84% 的学生已经在用 AI 工具但只有 18% 觉得自己准备好了。AI Engineering from Scratch 是一个 MIT 开源课程从线性代数讲到自主 Agent 集群每节课都让你从零手写核心算法而不是调框架 API。435 节课覆盖 Python/TypeScript/Rust/Julia 四种语言每节课产出一个可复用的工具——Prompt、Skill、Agent 或 MCP Server。这个项目解决什么问题大部分 AI 学习资源是碎片化的一篇 Transformer 论文解读、一个微调教程、一个 Agent Demo。这些碎片很少串成一条完整的线——你会调 API 做聊天机器人但说不清 loss curve 为什么长那样你会给 Agent 挂工具但不知道 attention 在模型内部到底干了什么。AI Engineering from Scratch 的定位是脊柱课程20 个阶段435 节课线性代数在一头自主 Agent 集群在另一头。每个算法先用原始数学推导再用代码实现最后才引入框架。等 PyTorch 出场的时候你已经知道它底层在干什么了。核心亮点Build It / Use It 双轨制。每节课分两半先用纯数学原生代码实现算法Build It再用 PyTorch/sklearn 等框架跑同样的事情Use It。你理解框架在做什么是因为你自己写过更小的版本。这不是看完理论再做练习而是先动手造轮子再看别人怎么造的。每节课产出一个工具。其他课程结束是恭喜你学会了 X这里结束是一个可安装的 Prompt、Skill、Agent 或 MCP Server。435 节课下来你有一个完整的工具组合每个都是你亲手写的。内置/find-your-level和/check-understanding两个 Agent Skill支持 Claude Code、Cursor、Codex 等平台。四语言覆盖。Python 为主TypeScript 做 Web/Agent 层Rust 做高性能计算层Julia 做数学/科学计算层。不是每节课都四种语言而是不同阶段用最适合的语言。快速上手最简单的方式是直接访问 aiengineeringfromscratch.com 看在线内容不需要 clone。想跑代码gitclone https://github.com/rohitg00/ai-engineering-from-scratch.gitcdai-engineering-from-scratch python phases/01-math-foundations/01-linear-algebra-intuition/code/vectors.py不确定从哪开始用内置的定位测试/find-your-level10 道题定位你的知识水平推荐起始阶段估算学习时长。学完一个阶段后/check-understanding38 道题的小测验带反馈和需要复习的具体课程指引。我的评价AI Engineering from Scratch 的野心很大——435 节课覆盖从线性代数到自主 Agent 的完整链路每节课都让你从零实现。这种手写一切的方法论在 AI 教育领域是稀缺的大部分课程要么太浅只教 API 调用要么太窄只讲某个子领域。但 320 小时的学习量是个双刃剑。对有毅力的人来说这是一个完整的知识体系对时间有限的人来说20 个阶段的线性结构可能让人望而却步。好在/find-your-level能帮你跳过已经会的部分从合适的阶段开始。跟 fast.ai、Andrej Karpathy 的系列课程相比这个项目的优势是广度——它不只是深度学习或 LLM而是从数学基础到生产部署的全链路。劣势是社区规模——fast.ai 有成熟的论坛和课程体系这个项目还在早期阶段社区支持有限。如果你是那种不自己写一遍就不放心的工程师型学习者这个项目值得 bookmark。如果你更偏好先用起来再理解原理的路径fast.ai 可能更适合你。