频,刷到的东西大概是这样的:

  • "AI 智能体来了,不会用的人三年内失业"
  • "教你用 AI 一键生成爆款文案,月入三万"
  • "AI 逆向破解,白嫖 GPT-4,学费只要 299"
  • "00 后小伙靠 AI 月入十万,他只做对了一件事"

老周看得很焦虑,也很心动。他下载了七八个 AI 软件,注册了五个账号,收藏了六十多个"教程"视频,花了小两千买课。

三个月过去,他发现自己会的东西是:打开对话框,打字,看 AI 回话,复制粘贴。

就这。

他不懂什么是 token,不知道 API 和中转站的区别,不理解为什么有人说"智能体"和"聊天机器人"不一样,更不明白"AI 逆向"到底逆向的是什么。他去问卖课的老师,老师回他一句:"你先跟着做,做多了就懂了。"

老周信了。做了三个月,还是不懂。

问题出在哪?

不是老周笨。是没人给他一条从地基往上盖楼的路径。市面上的"教程"大多是从二楼开始教装修——上来就让你装插件、接 API、搭智能体,但你连"这栋楼为什么这么盖"都没搞明白,越学越像在背咒语。

这本手册要干的事很朴素:带你从打地基开始,一层一层盖上去。盖完你会知道每一块砖为什么放在那,而不是只会念咒语。


0.1 这门教程教什么、不教什么 ​

它教什么 ​

第一层:看懂。 搞明白大模型到底是个什么东西,为什么它会"思考"、为什么会胡说、为什么有时候聪明有时候犯傻。这一层不要求你会写代码,只要求你愿意动脑子。

第二层:用明白。 从"打开对话框打字"进化到"知道什么活该交给 AI、什么活交给 AI 会翻车"。提示词怎么写、知识库怎么搭、多个模型怎么配合,这一层学完,你的日常效率会肉眼可见地变。

第三层:能折腾。 自己配 API、自己跑本地模型、自己搭智能体、用编程智能体改真代码。这一层开始要动手,会踩坑,踩完你会发现自己和普通用户的差距拉开了。

第四层:看透行业。 中转站怎么赚钱、卖课的话术怎么设计、卡密破解到底成不成立、黑产的钱从哪来。这一层是"防割韭菜"的核心,也是很多人最缺的。

第五层:能变现。 把你的能力换成钱——接单、做垂直工具、写内容。这一层不保证你发财,但保证你知道钱在哪、坑在哪。

它不教什么 ​

  • 不教你"三天速成月入十万"。 谁跟你说这话,谁就是在卖课,跑就对了
  • 不教你走灰产捷径。 有些路子确实来钱快,代价是踩缝纫机。这本手册会把黑产拆开给你看,让你知道坑长什么样,但不会推你下去
  • 不承诺学完就是专家。 学完你能"看懂、会用、能折腾";要成专家,得靠你自己拿真项目喂几百个小时
  • 不替你动手。 所有 Lab 都要你自己敲一遍。光看不动手,等于看健身视频减肥

0.2 工具清单:你要准备什么 ​

先别急着装一堆软件。工具装多了只会让你产生"我在学习"的错觉。这本手册前期只需要三样东西:

必备三件套 ​

工具干什么用花钱吗
一个浏览器用网页版 AI、查资料、跑在线工具免费
一个 AI 网页版账号日常对话、做实验有免费额度
一个记事本(纸的也行)记踩坑、记疑问、记灵感免费

对,就这三样。第 1 章到第 4 章,你几乎不需要装任何东西。

后面才需要的东西(先别管) ​

  • API 和中转站:第 5 章才用
  • 本地模型软件(LM Studio 之类):第 6 章才用
  • 智能体客户端(Cherry Studio 之类):第 7 章才用
  • 逆向工具:第 8 章才用

为什么先不装? 因为工具是"用来解决具体问题的",你还没有具体问题的时候装工具,装完只会到处点两下,然后吃灰。等学到那一章,你知道它解决什么问题了,再装,十分钟搞定。

毒舌总结:收藏一百个教程、装二十个软件,不如把一章读完、把一个实验做完。前者给你"我在进步"的错觉,后者给你真的进步。


0.3 学习路径与里程碑 ​

这本手册一共 12 章,但你不必按顺序死磕。人家给你画一张地图:

                    ┌─────────────────────────────┐
                    │  终点:能看懂、会用、能变现   │
                    └─────────────────────────────┘
                                  ▲
        ┌─────────────────────────┼─────────────────────────┐
        │                         │                         │
   【变现线】                【技术线】                 【安全线】
   第 9 章 变现与商业        第 7 章 智能体             第 8 章 逆向与安全
        ▲                   第 6 章 本地部署           第 11 章 硬核进阶
        │                   第 5 章 API 与成本               ▲
        │                         ▲                         │
        └─────────────┬───────────┴─────────────┬───────────┘
                      │                         │
              【基础线:所有人都要过】
              第 1 章 原理 → 第 2 章 历史 → 第 3 章 产品 → 第 4 章 使用

学习路径图

图 0-1:三条学习路线与四个终点

四个里程碑 ​

里程碑一:能听懂人话(第 1-4 章) 学完标志:别人聊"token""上下文""幻觉""智能体",你不再发懵,还能接两句。 预计时间:认真学 1-2 周。

里程碑二:能动手配(第 5-7 章) 学完标志:你能自己配 API、跑本地模型、搭一个能干活的智能体。 预计时间:2-3 周。

里程碑三:能拆能防(第 8 章) 学完标志:你能拆一个简单程序、看懂卡密原理、在靶场打几个漏洞、知道哪些红线不能碰。 预计时间:1-2 周。

里程碑四:能换钱(第 9-11 章) 学完标志:你能设计出一个卖得出去的服务,或者写出一个能跑的小工具。 预计时间:看你自己,1 个月到半年不等。

三条学习路线,你挑一条 ​

  • 打工人路线(想提高效率、不被淘汰):第 1-4 章 → 第 9 章。跳过技术深水区,重点学"怎么用"和"怎么防割"
  • 技术路线(想自己造东西):第 1-7 章 → 第 10-11 章。一路往深里走
  • 安全路线(想搞逆向、安全):第 1-4 章 → 第 8 章 → 第 11 章。技术线可以先略过一部分

不用纠结选哪条。 先按顺序把第 1-4 章啃完,啃完你自己就知道想去哪了。


0.4 怎么用这门教程 ​

读法:三遍法 ​

  • 第一遍:通读,不求甚解。 像看小说一样过一遍,知道这章在讲什么、大概什么结构。遇到不懂的术语,划个线,别停
  • 第二遍:精读,动手。 逐节读,每读完一节,合上页面,用自己的话复述一遍。复述不出来就回去重读。这章的 Lab 必须做
  • 第三遍:复习,只扫"一句话记住"和自检清单。 一周后回头看,能答上自检清单,这章就算真的会了

练法:Lab 不做等于没学 ​

每章末尾都有一个 Lab(动手实验)。Lab 有难度星级和预计耗时,你按自己的时间安排。

Lab 的三条铁律:

  1. 亲手做,不复制粘贴。 代码可以抄,但必须自己敲一遍,敲的时候你会遇到各种报错——报错才是老师
  2. 卡住了别立刻问 AI。 先自己看报错、查关键词,卡 20 分钟再问。这 20 分钟是长本事的时间
  3. 做完记录。 用记事本记下:做了什么、卡在哪、怎么解决的。三个月后这本笔记就是你的能力证明

自测法:费曼技巧 ​

每章学完,假装你要给一个完全不懂的朋友讲这章内容。讲得出来 = 会了;讲得磕磕巴巴 = 半懂;讲不出来 = 没懂。

别骗自己。 学习最大的敌人不是难,是"以为自己懂了"。


踩坑实录 ​

坑一:把"收藏"当成"学会" ​

场景:有人收藏了两百多个 AI 教程视频、三十篇公众号文章、十几个 GitHub 仓库。问他学到了什么,他说"还在规划学习路线"。

为什么:收藏这个动作会骗大脑——收藏的瞬间,大脑会分泌"我已经掌握了"的错觉。实际上你只是把信息换了个地方存,脑子一点没变。

怎么爬出来:定一条规矩——库存清空之前,不许再收藏新的。每收藏一个,就必须在 48 小时内用一次;用不上,删掉。

坑二:一上来就装工具 ​

场景:有人还没搞清楚 AI 能干什么,先花两天装了一堆客户端、配了三个 API、跑通五个本地模型。然后发现:不知道用它们干嘛。

为什么:工具是"解决具体问题"的,你还没有具体问题,装完只能到处点两下。

怎么爬出来:先有问题,再找工具。你现在最烦的一件重复工作是什么?从它开始。

坑三:跳过基础直奔"变现" ​

场景:有人从第 9 章开始看,看完觉得自己可以接单了,结果客户问"这个功能大概怎么实现",他答不上来。

为什么:变现是结果,不是起点。没有前面的原理和实操打底,你只能背话术,接不住真问题。

怎么爬出来:按顺序读 1-4 章,这是所有人的地基。地基不牢,上面盖什么都会塌。

坑四:学完不做 Lab ​

场景:有人一路划水读到第 8 章,Lab 一个没做,自我感觉良好。真让他搭个知识库,卡在第一步。

为什么:看懂了和做出来,中间隔着一整个太平洋。看懂是"认路",做出来是"开车"。

怎么爬出来:每章的 Lab 必须做,做不出来就回去重读那一节。宁可一章走三天,不要十章划水。


0.5 时间预算:这本书要花你多久 ​

很多人问:"学完要多久?"

诚实答案:看你要到哪一层。

目标内容时间预算(每天 1-1.5 小时)
能听懂人话第 1-4 章 + Lab2-3 周
能自己配第 5-7 章 + Lab3-4 周
能拆能防第 8 章 + 靶场2-3 周
能换钱第 9-11 章 + 真项目1-3 个月

注意两个坑:

  • 别按"页数"算时间:这本书不是小说,一页可能要你动手半小时
  • 别按"章节数"定计划:第 1 章 7000 字,你可能要读两遍、做一次实验,花三天

人家的建议:先定一个"小目标"——比如"两周内读完 1-4 章,做完 4 个 Lab"。小目标完成了,再定下一个。

0.6 怎么判断自己真的学懂了 ​

三个标准,从低到高:

标准一:能复述。 合上书,用自己的话把这一章的核心讲一遍。讲得磕巴 = 没懂。

标准二:能举例。 能举出一个"书里没写过、但符合这个原理"的例子。

标准三:能纠错。 看到一段错误的说法,能指出错在哪、为什么错。

举例:学完第 1 章"AI 是猜下一个字"——

  • 能复述:AI 通过预测下一个 token 生成文本 ✓
  • 能举例:为什么 AI 写代码会写出不存在的函数?(因为它按"代码的样子"生成)✓
  • 能纠错:有人说"AI 在数据库里查答案"——错,它是现算的 ✓

三个都做到,这章才算真的会了。

0.7 学完这本书,你手里会有什么 ​

不是一堆笔记,是七样能拿出来看的东西:

  1. 一份参数实验笔记(第 1 章 Lab)——你亲手测过温度、上下文、幻觉
  2. 一张工具选型决策表(第 3 章 Lab)——什么场景用什么工具
  3. 一个私人知识库(第 4 章 Lab)——喂了自己的资料,能问答
  4. 一份成本账本(第 5 章 Lab)——知道自己每月该花多少钱
  5. 一份本地模型评测表(第 6 章 Lab)——你的硬件能干什么
  6. 一个能干活的智能体 + 一次 Codex 实战(第 7 章 Lab)
  7. 一份漏洞实战报告 + 一份逆向记录(第 8、11 章 Lab)

**这七样东西,比任何证书都硬。**面试或者接单的时候,你直接拿出来:"这是我做的。"

再加一样隐形的:一套判断力——看到"AI 大新闻",你能判断是真是假;看到"AI 变现课",你能算出它赚的是谁的钱。

0.8 给不同人的阅读建议 ​

如果你只有碎片时间(每天 20 分钟) ​

别按章读,按"节"读。每天读一节,读完在笔记上写一句话总结。

优先读:第 3 章(工具)、第 4 章(提示词)、第 5 章(成本)。这三章对日常最有用。

如果你是学生/刚毕业 ​

从第 1 章老实读起。你现在最不缺的是时间,最缺的是"底层理解"。第 10、11 章的代码要亲手敲。

建议路径:1 → 2 → 3 → 4 → 7 → 10 → 11(技术线)

如果你已经在工作 ​

先读第 3、4、5 章,立刻能用在日常工作里;再补第 1、2 章打地基;第 8 章按需。

建议路径:3 → 4 → 5 → 1 → 9(打工人线)

如果你想做安全/逆向 ​

先把第 1-4 章过一遍(不然你看不懂为什么"服务器验证破不了"),然后直奔第 8 章。

建议路径:1 → 2 → 3 → 4 → 8 → 11(安全线)

如果你只想"不被割韭菜" ​

读第 5 章(中转站风险)、第 9 章(卖课套路)、第 12 章 C 节(避坑手册)。

三章加起来不到两小时,能帮你省下几千块。


0.9 三个常见误解 ​

误解一:"我不懂技术,学不了。"

这本手册前四章不需要写一行代码。你需要的是"愿意动手试",不是"会编程"。

误解二:"AI 更新太快,学了就过时。"

工具会变,原理不会。你学的是"为什么这样设计",不是"这个按钮在哪"。

误解三:"学会了也没用,AI 会替代人。"

AI 替代的是"只会重复劳动的人",放大的是"会提需求、会判断结果的人"。你要做后者。


Lab 0-1|装好你的三件套 ​

难度:⭐☆☆☆☆ 预计耗时:20 分钟

目标:准备好学习环境,跑通第一次 AI 对话,并建立一个学习笔记

步骤:

  1. 打开浏览器,注册或登录一个 AI 网页版账号(你已经在用的那个就行,不用新注册)
  2. 新建一个记事本(纸质或电子都行),第一页写上今天的日期,标题写"AI 学习笔记"
  3. 在 AI 对话框里输入这句话:
    用三句话解释什么是大模型,要求:不许用"神经网络""参数""训练"这些词,
    要让我妈也能听懂。
  4. 把它回答的内容,用你自己的话重写一遍,记在笔记第一页
  5. 再问它一个问题:"你刚才的回答里,有哪些地方是你猜的?" 看看它怎么答

验收标准:

  • [ ] AI 账号能正常对话
  • [ ] 笔记第一页有你重写过的三句话解释
  • [ ] 你能说出"AI 承认自己哪些地方在猜"

卡住了怎么办:

  • 网页打不开 → 换个浏览器或换个网络环境再试
  • AI 不回应 → 刷新页面,或换一个 AI 产品
  • 看不懂它的解释 → 正常,第 1 章就是专门解决这个的,先记下来

本章自检清单 ​

学完本章,你应该能回答:

  • [ ] 这本手册分几层?每层解决什么问题?
  • [ ] 为什么前期不需要装一堆软件?
  • [ ] 四个里程碑分别对应哪些章节?
  • [ ] 三条学习路线,你打算走哪条?为什么?
  • [ ] 三遍读法具体怎么读?
  • [ ] Lab 的三条铁律是什么?
  • [ ] 费曼技巧是什么?为什么它比"反复看"有用?

学习进度:0 / 13 章
📝 本章小测验(3 题)

1. 这本手册前四章需要写代码吗?

2. 每章必须做的事是什么?

3. 判断自己真学懂的最低标准是?

一句话记住 ​

先打地基再盖楼,先做实验再装工具。


延伸阅读 ​

  • 各章末尾的 Lab 清单——先扫一遍,知道这门课学完你手里会多出哪些东西
  • 本手册第 12 章附录——术语表和题库,随时回来查

最后更新:2026-10

本手册用于学习与研究,技术内容请在自己拥有或获得授权的环境中实践。