求大家推荐一点自学 AI 的网站

github.com

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