完全新手？建议：阅读指南 → 基础 Lv.1-3 → Embedding 与向量库。
阅读指南：新手路线 vs 专业路线
第一次来？这篇文章告诉你该读什么、怎么读、哪些可以跳过——按你的背景选路径。
AI 是什么？三个比喻讲清楚
不用公式、不用术语堆叠——用三个日常比喻，建立对人工智能的第一性理解。
大语言模型怎么「说话」？Token、上下文与概率
理解 LLM 的三个核心机制：Token 切分、上下文窗口、概率采样——搞懂这些，你就不会被 AI 的「魔法」唬住。
Prompt 入门：怎样问 AI 才能得到好答案
五个实用技巧，从「随便问问」到「稳定输出」——不需要学咒语，只需要想清楚你要什么。
基础系列
阅读指南：新手路线 vs 专业路线
第一次来？这篇文章告诉你该读什么、怎么读、哪些可以跳过——按你的背景选路径。
AI 是什么？三个比喻讲清楚
不用公式、不用术语堆叠——用三个日常比喻，建立对人工智能的第一性理解。
大语言模型怎么「说话」？Token、上下文与概率
理解 LLM 的三个核心机制：Token 切分、上下文窗口、概率采样——搞懂这些，你就不会被 AI 的「魔法」唬住。
Prompt 入门：怎样问 AI 才能得到好答案
五个实用技巧，从「随便问问」到「稳定输出」——不需要学咒语，只需要想清楚你要什么。
模型图谱
文本模型全景：从 GPT 到 DeepSeek 的开源格局
大语言模型的能力边界、主流产品对比、开源 vs 闭源——2026 年文本模型生态一张图讲清。
视觉模型：从「看懂图片」到「生成世界」
CLIP、GPT-4V、Stable Diffusion、Sora——视觉 AI 的两条路线（理解 vs 生成）及工程应用。
音乐与音频模型：从 Whisper 到 Suno
语音识别、语音合成、音乐生成——音频 AI 的三条产品线，各自的技术原理和落地案例。
原生多模态：统一模型架构的现在与未来
从「流水线拼接」到「Any-to-Any」——GPT-4o、Gemini、Chameleon 的统一多模态架构深度解析。
机器人与 AI：从 LLM 到 VLA 模型
具身智能、VLA 模型、Sim-to-Real——AI 怎么让机器人「理解世界并行动」？2026 年现状与瓶颈。
Embedding 与向量数据库：AI 的「记忆层」
Embedding 如何工作、向量库如何存储与检索，以及在 RAG、语义搜索、推荐中的应用——涵盖 Pinecone、pgvector、Chroma 与真实案例。
前沿技术
MCP 入门：AI 连接工具的「USB 接口」
Model Context Protocol 是什么、解决什么问题、怎么用起来——附 Claude Desktop 和 Cursor 的真实配置案例。
MCP 深入：协议架构与 Server 开发
JSON-RPC 消息流、stdio vs SSE 传输、Tools/Resources 实现细节——附最小可用 MCP Server 代码。
Agent Skill：可复用的 AI 能力模块
Cursor Skill、Claude Agent Skills——把领域知识封装成 AI 能自动加载的模块，和 MCP、System Prompt 怎么配合？
Agent Harness：Agent 的「操作系统」
Harness 是什么、包含哪些组件、Cursor / Claude Code / Devin 的 Harness 设计有何不同——工程视角的深度拆解。
实战案例
案例：Cursor 如何把 MCP + Skill + Harness 串起来
从 Tab 补全到 Agent 模式——拆解 Cursor 的产品架构，理解它为什么是目前最好的 AI 编码 Harness。
案例：Claude Code 的长任务 Agent 设计
Anthropic 的 Claude Code 如何管理 50+ 步的自主编码任务——上下文压缩、权限模型、CLAUDE.md 项目记忆。
案例：Shopify 的 AI 客服 RAG 落地路径
Shopify 如何用 RAG + Agent 处理商家支持请求——从 MVP 到 80% 自动化的真实工程路径和数据。
案例：OpenAI Responses API 与 Agent 编排
OpenAI 2025 年推出的 Responses API 如何统一 Chat、Tool Use、Code Interpreter——以及它和 MCP 路线的异同。