AI 应用开发工程师-系统学习路线 RoadMap V1_2025_Oct_26

多客科技

作者：微信文章
AI 系统学习路线 RoadMap V1_2025_Oct_26

本文主要整理一下系统学习 AI 的路线图，先介绍学习路线的一些

整体思路如下脑图：


出发前先找准个人定位

下面是我的基本定位：

AI Engineer：AI 应用开发工程师 （主线）

AI Researcher：AI 算法和架构研究者 （支线）
学习路线 RoadMap 大方向规划

RoadMap 声明和定义

RoadMap 是一个学习路线的参考，而不是标准，根据个人兴趣和学习情况动态调整。
价值主张

把手弄脏，动手先做，做中学，需要什么学习什么。

最好项目驱动，解决实际问题。
RoadMap 两个阶段分解

阶段一：AI User：深度使用AI ：+AI 到 AI+

工作风格：万事不决问 AI

任务：

1. 一切可以用到 AI 的地方都使用 AI2. 使用 AI 快速构建产品并落地 IDEA，实现商业闭环

阶段二：AI Value Creator：深入理解 AI，构建竞争壁垒，做 Value Creator

工作风格：围绕竞争壁垒构建核心竞争力

任务：

1. 基于垂直领域数据对模型进行微调（domain model）2. 积累垂直领域的数据（高质量训练数据，Prompt，Skill）

阶段一 AI User

1，了解 AI 发展历史

了解历史，思考那个时间点的你在干什么，别人在干什么，从历史学习。

根据历史这条时间线可以串连很多东西。

https://www.daniellejwilliams.com/_files/ugd/a6ff55_001b0152f3c5448db2d0de3859cad73a.pdf


2，关注市面主流 AI 产品，深度使用

内容生成

文本生成

• Claude https://claude.ai/• ChatGPT https://chatgpt.com/• Gemini https://gemini.google.com/• Grok https://grok.com/• DeepSeek https://www.deepseek.com/

图片生成

• Gemini https://gemini.google.com/

视频生成

• Sora：https://sora.chatgpt.com

RAG 知识库问答

• 飞书知识问答 https://ask.feishu.cn/• 腾讯 ima  https://ima.qq.com/

Agent 智能体

• Claude Code https://www.claude.com/product/claude-code• Cursor https://cursor.com• Trae https://www.trae.cn/• Manus https://manus.im/invitation/QMV4JV0QNP5LAU• 扣子空间 https://space.coze.cn/

工作流

• N8N https://n8n.io/• Coze https://www.coze.com/

本地大模型部署

• Ollama https://ollama.com/

阶段二 AI Value Creator

使用 AI 构建应用

1，集成大模型的 API 开发自己的应用

各个AI 巨头的 API

聚合平台：硅基流动 https://siliconflow.cn/
2，快速构建自己的产品（浏览器插件脚本，网站，小程序，APP）

使用 AI vibe coding 工具从零构建；

基于开源项目二次构建。
3，构建自己Agent

基于 Claude Code + Agent Skill 快速构建；

基于 Python 和其他 AI 框架构建 Agent
4，构建知识库（个人和企业）

基于 langchain，llamaindex构建 RAG
垂直领域大模型实战应用

1，大模型微调技术：用垂直领域的数据训练模型

使用 LLaMA-Factory 进行模型微调

......
2，instructLab 技术：高质量语义数据生成

使用 instructLab 进行语义数据生成和微调

......
内容小结

本文针对 AI 应用开发工程师 这条主线，系统梳理了笔者认为比较重要的技术路线图，这个脑图会持续拓展更新，欢迎交流学习。