AI Engineering from Scratch 是 GitHub 上最全面的免费开源 AI 工程课程——503 节课分 20 个递进阶段，覆盖 Python、TypeScript、Rust、Julia 四门语言，从线性代数直觉讲到自主多智能体集群，每个算法都从零手写实现后才使用框架。38,029 星，15 万+ 月活读者，完全免费。
它的核心功能包括以下几个方面。
✅ 在调用 loss.backward() 之前先手写反向传播的原始数学，在接触 HuggingFace 之前先写自己的分词器，在导入 Transformers 库之前先用纯 Python 实现注意力机制。等 PyTorch 或 LangChain 出场时，你已经知道它们的底层原理了——因为你亲手写过更小、更不抽象的版本。
✅ 20 个递进阶段：数学基础→ML 基础→深度学习→视觉→NLP→语音→Transformer→生成式 AI→强化学习→手写 LLM→LLM 工程→多模态→智能体工程→自主系统→多智能体集群→基础设施→生产化→伦理→毕业项目。每阶段有明确的先修条件和递进关系。
✅ 六步课程结构在全部 503 节课中一致应用：格言→问题→概念→手写实现→库实现→交付。每节课产出可复用的交付物——提示词模板、智能体技能或 MCP 服务器。/find-your-level 智能定级系统 10 道题找到最佳起点。
它的适用场景也很明确。适合想真正理解 AI 底层原理而不是只会用库的工程师，被半途而废的在线教程困扰的自学者，以及任何想从神经网络到多智能体系统完整走一遍的人。你会关掉浏览器里所有半途而废的 AI 教程，从零理解神经网络到编写自己的多智能体协调协议。
[收藏] 👇
AI工程机器学习深度学习开源