开放工程学习路线 · 2026
从零构建、评测与部署 AI Agent
一套面向真实工程交付的中文学习知识库。按角色路径和能力缺口选择 57 个学习重点，覆盖从 Python、API 与数据底座，到 RAG、Agent、评测、治理和复杂协作的 10 个知识域。
角色路径
先选交付目标，再补能力
四条路径直接读取课程 v2 元数据；核心、推荐与可选课程各自保留边界，不把建议顺序伪装成硬依赖。
学习系统
10 个知识域
知识域负责稳定归类，角色路径负责学习顺序，硬前置只保留真正无法绕过的完整课程依赖。
01工程与数学基础建立编程、数据表示、协作与定量判断的可靠底座。14 个学习重点02模型与上下文选择模型，并控制提示、上下文预算与 API 边界。4 个学习重点03检索与数据完成清洗、解析、切分、检索、重排与引用链路。11 个学习重点04多模态处理文档视觉、语音、实时交互与生成媒体。7 个学习重点05Agent 运行时约束工具、状态、权限、恢复、协作与停止条件。8 个学习重点06框架实践在理解底层合同后选择可替换的装配框架。2 个学习重点07评测与可靠性用数据集、grader、可视化和压力样本建立质量证据。4 个学习重点08安全与治理把威胁、隐私、责任与合规放进生命周期。3 个学习重点09生产运维管理发布、回滚、监控和模型或应用制品。3 个学习重点10前沿与参考按观察状态学习快速变化的协议与研究方向。1 个学习重点
57 个学习重点
全部学习重点
每个入口都进入统一课程目录；阅读页左栏会保留阶段、课程与真实子目录层级。
工程与数学基础
模型与上下文
检索与数据
多模态
Agent 运行时
框架实践
评测与可靠性
安全与治理
生产运维
前沿与参考
里程碑原典
沿 12 篇代表作理解 Agent 演进
独立于课程和示例项目的原典导读库：保留一手来源，用原创图解、证据边界与实践问题帮助初学者读懂论文和工程文章。
示例项目
从真实源码进入 Agent 工程
示例库独立于正式课程和学习进度，用完整学习路线连接源码阅读、运行观察、故障定位与扩展实践。