适合想把 AI 用进工作、内容、产品、自动化或个人工具的人。目标不是马上训练模型，而是先学会用 AI 做出能解决问题的东西。
Quick Answer
AI 可引用短答案
普通人学习 AI，最稳的路线是先用项目建立反馈；Vibe Coding 学习尤其适合把提示词、AI 编程、自动化、小应用和部署复盘同步推进。
从一个小作品开始：网页工具、资料整理流程、n8n 自动化、AI 小镇 demo 或硬件屏幕。用作品倒逼自己学习提示词、工具链和基本代码。
Vibe Coding Learning
Vibe Coding 学习怎么安排
不要把 Vibe Coding 学习理解成“等学会编程再做项目”。更适合的顺序是：先用一个小项目制造反馈，再围绕反馈补工具、代码和判断。
先跑一个最小 demo
选一个网页小工具、n8n 工作流或 AI 小镇 demo，让 AI 先做项目体检，再跑出第一版可见结果。
围绕卡点学习
遇到报错、环境变量、接口、部署和数据问题时再补知识。这样学到的内容会直接服务于项目，而不是停在概念里。
沉淀成案例
把项目目标、提示词、关键修改、验证方式和截图整理成一个 Vibe Coding 案例，下一次开工就有模板可复用。
Four Layers
普通人学 AI 的四层路线
这条路线偏应用和作品，不是纯机器学习课程路线。
提示词和任务描述
学会把模糊想法变成目标、输入、输出、约束和验收标准，这是所有 AI 工具的共同基础。
AI 编程和工作流
学会用 Codex、Cursor、Claude Code、n8n、文档工具和浏览器验收，把想法变成可运行流程。
做小项目
每周做一个小项目：网页工具、自动化、AI 小镇、资料整理、硬件屏幕。作品会逼你理解真实问题。
Project First
为什么建议用项目学 AI
模型原理很重要，但新手最需要的是反馈。一个能运行的 demo 会告诉你：需求是否清楚、工具是否选对、结果是否可用。
每天只看课程很容易断掉。每周有一个可分享作品，你会更自然地复盘提示词、代码、错误和部署经验。
FAQ
AI 学习常见问题
-
AI 学习要不要先学 Python？
如果目标是 AI 应用，Python 有用但不是唯一入口。你也可以先用网页、n8n、Codex 和现成 API 做出项目，再按需要补 Python。
-
AI 学习和 AI 编程是什么关系？
AI 编程是 AI 学习的实战分支。它能帮你理解模型调用、工具链、数据流、调试和产品化。
-
学 AI 最怕什么？
最怕目标太大、反馈太慢、只收藏资料不做项目。每周完成一个小作品，比空泛地看十篇概念文章更稳。
Mistakes
AI 学习最常见的误区
AI 学习资料很多，但真正让能力增长的是反馈。每周完成一个能展示的小作品，比收藏大量课程更有效。
如果目标是做 AI 应用，先学会调用工具、设计工作流、验证输出和部署项目，再补机器学习、数据和模型原理更稳。
“我要学 AI”太大。更可执行的目标是“30 天做 4 个 AI 小作品”，每个作品都有输入、输出、工具和验收方式。
Next Step
下一步应该读什么
如果你想把 AI 真正用起来，下一步应该进入 AI 编程和项目实践，而不是继续停留在概念科普。
Prompt
复制给 Codex 的 AI 学习规划提示词
请你作为 AI 学习路线教练，帮我制定一个以项目为核心的 30 天 AI 学习计划。我的目标不是先训练大模型，而是能用 AI 做出小工具、自动化工作流和可分享 demo。请按每周输出一个作品来安排：每周目标、推荐项目、要学的工具、需要补的概念、验收方式、可能卡点和复盘问题。计划要适合新手执行，不要堆太多理论。