把好奇心，
變成你的實力。

微軟開源的 AI 入門課程,24 課涵蓋符號式 AI、神經網路、電腦視覺、自然語言處理、強化學習與 AI 倫理。章節內容為英文,連回原始 repo 閱讀。

從「LLM 是什麼、token 怎麼算」一路走到自己設計多 agent 系統。8 個階段加上一條 CLI 實戰路線,涵蓋 prompt、工具使用、框架、Claude Code 生態、RAG 與 memory、multi-agent、上線工程與 agent 操作介面。

同一組能力,用兩套框架各做一遍 —— 結構化輸出、工具使用、記憶、多 agent 編排、可觀測性。前半用 Google ADK(9 站),後半用 OpenAI Agents SDK(11 站),最後加上語音 agent。每一課都附得出來的程式碼,不是只講概念。

大型語言模型的完整路線圖,分成兩條可以各自走完的路線:**LLM 科學家**(架構、預訓練、後訓練資料集、SFT、偏好對齊、評估、量化、新趨勢)與 **LLM 工程師**(執行模型、向量儲存、RAG、進階 RAG、agent、推論最佳化、部署、資安),另附一章選修的數學、Python 與神經網路基礎。