AI 學習路線：從 LLM 到 AI Agent，再到 Skills

很多人學習 AI 時，會直接從工具使用開始：ChatGPT、Claude、Gemini、Cursor、Claude Code、Codex、OpenRouter，各種工具輪流試一遍。這樣當然有用，至少能快速感受到 AI 的能力。

但如果只停留在“會用工具”，很快就會遇到瓶頸：知道 AI 很強，卻不知道它為什麼強；知道 Agent 很火，卻不知道它到底如何執行任務；看到 Skills、MCP、工作流自動化，也不知道它們之間是什麼關係。

我更推薦把 AI 學習拆成一條清晰路線：

理解 LLM → 學會調用模型 → 學習 Agent → 掌握工具調用 → 建立工作流 → 沉澱 Skills。

這條路線的重點不是追熱點，而是把能力一層一層搭起來。你不一定要訓練自己的大模型，也不一定要一上來手搓複雜框架，但至少要知道每一層解決什麼問題。

這篇文章整理一條適合普通學習者的路線：從 LLM 基礎，到模型應用，再到 AI Agent，最後到 Skills 和可重用工作流。

一、先分清幾個核心概念

在正式學習之前，先把幾個容易混在一起的概念講清楚。

1. LLM 是底層能力

LLM 是 Large Language Model，也就是大語言模型。ChatGPT、Claude、Gemini、Qwen、DeepSeek 這類產品，本質上都建立在大語言模型能力之上。

學習 LLM，不是讓你一開始就訓練千億參數模型，而是至少要理解：

• 文本為什麼要切成 token；
• Transformer 和 attention 大致在解決什麼問題；
• 模型為什麼能續寫、總結、翻譯和寫代碼；
• 上下文窗口為什麼會限制模型記憶；
• 預訓練、微調、RAG、推理分別是什麼意思；
• 幻覺為什麼會出現，為什麼不能把模型當搜索引擎。

你可以暫時不懂所有數學細節，但要建立基本地圖。否則後面學習 Agent、工具調用、上下文管理時，很容易只記住名詞，看不懂本質。

2. 模型應用是把 LLM 接入真實任務

理解 LLM 之後，下一步不是立刻研究複雜 Agent，而是先學會怎麼調用模型。

最基礎的模型應用包括：

• 調用 API；
• 設置 system prompt；
• 控制 temperature、max tokens 等參數；
• 處理輸入輸出；
• 做文本分類、摘要、翻譯、信息抽取；
• 使用 tokenizer 估算 token；
• 使用開源模型庫加載模型和運行推理。

這一層看起來簡單，但非常重要。很多 Agent 問題，本質上不是 Agent 多高級，而是最基礎的輸入輸出、上下文、格式約束沒有做好。

3. Agent 是帶目標和工具的執行系統

普通聊天機器人主要是回答問題，而 AI Agent 更強調“圍繞目標執行任務”。

一個最簡單的 Agent 循環通常包括：

1. 接收用戶任務； 2. 理解目標； 3. 選擇工具； 4. 執行動作； 5. 觀察結果； 6. 根據結果繼續調整； 7. 直到完成任務或判斷無法繼續。

Tool Calling、函數調用、ReAct、規劃、記憶、上下文壓縮、多 Agent 協作，都是圍繞這個循環展開的。

你可以把 Agent 理解為：LLM 不再只是“說話”，而是開始“看文件、調用工具、運行命令、修改代碼、生成結果”。

4. Skills 是把經驗沉澱為可重用能力

Skills 可以理解為“給 AI 使用的專門說明、腳本、模板和資源”。

如果 Tool Calling 解決的是“模型如何調用一個工具”，Agent 解決的是“模型如何圍繞目標持續行動”，那麼 Skills 解決的是“如何讓 AI 在某一類任務上長期重用一套成熟流程”。

例如：

• 寫簡歷可以有一個 resume skill；
• 做 PPT 可以有一個 slides skill；
• 處理 Excel 可以有一個 spreadsheet skill；
• 潤色 MDX 文章可以有一個 content editing skill；
• 整理網頁資料可以有一個 research skill；
• 分析命理案例、生成結構化報告，也可以沉澱為自己的專用 skill。

一個好 Skill 不一定複雜，但必須足夠具體。它應該解決一類明確任務，而不是把所有東西都塞進一個萬能說明裏。

二、第一階段：學習 LLM 基礎

第一階段的目標，不是成為模型訓練專家，而是建立對大語言模型的基礎認知。

你至少要知道：模型不是數據庫，生成答案不是查表；上下文窗口不是長期記憶；token 不是普通字符；模型輸出不是天然可靠結論，而是基於概率生成的文本。

1. 推薦資料：Happy-LLM

Happy-LLM 是 Datawhale 開源的系統性 LLM 學習教程，適合中文讀者入門。它從 NLP 基礎開始，逐步講到 LLM 架構、訓練過程、主流框架和應用方向。

它的優點是中文資料完整，路徑比較清楚，不會一開始就把初學者扔進論文和英文文檔裏。

適合重點學習：

• NLP 和 Transformer 基礎；
• LLM 的架構與訓練過程；
• tokenizer、embedding、attention 等核心概念；
• 微調、RAG、Agent 等應用方向；
• 從理論理解過渡到代碼實踐。

如果你是初學者，可以先不追求全部看完，而是先建立整體框架。第一遍看懂 60% 就夠了，後面做項目時再回頭查。

2. 推薦資料：minGPT

minGPT 是 Andrej Karpathy 寫的極簡 GPT 實現項目。它不是為了工程性能，而是為了讓學習者看懂 GPT 的核心結構。

相比大型框架，minGPT 的代碼更短、更乾淨，適合用來理解 Transformer、attention、訓練循環和文本生成的基本過程。

適合重點學習：

• GPT 的最小實現；
• Transformer block 的代碼結構；
• token 輸入如何變成下一個 token 的概率分佈；
• 訓練循環和推理生成過程；
• 模型不是魔法，而是一套可以拆開的計算結構。

如果你已經學過一點 Python 和 PyTorch，minGPT 很值得看。你不一定要完全復現訓練，但至少要知道 GPT 的核心代碼長什麼樣。

3. 這一階段的練習任務

這一階段不要只收藏資料，可以做幾個小練習：

• 用自己的話解釋什麼是 token；
• 畫一張 Transformer 的簡化流程圖；
• 跑通一個最小文本生成 demo；
• 修改一次 temperature，觀察輸出變化；
• 比較同一個問題在短上下文和長上下文中的表現；
• 整理一篇筆記：為什麼 LLM 會產生幻覺。

學 AI 最怕只看概念，不動手。哪怕只是跑一個小 demo，也比連續收藏十個教程更有用。

三、第二階段：學習模型應用與工程調用

理解 LLM 基礎之後，第二階段要學習如何把模型接入真實任務。

這裏的重點不是“訓練模型”，而是“使用模型”。對大多數普通開發者、內容創作者和獨立站作者來說，真正有用的是：如何調用模型、約束輸出、接入工具、處理文件、完成業務流程。

1. 推薦資料：Hugging Face Transformers

Hugging Face Transformers 是非常常用的開源模型庫，覆蓋文本生成、文本分類、問答、翻譯、語音、視覺等大量模型。它適合學習如何加載模型、使用 tokenizer、調用 pipeline，以及把開源模型接入自己的項目。

適合重點學習：

• tokenizer 與模型加載；
• pipeline 快速推理；
• 本地模型運行；
• 模型輸入輸出格式；
• 微調與部署的基礎概念。

Hugging Face 官方文檔中，pipeline 被設計成一種比較簡單的推理接口，適合初學者快速完成文本分類、問答、摘要等任務。tokenizer 文檔也值得看，因為很多上下文長度、成本估算和截斷問題，本質上都和 token 處理有關。

2. 先學會 API，再談 Agent

很多人一上來就想做全能 Agent，但連最基礎的 API 調用、消息格式、結構化輸出都沒有搞清楚。這樣很容易變成“看起來很複雜，實際很脆弱”的玩具項目。

這一階段至少要掌握：

• 如何發送一條模型請求；
• 如何設置 system、user、assistant 消息；
• 如何讓模型輸出 JSON；
• 如何處理模型輸出不符合格式的問題；
• 如何計算 token 成本；
• 如何保存對話歷史；
• 如何在長文本任務中做分段、摘要和合並。

這些東西很基礎，但非常關鍵。Agent 的本質不是玄學，它依然建立在一次次模型調用之上。

3. 這一階段的練習任務

可以做幾個很實用的小項目：

• 寫一個文章摘要器；
• 寫一個 Markdown 標題生成器；
• 寫一個網頁內容結構化提取器；
• 寫一個把崗位 JD 轉成簡歷優化建議的小工具；
• 寫一個把長文章拆分、總結、合併的腳本；
• 寫一個簡單的成本統計器，記錄每次調用消耗了多少 token。

這些項目不炫技，但非常實用。做完這些，再去看 Agent，你會更容易理解為什麼上下文、狀態、工具和結構化輸出這麼重要。

四、第三階段：學習 AI Agent

當你會調用模型之後，就可以進入 Agent 階段。

Agent 的難點不在於“讓模型說得更聰明”，而在於讓模型穩定地完成任務。它要知道什麼時候調用工具，什麼時候讀取文件，什麼時候繼續，什麼時候停止，什麼時候向用戶確認，什麼時候承認失敗。

1. 推薦資料：Hello-Agents

本站也有一篇配套導讀：《Hello Agents：從零構建 AI Agent》，結合實際操作角度做了補充說明。

Hello-Agents 是 Datawhale 開源的智能體學習教程，目標是幫助學習者從零開始理解並構建 AI Agent。它強調 Agent 的核心原理、架構範式和動手實現，而不是只教你使用現成平台。

適合重點學習：

• Agent 的基本概念；
• 工具調用與任務執行；
• ReAct 思維與行動循環；
• 記憶與上下文管理；
• 多智能體協作；
• 從 demo 到應用系統的構建路徑。

如果你想真正理解 Agent，而不是隻會拖拽幾個節點，這類教程比單純使用平台更有價值。

2. 推薦資料：OpenAI Agents SDK

OpenAI Agents SDK 是 OpenAI 提供的 Agent 開發框架，適合學習如何用更工程化的方式組織 Agent、工具、handoff、guardrails、tracing 和結構化輸出。

其中幾個概念非常重要：

• handoffs：讓一個 Agent 把任務交給另一個更專門的 Agent；
• guardrails：給輸入、輸出或工具調用增加安全與格式約束；
• tracing：記錄模型調用、工具調用、handoff 和其他執行事件，方便調試和觀察；
• structured output：讓模型輸出更穩定的數據結構。

這類框架的意義，不是讓你少寫幾行代碼，而是讓 Agent 的執行過程更容易調試、維護和擴展。

3. 推薦資料：LangGraph

LangGraph 是 LangChain 生態中的 Agent 編排框架，適合構建有狀態、可循環、可分支的複雜 Agent 工作流。它把 Agent 執行過程抽象成圖結構，適合處理多步驟任務、長期狀態、人工介入和複雜自動化流程。

適合重點學習：

• graph-based workflow；
• state management；
• node 與 edge；
• 循環、條件分支與中斷恢復；
• 多 Agent 協作流程。

如果說簡單 Agent 是一個循環，那麼 LangGraph 更適合把複雜任務拆成多個節點：搜索、讀取、分析、寫作、檢查、修改、輸出。每個節點負責一件事，狀態在節點之間傳遞。

4. Agent 學習時最容易踩的坑

學習 Agent 時，最容易犯幾個錯誤：

• 一上來就做全能 Agent；
• 不記錄工具調用結果；
• 不做錯誤處理；
• 不限制工具權限；
• 不設計停止條件；
• 不管理上下文長度；
• 不區分規劃、執行和檢查；
• 不做日誌和 tracing；
• 把 prompt 寫得很長，卻沒有結構化流程。

真正有用的 Agent，通常不是“什麼都能幹”，而是“在一個明確任務範圍內穩定完成工作”。

5. 這一階段的練習任務

建議從小 Agent 開始：

• 文件整理 Agent：讀取文件名，按規則分類；
• 網頁總結 Agent：搜索資料，整理要點，輸出摘要；
• 代碼檢查 Agent：讀取一個文件，找出明顯問題；
• 簡歷優化 Agent：讀取 JD 和簡歷，輸出修改建議；
• 文章編輯 Agent：按固定規則潤色 MDX 文章；
• 資料研究 Agent：搜索、摘取、歸納、生成參考來源。

每個 Agent 都應該明確輸入、輸出、工具、限制和停止條件。不要一開始就追求多 Agent 協作，先把單 Agent 的基本循環跑穩。

五、第四階段：學習 Skills 和工作流沉澱

當你已經能做一些小 Agent，就會發現一個問題：很多任務其實會反覆出現。

例如你每次寫文章，都要檢查 frontmatter、標題層級、SEO 描述、參考鏈接、正文格式；每次處理簡歷，都要檢查崗位匹配、項目表達、關鍵詞、量化結果；每次處理表格，都要檢查字段、格式、統計口徑和輸出模板。

這些重複經驗，如果每次都靠臨時 prompt 描述，就會很累。Skills 的價值就在這裏：把一類任務沉澱成固定能力，讓 AI 下次遇到相似任務時自動使用更成熟的流程。

1. 推薦資料：Anthropic Skills

關於 Skills 的實際使用場景，可以參考 《Skill 專題開篇：從提示詞到可重用 AI 工作流》。

Anthropic 官方公開了 Agent Skills 相關資料和示例。公開資料顯示，Skills 通常以文件夾形式組織，可以包含說明文檔、腳本、模板和其他資源，讓 Claude 在特定任務中加載相關能力。

Anthropic 對 Skills 的解釋重點在於：Skills 不只是提示詞，而是可以包含 instructions、代碼和資源的能力包。它適合讓 AI 在文檔處理、數據分析、品牌規範、專業工作流等任務上表現得更穩定。

適合重點學習：

• Skill 如何被觸發；
• SKILL.md 或 instructions 應該怎麼寫；
• 如何寫清楚適用場景；
• 如何把腳本、模板、參考資料放進 Skill；
• 如何避免 Skill 過大、過泛；
• 如何處理安全和權限問題。

2. 推薦資料：awesome-skills-cn

awesome-skills-cn 是一箇中文 Skills 資源整理項目，收集和整理了與 Claude Skills、OpenClaw Skills、通用 Agent Skills 相關的內容。

它適合用來觀察別人如何設計 Skill：目錄怎麼放、說明怎麼寫、任務邊界怎麼定義、腳本和模板怎麼組織。

但不要只收藏。真正有效的學習方式，是參考別人的結構，然後給自己的真實任務寫一個 Skill。

3. 一個好 Skill 應該長什麼樣

一個好的 Skill 通常應該包含：

• 明確的適用場景：什麼時候使用它；
• 明確的輸入：用戶需要提供什麼；
• 明確的輸出：最終應該生成什麼；
• 穩定的步驟：先做什麼，再做什麼；
• 格式要求：標題、表格、JSON、Markdown、文件命名等；
• 約束條件：不能做什麼，哪些信息必須保留；
• 示例：給 AI 一個參考樣板；
• 必要腳本：把重複、確定性的工作交給代碼。

Skill 最忌諱寫成“萬能工作流”。越萬能，越容易失控。一個真正好用的 Skill，通常是小而專。

4. 這一階段的練習任務

可以從自己的真實工作流裏選一個任務：

• MDX 文章潤色 Skill；
• 簡歷優化 Skill；
• SEO 標題生成 Skill；
• 網頁資料整理 Skill；
• Excel 數據清洗 Skill；
• 項目 README 生成 Skill；
• 命理案例結構化報告 Skill；
• 求職郵件撰寫 Skill。

建議先寫一個最小版本，只解決一個明確問題。等它跑順以後，再逐步增加模板、腳本和檢查規則。

六、推薦學習順序

如果你是初學者，可以按下面的順序走。

1. 第一週：建立 LLM 地圖

先用 Happy-LLM 建立整體認知，重點看 NLP、Transformer、token、訓練和推理這些基礎內容。

不要試圖第一週就把所有細節吃透。第一週的目標是知道整個領域有哪些模塊，以及它們之間是什麼關係。

2. 第二週：看一個最小 GPT 實現

用 minGPT 觀察 GPT 的核心結構。重點不是背代碼，而是理解：輸入如何變成 embedding，attention 大致做了什麼，模型如何輸出下一個 token 的概率。

如果看不懂全部代碼，也沒關係。先看整體結構，再逐步補 PyTorch 基礎。

3. 第三週：練習模型調用

用 Hugging Face Transformers 或模型 API 做幾個小任務，例如摘要、分類、翻譯、信息抽取、標題生成。

這一週要重點理解輸入輸出、token、上下文長度、結構化輸出和錯誤處理。

4. 第四周：學習 Agent 基本循環

用 Hello-Agents 理解 Agent 的任務執行流程。重點看工具調用、觀察結果、繼續決策、停止條件。

這時可以自己寫一個最小 Agent：讓它讀取一個文本文件，總結內容，再生成一個 Markdown 輸出。

5. 第五週：學習工程化 Agent 框架

學習 OpenAI Agents SDK 或 LangGraph。前者適合理解 Agent、工具、handoff、guardrails、tracing 這些工程概念；後者適合理解狀態機、圖結構、多步驟任務編排。

不要兩個框架同時深挖。先選一個跑通，再看另一個。

6. 第六週：把重複任務寫成 Skill

選擇一個你經常做的任務，把流程寫成 Skill。比如把“MDX 文章潤色規則”沉澱成一個固定說明：frontmatter 怎麼寫、標題怎麼編號、正文怎麼排版、參考來源怎麼放。

這一步會讓你真正理解：AI 能力不是只靠臨時聊天，而是可以被組織、重用和標準化。

七、我個人更推薦的入門組合

如果只選幾個項目開始，我會推薦下面這個組合：

如果你完全沒有基礎，可以先按 Happy-LLM → Hugging Face Transformers → Hello-Agents 的順序走。等你有一點代碼和 API 經驗後，再補 minGPT、OpenAI Agents SDK、LangGraph 和 Skills。

八、不要把學習路線走偏

最後講幾個現實判斷。

1. 普通人沒必要一開始訓練自己的大模型

訓練模型當然重要，但對大多數學習者來說，最先應該掌握的是調用、組合和工程化應用。你真正能馬上用起來的能力，是把大模型接入自己的工作流，而不是一開始就幻想訓練一個屬於自己的 ChatGPT。

2. 不要沉迷玩具項目

AI 時代有很多看起來很酷的 demo：自動寫書、自動賺錢、全自動公司、全能 Agent。它們有些有啟發，但很多並不穩定，也不適合普通人投入太多時間。

判斷一個項目值不值得學，可以看三點：

• 是否能解釋核心原理；
• 是否能跑通真實任務；
• 是否能遷移到你的工作流裏。

如果一個項目只能截圖裝酷，不能沉澱能力，就不值得花太多時間。

3. 最重要的是形成自己的工作流

真正有價值的 AI 學習，不是收藏多少模型榜單，也不是記住多少新名詞，而是逐步形成自己的工作流。

比如：

• 寫文章時，AI 幫你查資料、整理結構、潤色表達；
• 學編程時，AI 幫你解釋代碼、生成測試、修復 bug；
• 做網站時，AI 幫你寫組件、檢查 SEO、整理內容；
• 求職時，AI 幫你分析 JD、優化簡歷、準備面試；
• 做研究時，AI 幫你搜集資料、歸納觀點、生成引用清單。

當這些流程穩定下來，你就不只是“會用 AI”，而是在建立自己的 AI 工作系統。

九、結語：從使用者到構建者

這條學習路線的核心，可以總結為一句話：

先理解模型，再調用模型；先做簡單工具，再做 Agent；先跑通任務，再沉澱 Skills。

不要急着追所有新概念。AI 領域變化很快，但底層能力鏈其實很清楚：理解 LLM、會用 API、會做工具調用、會管理上下文、會設計工作流、會把經驗沉澱成 Skill。

沿着這條路線走，你會從單純的 AI 使用者，逐步變成 AI 應用構建者。

常見問題

學習 AI 需要編程基礎嗎？

不一定。理解 LLM 概念、學會 API 調用和 Agent 原理，基礎 Python 夠用；但如果要實現自定義 Agent 或編寫 Skill，能看懂代碼會讓學習效率更高。路線建議：先從概念和工具使用入手，再逐步補編程能力。

LLM 和 AI Agent 有什麼區別？

LLM 是底層語言模型，負責理解和生成文本；AI Agent 是在 LLM 之上加了目標設定、工具調用、記憶和多步推理的執行系統。簡單說：LLM 是"大腦"，Agent 是"會用工具完成任務的執行者"。

Skill 和提示詞有什麼區別？

提示詞是一次性輸入指令，解決"這一次怎麼說"；Skill 是可重用的能力包，通常包含說明文檔、腳本、模板等，解決"以後遇到同類任務如何穩定重用"。二者用途不同，Skill 更接近可安裝的工作流模塊。

這條學習路線適合從哪裏開始？

推薦從第一階段（LLM 基礎）的 Happy-LLM 開始，先建立整體認知框架，第一遍看懂 60% 即可；然後進入模型應用（API 調用）→ Agent 基本循環（Hello-Agents）→ Skills 沉澱，每階段配合動手練習效果更好。

參考來源

• Datawhale Happy-LLM：從零開始構建大模型
• Andrej Karpathy minGPT：極簡 GPT 實現
• Hugging Face Transformers Quickstart
• Hugging Face Transformers Pipeline 文檔
• Hugging Face Transformers Tokenizer 文檔
• Datawhale Hello-Agents：從零開始構建智能體
• OpenAI Agents SDK：Handoffs
• OpenAI Agents SDK：Guardrails
• OpenAI Agents SDK：Tracing
• LangGraph GitHub：Build resilient agents
• LangGraph 官方介紹
• Anthropic：Equipping agents for the real world with Agent Skills
• Anthropic Skills GitHub
• Claude Agent Skills 官方課程
• Agent Skills Overview
• awesome-skills-cn：中文 Skills 資源整理