Video yükleniyor...

Video Yüklenemedi

Ana Sayfaya Dön

现在学 AI 挺常见的一个坑: API 调得溜,LangChain 用得熟,Agent 也能搭,可真问到 Attention 怎么算、Tokenizer 怎么切、反向传播到底在干嘛,很多地方还是一脸懵。 最近刷到一个挺猛的开源仓库:AI Engineering from Scratch,GitHub 已经快 4.8 万星了。它不搞“十分钟做一个 AI 应用”那种,而是从数学基础一路往上推:机器学习、深度学习、Transformer、LLM、RAG、MCP、Agent,再到多 Agent。一共 511 节,20 个阶段,大概 329 小时。我比较吃它的一点是:很多核心东西都得先自己手写一遍。 反向传播自己写,Tokenizer 自己写,Attention 自己写,Agent 循环也自己写。搞明白了再去碰 PyTorch 这些现成框架。 每节课最后还得交点实际东西,Prompt、Skill、Agent、MCP Server 都有。Python、TypeScript、Rust、Julia 都支持。 甚至能直接装进 Claude Code 或 Codex 里,让 Agent 当你的老师,先测你现在水平,再决定从哪一章开啃。平时工具用得挺多,但总觉得底层缺一块的话,这个仓库挺适合慢慢啃。511 节肯定不是周末能刷完的,但当成一份完整的 AI Engineering 学习路线,我觉得挺值。

40,505 görüntüleme • 1 ay önce •via X (Twitter)

41 Yorum

撸毛吃猪脚饭| 美股合约首选Gate profil fotoğrafı
撸毛吃猪脚饭| 美股合约首选Gate1 ay önce

好东西 我想学

老韭菜南亥 profil fotoğrafı
老韭菜南亥1 ay önce

已经在学习的路上,我要成为ai达人。

YuChen 大王 profil fotoğrafı
YuChen 大王1 ay önce

这仓库我刷过,手写反向传播直接劝退。😂

beyond5188 profil fotoğrafı
beyond51881 ay önce

还是自己真正熟悉代码比较好,不要像我,代码小白,虽然一些模型可以快速生成Agent,特别是交易类的,我真不敢用,因为我不具备检查能力

老韭菜南亥 profil fotoğrafı
老韭菜南亥1 ay önce

每个人的特长都不同,你也有擅长的方面,交易类给自己定一个亏损目标,反正亏这么多就停止交易。

Mr.理想三旬(🌸,🍃)(FREE,WON) profil fotoğrafı
Mr.理想三旬(🌸,🍃)(FREE,WON)1 ay önce

手写一遍确实实在 这路线够扎实 得收藏

老韭菜南亥 profil fotoğrafı
老韭菜南亥1 ay önce

先自己操作,课程用的时间比较长,但是我们需要克服下🤣

落日余晖 profil fotoğrafı
落日余晖16 gün önce

@Li888Real 博主大概学习多久

老韭菜南亥 profil fotoğrafı
老韭菜南亥16 gün önce

@Li888Real 3个月

拳头👊🕊️ profil fotoğrafı
拳头👊🕊️1 ay önce

手写一遍比刷十遍教程管用

Anna汤圆🦅 profil fotoğrafı
Anna汤圆🦅1 ay önce

手写一遍才是真懂,框架用多了容易产生幻觉

落日余晖 profil fotoğrafı
落日余晖15 gün önce

老师针对小白学习这门课,主要我们为了之后可以做什么。

FeiGood(AI版) profil fotoğrafı
FeiGood(AI版)1 ay önce

多学点总是好的,可是人啊,时间精力有限,开发来说,完成前几个我都谢天谢地了😅

阿军 profil fotoğrafı
阿军1 ay önce

手写核心代码,这波是真值

元环 profil fotoğrafı
元环1 ay önce

傻子才看视频,什么年代了,直接写提示词ai一边教你一边写agent loop,从0开始大概40章。

主任| 美股合约首选Gate profil fotoğrafı
主任| 美股合约首选Gate1 ay önce

哇,赶紧带带我

老韭菜南亥 profil fotoğrafı
老韭菜南亥1 ay önce

这教程学起来,边学边用,学以致用。

加密旺哥 profil fotoğrafı
加密旺哥1 ay önce

这仓库太实用了,正需要补基础

yuqing--雨晴 profil fotoğrafı
yuqing--雨晴15 gün önce

“反向传播到底在干嘛”太真实了,工具会用和底层真懂确实是两回事。这个仓库先收藏,准备按模块慢慢补,不然只会调包总觉得心里没底。

风雪漫千山 profil fotoğrafı
风雪漫千山1 ay önce

Tokenizer和Attention真手写一遍,很多坑才看得见

pandaWL profil fotoğrafı
pandaWL1 ay önce

感谢老师分享,写的这么详细。

AyaoyaoⓂ️Ⓜ️T profil fotoğrafı
AyaoyaoⓂ️Ⓜ️T1 ay önce

这教程很详细呀

FlowOps Daily profil fotoğrafı
FlowOps Daily1 ay önce

GitHub连到最近刷到一个挺猛的开源仓库这一层,信息量比普通技术消息高很多。

Crio Songo profil fotoğrafı
Crio Songo1 ay önce

这不就是我现在的状态,只会套框架调API,原理全是半懂不懂。这个仓库思路确实正,我这就去克隆下来跟着练一遍。

小赵|🕊️| 🎒 profil fotoğrafı
小赵|🕊️| 🎒1 ay önce

手写一遍真比刷教程管用,这路线扎实了

小铁 | Gate打金狗0Gas费 profil fotoğrafı
小铁 | Gate打金狗0Gas费1 ay önce

手写是通往理解的唯一捷径

Yahan Lin profil fotoğrafı
Yahan Lin1 ay önce

不重要的知识就不用花太多时间,浪费时间

Rayhan profil fotoğrafı
Rayhan1 ay önce

老师分析的很不错,跟着老师学习了👍

Jan profil fotoğrafı
Jan1 ay önce

api玩得溜和真懂不是一回事 attention那关绕不过去 跳过手写永远差一口气

miette profil fotoğrafı
miette1 ay önce

手写一遍是真懂 这路线太硬核了

慧姐姐 profil fotoğrafı
慧姐姐1 ay önce

感谢老师分享呀,写的很详细

DJ profil fotoğrafı
DJ1 ay önce

又来好东西了

杨小乱 profil fotoğrafı
杨小乱1 ay önce

还是得实践

撸币教程|火币余币宝13% profil fotoğrafı
撸币教程|火币余币宝13%1 ay önce

不错,学习了

Charles |🟪$ETH🌟👑 profil fotoğrafı
Charles |🟪$ETH🌟👑1 ay önce

不错!

yaya profil fotoğrafı
yaya1 ay önce

这个挺不错的呀

Ivan profil fotoğrafı
Ivan1 ay önce

说到点子上了,API调用侠和AI工程师根本是两个物种。这个仓库的手写路线太对了,反向传播和Attention自己写一遍才真懂。329小时虽然长,但比刷100个调包教程强

风婷吖 profil fotoğrafı
风婷吖1 ay önce

手写理解才扎实,这路线值得跟

安叫兽|Bird🕊️ 🔶 BNB profil fotoğrafı
安叫兽|Bird🕊️ 🔶 BNB1 ay önce

会调工具和懂底层,中间确实还隔着不少坑。

MOSS 中文 profil fotoğrafı
MOSS 中文1 ay önce

太真实了,老师这个坑就是我以前写精通 Machine Learning,实则精通 import sklearn(小声 mark 住了,基础框架学起来!👀

sunshine profil fotoğrafı
sunshine1 ay önce

@save2obsidian

Benzer Videolar

OpenAI刚刚开源的这个东西,感觉要把程序员的工作方式给整个改写了。 现在大家都在卷模型写代码有多强,但其实真正的瓶颈早就不是生成了。 一个人每天最多同时有效监督3-5个编码Agent,再多就会注意力崩溃,生产力直接归零。 有了Symphony,直接把这个上限干到了几十个。 它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。 你开一个任务,它自动启动一个独立隔离的Codex Agent。 自己写代码,自己跑测试,自己做交叉Review,damn! 全部搞定之后,会给你提交一个完整的证据包。 CI全绿,安全和性能专项审查通过,改了UI就自动录好操作视频。 所有验证全过了,才会出现在你的Human Review队列里。 以后人类的角色可能会被彻底颠覆了。 以前你是监工,盯着Agent一步一步写代码,上下文切到吐。 现在你是老板,只需要看最终的结果。 满意就点合并,不满意就去仓库里补规则补文档补Guardrails。 记住兄弟们,永远不要手把手指挥Agent,永远不要替它干活。 这可不是啥实验室概念,OpenAI自己已经这么干了。 三个工程师,五个月,写了一百万行代码,0行人工写的。 产品已经有几百个内部用户,每天都在迭代。 我觉得他们最厉害的不是模型,是他们把整个仓库变成了Agent能看懂能自主工作的乐园。 现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明,而是看谁能设计出让Agent可靠自主工作的环境。 我觉得未来最好的工程师,再也不是写代码最快的人,而是那些最会写规则,最会设计反馈回路,最会给Agent搭舞台的人。 现在Symphony已经开源了,它甚至不是一个成品。 是一个17k token的完整SPEC。 你把这个SPEC喂给任何一个编码Agent,十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

AYi

63,210 görüntüleme • 5 ay önce

学 AI的兄弟们,别再死磕调包了, 现在从零写一个大语言模型,比学会怎么熟练使用PyTorch还简单😂 看看这两个19岁本科生,四个月从零造了完整的机器学习框架和大模型。 两个19岁的滑铁卢大学本科小哥哥, 四个月前对机器学习一窍不通, 现在他们从零造了一套完整的机器学习框架, 还训出了一个1200万参数的大语言模型,能直接在你的浏览器里跑。 说明大多数人学AI的顺序完全搞反了,大家都是先学调包,再学模型架构,最后才敢碰一点点底层。 这两人反过来, 从梯度下降的微积分开始写, 先写自动微分引擎, 再写BPE分词器, 然后一层一层搭Transformer, 最后反而比绝大多数调了三年包的工程师理解得都要深。 还有一个很少有人看出来的点, 现在AI的真正门槛,早就不在模型架构了。 Transformer的论文2017年就发了, 每一层的数学都是公开的, 随便一个大学生都能背下来。 真正难的是那些论文里从来不写的东西, 怎么写Flash Attention把内存占用降一个数量级, 怎么把加bias加激活加归一化合并成一个内核, 怎么把整个数据集一次性扔进GPU,让训练全程零数据传输, 这些才是决定你能不能真的把模型跑起来的关键。 大厂也正在把简单的事情变复杂, PyTorch为了兼容所有情况,堆了无数层抽象, 最后你都不知道自己写的一行代码在GPU上到底在干什么ಠ_ಠ 而开源正在把复杂的事情变简单, 这两个人用Rust写后端,TypeScript写前端, 底层跑得飞快,上层用起来和PyTorch一样简单,代码加起来不到一万行, 还比任何一个主流框架都干净,这你受得了吗哈哈 这才是最好的AI教育, 不是看一百篇论文, 或者刷十个在线课程, 而是从第一性原理出发, 自己造一个轮子。 当你亲手写过一次自动微分, 你就再也不会觉得AI是什么神秘的黑魔法了。 它就是一堆精心优化的矩阵运算, 加一点聪明的数据流管理, 仅此而已。 我觉得这个视频最恐怖的地方不是两个大学生有多厉害, 而是它证明了两年前还只有大厂实验室才能干的事, 现在已经变成了普通人的业余爱好项目。 最后想说,我们处在一个最好的时代,科技平权的时代, AI的民主化不是大厂给你发API密钥, 咱们任何人只要愿意花四个月时间, 就能在自己的电脑上,造一个属于自己的大语言模型。 想玩的直接去他们的GitHub仓库,npm install就能跑。 浏览器demo的链接我放评论区了👇

AYi

64,297 görüntüleme • 5 ay önce

我去,最近听播客挖到一个科研 agent,有点猛啊,跟codex,claude code完全不是一个思路啊!! 这就是大模型在垂直领域的落地应用吗?? 百度Baidu Inc.出了个视频播客叫《深度进化》,第一期聊的是一种叫松材线虫病的东西,业内管它叫"松树癌症",一棵树感染了40天就没了 国内跟它斗了40多年,每年损失3500亿左右,我一开始就当个冷知识在听 然后越听越不对劲: 南京林业大学的团队做这个课题,20多个学生,超过一半的人力花在手动试错各种光谱信号的排列组合上,纯体力活,跟搬砖没区别 后来一个学生自己发现了百度做的一个 agent 叫伐谋,专啃难任务的那种 把数据定义、评价标准喂进去,这东西就开始自己跟自己卷——自己生成方案、自己测试、自己打分、自己迭代,一轮接一轮不停逼近最优解 林教授在节目里的评价:远超一个博士生的水平——指的是搜最优解这个环节,成本省了80%以上 我听完直接去看了产品,顺手试了一下,越看越觉得这东西对做科研的人来说是真的能省命: 1、有个"演化面板",AI 每一步怎么走的都能回看,能回溯到任意节点人工改道,可追溯、可干预、可复现——写论文的人懂这个有多关键 2、不用懂运筹学、进化算法,用自然语言把目标和评价标准说清楚就能跑 3、数据安全,有本地评估模式,数据留在本地,只上传评估分数 说实话门槛比通用 agent 高一点,它不是拿来做 PPT 写周报的,适合带着明确难题来的人,跑简单任务反而浪费他的能力 日常的活还是交给通用 agent,两者是分工不是替代 科研方向目前免费,不知道能白嫖多久!! 做科研、跑实验、调参的同学真的建议去看看这期播客,还聊了不少 AI 做科研的争议话题,干货很多 正片放评论区了!👇

超级个体|柿子

67,813 görüntüleme • 17 gün önce

做数据分析的人应该都懂那种崩溃感: Excel 一开就卡、SQL 跑半天、模型调参像瞎猜、报告一写就是一下午。 更别说很多人本职工作也不是“数据科学家”,但又不得不啃一堆 CSV、报表和图表。 这两天看到人民大学 RUC Datalab 开源的DeepAnalyze,有点眼前一亮。 它不是那种“帮你写点分析文案”的 AI,而是想做一个真正的「AI 数据分析师」: 能读 Excel/CSV/JSON/TXT,自己规划步骤、清洗数据、建模、画图、最后给你一份完整报告。 甚至还能把推理链(reasoning trace)展示出来,让你看到它是怎么一步步想出来的。 我自己最有感觉的点有几个: 以前 ChatGPT 更像“写稿子、写代码”的助手,但对数据本身不够“懂”; DeepAnalyze 直接把这一块补上了,做到“从数据到报告”的全流程; 对普通人来说,可能第一次有机会把“专业的数据分析能力”当成一个工具来用,而不是一门必须自己啃几年的技能。 当然,它现在肯定还不完美,落地也需要折腾环境、准备数据。 但这个方向我很看好: AI 帮你做繁琐的统计和建模,人类负责问好问题、选好指标、做最后决策。 数据分析不再是少数人的特权,而是变成人人可用的一种“智能能力”。 简单说: 过去是「你学会数据分析再去用工具」, 以后可能是「你先有一个 AI 数据分析师,再慢慢学会怎么问对问题」。

sitin

15,328 görüntüleme • 10 ay önce

Anthropic官方最新的演讲,直接给火了一年的Agent时代浇了一盆冷水。 他们说别再造Agents了,赶紧去造Skills。 这句话也不是啥小众观点,是Claude核心团队的工程师Barry Zhang 和Mahesh Murag站在台上对着全世界喊出来的。 最反直觉的地方在这里,大部分人都以为Agent的未来,是做出一个更聪明的大脑,让它自己思考,自己规划,自己解决所有问题。 但Anthropic说,这条路走不通, 通用Agent确实聪明,但它没有领域知识,一碰真实世界就碎。 难维护,不可靠,出了问题你都不知道为什么。 绝大多数你见过的Agent,都只能停留在演示视频里。 真正能落地的,是Skills。 不是什么复杂的新东西, 就是一个个文件夹,里面放着代码、脚本、提示词和流程知识。 用文件系统、bash、Python这些最朴素的东西做接口。 它没有Agent那么酷,但它可组合,可版本控制,可分享。 需要的时候才加载进上下文,永远不会爆token。 甚至连财务、HR、法务这些非程序员,都能自己造技能。 这其实是一次非常务实的倒退, 我们不再要求AI自己学会怎么干活,而是把人类已经验证过的干活方法,打包成一个个技能包,让AI去调用,去执行。 把AI从一个需要你手把手教的实习生,变成一个能熟练使用所有专业工具的得力助手。 现在终于明白,为什么Claude一直在死磕MCP,死磕文件系统,死磕终端集成,它根本就不想做一个聊天机器人,它想做的是所有技能的运行时。 未来的竞争,不看谁的Agent更聪明,主要看谁的技能库更丰富更专业更可靠。 最后两位老哥呼吁别再纠结怎么让AI自己思考了,先把你手里的工作打包成第一个技能。

AYi

108,732 görüntüleme • 5 ay önce

国内有个数学家,在Bilibili发了个3分钟视频,说自己被AI搞失业了,月薪1万美元的活儿没了。 他自己训练的模型,出题能力早就超过他,想的题比他难多了。 他也不嘴硬,承认是自己当初没找准商业方向,才落得这个下场。 之前四年,他一直干的是手写高阶数学题的活,给Scale AI的强化学习管道供货。 一道题赚50到100美元,一个月200道,收入挺稳。 后来合成数据一出来,他这类岗位直接被淘汰。 现在他根本编不出来AI解不开的数学题。 视频里有个小细节,2分13秒的时候,他说了一次“agent”。 就一次,再也没提,而且这句话是他唯一没看提词器说的。 他用提词器拍视频三个月了,运行提词器的,就是当初抢他工作的那个agent。 脚本全是Claude写的,他就负责对着镜头念,纯工具人。 有人从公共Cursor实例里翻到他的脚本仓库,名字叫bilibili-laments,里面47个脚本。 全是Claude产出,全是他的配音。 这事得追溯到半年前,深圳一个14岁小孩把AI agent上传GitHub。 那会儿评委说没用,现在3100个fork,这位数学家也在用。 被Scale AI解约那一周,他就把agent接入自己的内容流水线了。 他底子很硬,国内前五数学学院的博士候选人,教过两年书。 现在职位、办公室都还在,就是不用自己动笔写东西了。 本来想跟大家哭诉AI毁了他的职业,结果反倒让人看见,他连事后分析都得靠AI。 #Polymarket

区块链圣手

478,538 görüntüleme • 3 ay önce

$SAUCE:币安 Agent 真正开始“自己发币”了 CA:0xd7ccd29b6fd1464edb425f24b01115556e737777 近期 BSC 上比较有意思的一条 AI Agent 叙事,我反而更关注 $SAUCE 它炒的不是普通 AI Meme,而是一个非常具体的链上实验: 让 Binance Agent OS 的 Agentic Wallet,通过 MCP 调用合约,直接在 Flap 上完成发币。 这件事真正有意思的地方在于—— Agent 不再只是帮你分析市场,而是开始自己调用链上基础设施。 币安 4 月上线 Agentic Wallet,本身就是在把 AI Agent 和链上交易连接起来:Agent 可以在权限范围内执行转账、交易和资产管理,并支持 CLI、MCP、Skills、OpenAPI 等接入方式。 而 $SAUCE 做的事情,是把这个能力进一步往前推: Binance Agent OS → Agentic Wallet → MCP → 中转合约 → Flap → 创建 Token 也就是说,它不是在讲“AI 会不会炒币”,而是在演示: > AI Agent 能不能自己成为链上用户。 这才是我认为 $SAUCE 比普通 Agent Meme 更值得看的地方。 更关键的是,相关合约已经部署并开源。 如果后续 Binance Agent OS 的 Agentic Wallet 可以直接调用这套流程,那么未来理论上不只是发一个 $SAUCE: Agent 可以自己创建 Meme、部署合约、管理资产,甚至进一步组合不同的链上服务。 这也是 MCP 叙事真正有想象力的地方—— 过去我们是人 → 钱包 → DApp。 未来可能变成: 人 → Agent → 钱包 → 链上协议。 $SAUCE 恰好卡在这个转折点上。 目前市值大约 $1.5M,我个人反而觉得这个位置比已经被炒到几十 M 的 AI Agent Meme 更值得观察。 当然,它最大的风险也非常明显: $SAUCE ≠ Binance 官方代币。 目前能确认的是 Binance Agentic Wallet / MCP / Agent OS 这套基础设施本身是真实存在的,而 $SAUCE 是社区基于这套技术做出来的链上实验。 所以我不会把它当成“币安官方币”去理解。 但如果后续真的出现: Binance Agent OS 更新 → Agentic Wallet 能力扩大 → 更多 Agent 开始自主调用链上协议 → Flap/Four 等发币平台被 Agent 接入 那么 $SAUCE 今天这个 “第一个把 Binance Agent 和发币结合起来的实验”,很可能会变成一个非常漂亮的早期 Lore。 我的看法: 我更愿意把 $SAUCE 看成 Binance Agent 经济的 Demo Token,而不是单纯 Meme。 如果后面只有一个中转合约,热度很快就会过去; 但如果它真的能成为 Agent → Wallet → MCP → Token Launch 这条链路的第一个案例,1.5M 的定价就会显得非常便宜。 AI Agent 下一阶段拼的不是会不会聊天,而是能不能自己干活。 而 $SAUCE 现在玩的,恰好就是这个方向。 查看及交易: DYOR。不是投资建议。

银马

15,062 görüntüleme • 1 ay önce