AI 培训与实操

这套培训帮助业务、产品、开发和运维人员把 AI 需求变成可检查的工作成果。先做入学诊断，再沿一条路线完成基础、实验和结业项目；不要求先成为算法工程师。

从哪里开始

1. 用 入学诊断 确定起点；诊断结果不用于考核。
2. 所有人先完成 应用工程基础，建立共同语言。
3. 按路线完成实验、产物和复盘；需要时回看 AI 产品经理路线、问题到技术路线、机器学习基础、概率与不确定性 与 AI 开发实践。

四条路线

路线	适合谁	核心产物	完成顺序
零基础认知路线	业务、管理者、首次学习者	AI 需求说明	诊断 → 基础 → 生成式 AI → RAG → Agent → 评估安全 → 小项目 → 评分
产品与解决方案路线	产品、售前、方案、项目经理	可验收 AI 方案	诊断 → 需求 → 生成式 AI → RAG → Agent → 评估 → 方案 → 评分
开发实操路线	开发和技术实施	可运行最小 AI 应用	诊断 → 基础 → 生成式 AI → AI 辅助开发 → RAG → Agent → 评估安全 → 运维 → 综合实践 → 评分
上线运维路线	研发负责人、测试、安全、运维	上线与事故响应基线	诊断 → 基础 → 生成式 AI → RAG → Agent → 评估安全 → 监控运维 → 演练 → 评审

完成标准

完成一条路线不只看是否看完页面。总分 70 分及以上，且“安全与人工接管”单项不低于 6/10，才判定结业通过。评分以必交产物、可复现的评估记录和复盘为准；不以背诵术语或模型参数为准。

后续培训页面

按学习顺序进入以下页面；每页都说明目标、产物和验收方式。

1. 入学诊断
2. 应用工程基础
3. 生成式 AI 实验
4. RAG 实验
5. Agent、Skill 与 Harness
6. 评估与安全实验
7. 上线运维实验
8. 综合结业项目
9. 考核与评分
10. 开放学习地图

使用方式

每周先下载并在本地填写 下载学习计划模板，再提交当周产物。遇到数据权限、错误代价或上线责任不清的情况，暂停推进并记录问题；不要用“先试试看”绕过人工接管和安全评审。