01固定节奏
每周线上周会与答疑
每周五晚固定周会，平时不定期线上答疑，把学习卡点、项目进展和前沿技术拆开讲透。
周会答疑
Course Intro
一线大厂资深研发与面试官全程陪跑
固定学习节奏、项目辅导与长期资料沉淀，帮助你把知识真正落到可交付成果。
02项目陪跑
自学项目与黑客松辅导
带着自己的学习项目、黑客松项目进来，从选题、架构、实现到展示复盘持续陪跑。
项目驱动导师辅导
03资料沉淀
往期周会视频与资料库
沉淀往期周会视频、课程资料和案例方案，支持按主题回看、补课和复盘关键路径。
视频回看资料库
04持续进化
持续追前沿迭代项目
紧跟最新模型、框架与工程方案，持续迭代训练营项目，保持技术与实战领先。
前沿追踪迭代更新
长期陪伴
结营不是结束，而是陪你持续成长
实践验证
每一步都在真实项目中验证与沉淀
社区共学
和工程师一起学习与成长
能力进化
工程力、思考力、影响力同步提升
Learning Lines
应用开发为主线，底层能力按需补齐
先完成 Prompt、RAG、Agent 等可交付项目，再在遇到性能、稳定性与模型边界时补充底层知识。
Line 01核心主线
大模型应用开发
围绕可用产品展开，从 Prompt、RAG、结构化输出到 Agent、工具调用、人审、评测、上线和复盘，把模型能力做成持续迭代的项目。
Prompt / RAGAgent 与工具评测与上线
16 个核心主题 · 进入专题
Line 02工程底座支撑
大模型 Infra 支撑
当应用需要稳定接入模型、管理协议、处理权限安全、设计检索能力和观测运行质量时，再补齐模型网关、检索策略与 LLMOps。
模型网关检索策略LLMOps
10 个支撑主题 · 进入专题
Line 03性能体验支撑
大模型推理支撑
当项目遇到延迟、吞吐、上下文长度、显存和成本问题时，理解模型架构、KV Cache、调度、量化和解码优化的取舍。
模型架构KV Cache推理调度
7 个支撑主题 · 进入专题
Line 04模型理解支撑
大模型算法支撑
不过度偏算法主线，而是理解 Tokenizer、数据、预训练、微调、偏好对齐和蒸馏如何影响应用边界、效果和方案判断。
Tokenizer训练范式对齐蒸馏
7 个支撑主题 · 进入专题
Routes
登录后进入学习区大模型应用开发完整路线
从 Prompt、RAG 到 Agent、评测与上线，按阶段推进，不必一次学完所有底层知识。
Knowledge Topology
深入 Claude Code 源码
从真实生产级 AI Coding 产品中，系统学习 Agent 内核、工具、权限、扩展、远程协作与终端体验。
左右滑动查看完整路线 →
顺序导读
核心章节
附录速查
1 篇相关内容
阅读指引
先理解全书结构、推荐路线与章节之间的关系，再选择适合自己的阅读顺序。
专题章节4 篇相关内容
第一篇 · 进入软件之前
从项目全景、启动链路、配置体系与迁移机制建立 Claude Code 的整体认知。
专题章节5 篇相关内容
第二篇 · 一次回合的内核
拆解 QueryEngine、System Prompt、上下文压缩、Prompt Cache 与 Thinking。
专题章节4 篇相关内容
第三篇 · 工具家族
理解工具协议、注册表、双 Shell、文件与 LSP，以及通信调度工具。
专题章节4 篇相关内容
第四篇 · Agent、任务与协调
学习 Agent 定义、Sub-Agent、任务模型、Coordinator 与定时调度。
专题章节5 篇相关内容
第五篇 · 协议、安全与扩展接口
覆盖 MCP、权限、Hooks、Skill、Plugin、Output Style 与 Feature Flag。
专题章节3 篇相关内容
第六篇 · 网络层与远程协作
研究 API 重试、Bridge IPC、远程会话、DirectConnect 与企业代理。
专题章节5 篇相关内容
第七篇 · 终端 UI 与多模态输入
拆解 Ink、组件与主题、Keybindings、Vim、Voice、Buddy 与 Doctor 屏。
专题章节4 篇相关内容
第八篇 · 记忆、扩展与总结
串联 Memory、命令系统、状态桥接，并总结可迁移的架构模式。
专题章节6 篇相关内容
附录 · 核心速查表
集中查阅工具、命令、Hooks、内置 Agent、TaskType 与模块章节矩阵。
专题章节1 篇相关内容
导读 · 开始之前
了解项目缘起、适合人群、先修知识与完整学习方式。
专题章节3 篇相关内容
第一部分 · 智能体与语言模型基础
从智能体定义与发展史出发，补齐大语言模型基础。
专题章节FAQ
了解开通方式常见问题
先确认学习主线、内容深度和成果落地方式，再决定从哪里开始。
这门课的主线是什么？
主线是大模型应用开发，优先训练能把 RAG、Prompt、Agent、评测和上线流程做成产品的能力。
Infra、推理、算法会讲到什么程度？
它们作为应用开发的支撑线展开，重点是帮助你理解工程取舍、性能边界和模型能力来源。
学习成果如何落地？
每条路线都会回到项目实践、周会复盘和作品集表达，避免只停留在概念记忆。
Start
了解开通方式开始构建你的 AI 工程作品集
选择当前专注路线，继续阅读专题，完成老师发放的任务，并沉淀自己的工程作品集。