求大家推荐一点自学 AI 的网站

推荐看各家大厂的技术博客以及论文，从 harness 到部署原理都能略知一二，有机会或者是富豪都可以自己用一个开源模型来魔改配合自己设计的 harness 做出非常有深度的东西。

可以看看 paper with code ，然后找论文看，边问 AI 边学

kaggle 和 huggingface

平时多看一些视频和文章就行了。。。

看你的目的是什么，如果你想学着做一个 agent ，让它跑起来能做任务，那么看一下主流开源 agent 的代码（优先看 pi-agent ，然后 claudecode 泄漏的代码也可以参考，就是复杂度太高了），和 ai 对话深挖它原理就好，这个时代让这件事变得非常非常非常非常非常容易。
如果你想理解 llm 的一切，包括它的数学原理和一些 infra/加速优化等等，可以看一下吴恩达的深度学习入门课，然后直接去看 paper 和代码，比如 huggingface 和 vllm ，其实不难，有基本的高等数学/线性代数知识即可，配合 llm 讲解的话不是非常深奥晦涩，就是内容很多很花时间。

以前收集过一些，最近没怎么收集了。https://www.pixelstech.net/resource/ai

其实问问 ai 就能知道了哈哈, 可以通过 ai 学 ai

infra 的话可以看看 https://caomaolufei.github.io/AIInfraGuide/guides/ai-infra%E5%AD%A6%E4%B9%A0%E8%B7%AF%E7%BA%BF/

推荐个有点意思的项目，我最近在一步步跟着做，并且尽量不借助 coding agent
https://github.com/shareAI-lab/learn-claude-code

自学 AI ，不如从头随便学一门语言，跟着 AI 做几个项目，就熟悉了。
别看程序员一个一个说会代码没用了，真不会的话，你只能做一些最皮毛的、皮像肉不像的东西。

@humbass 推荐什么语言呢？

取决于你怎么认知你自己 context 里的 “AI” 这个名词的 概念。

如果是你认为你理解的“AI” 是 ML ，那么从基础的经典 ML 开始，到 DL ，RL ，DRL ，漫长的基础，浩瀚的方向，基本上不会再有耐心能坚持完了。

如果你理解的“AI” 是 LLM + harness ，并且侧重点在 harness ，那么，可能还能从工程角度 往底层钻一钻，有点认知提升。但是碰到 LLM 的时候就会因为 缺少庞大的基础知识而感到困惑无助，因为当前的 LLM 是上面那条路线上极致的综合。

所以，我觉得，以当前的局面，能从零开始夯实基础地理解学习动手实验，如果不是脱产去大学重修，基本上不用动手了。自己乐呵乐呵就行了。

@coefu 省流版：没意义 雪肌猫 哪凉快哪呆着

@coefu 看了这么多就你这个回答最有道理