学习地图按依赖关系给文章排序。这个视图反过来切——同一主题的所有文章聚在一处，无论它们身处哪一层。
从机器学习基础讲起，一路深入到 transformer 的内部构造。
把任务描述到位，让你想要的输出成为模型最自然的续写。
让模型基于你自己的文档作答，从最基础的管线讲到进阶检索。
会推理、会调用工具、能跨多步完成任务的模型。
微调、适配，以及现代模型背后的架构设计。
走出纯文本：图像、音频与文档。
衡量一个模型、一条管线、一个 agent 是不是真的管用。
提示注入、护栏、治理，以及敏感数据的处理。
把 AI 功能真正做上线：成本、延迟、可靠性与运维。