AI Engineering from Scratch：怎样选择适合自己的学习路线
第一堂实验：运行预检并留下可复查的记录
先拿到一个可重现的结果，无须一次装完整套 AI 工具。
第一堂实验：运行预检并留下可复查的记录知识学习CN编辑简报更新 2026-09-29
你将学会
- 把首次配置控制在小范围
- 看懂失败信息再安装依赖
- 保留实验回执
开始前需要
- 基本命令行操作
- 明确的学习目标和可丢弃检出目录
让命令、改动与失败案例证明你真正能做什么。
先看结论
- 预检要求随路线而变化。
- 不依赖外部服务的小练习适合建立流程。
- 共享实验记录之前必须检查是否包含密钥。
把首次配置控制在小范围
README 从克隆仓库和 Python 预检开始。脚本区分当前路线必需的工具与之后才会用到的工具，因此缺少 GPU 或容器引擎不一定阻碍初学者练习。
按课程要求在仓库根目录运行命令，记下 Python 版本、操作系统和固定提交。这些信息能解释你的输出为什么与网站截图不同。
看懂失败信息再安装依赖
我们检查了 verify.py 的源码，但没有在你的机器上运行它。若预检报告缺失依赖，先判断所选路线是否需要它，再执行相应修复命令并复查。
README 推荐的线性代数示例不依赖额外包。先弄清小型矩阵与向量运算，比一次下载模型权重或配置多个供应商密钥更适合作为首次验收。
保留实验回执
有用的回执应包含工作目录、命令、退出码、关键输出，以及一处能够解释的改动。整段粘贴终端记录只能证明执行过，未必证明理解。
不要把 API 密钥写进公开学习记录。之后如安装导师技能，先确认它要修改哪个 Agent 宿主，以及安装范围是项目级还是用户级。
如何选择
| 比较维度 | 方案 A | 方案 B |
|---|---|---|
| Best when | You need predictable behavior and easy auditing | You need adaptive optimization and have reliable telemetry |
| Main risk | May leave performance on the table | Can become difficult to explain or debug |
实施步骤
- 1
克隆仓库并记下所用提交。
- 2
为选定路线运行 verify.py。
- 3
执行一节课程，记录输出和一处改动。
可复制示例
text
回执：
版本：bf7791e140768d8223d24e616bb60cbf07fea014
路线：beginner
命令：python3 phases/00-setup-and-tooling/01-dev-environment/code/verify.py --route beginner
退出码：运行后填写常见问题
可选工具检查失败就不能继续吗？
先看所选路线是否真正依赖该工具；预检会区分现在需要和以后需要的项目。
本文执行了预检吗？
没有。命令来自固定版本的 README 和源码，需要读者在本地验证。