大多数 AI 教程教你 import，这个微软仓库逼你自己写反向传播。 前几天翻 GitHub 星标，看到一个躺了两年多的仓库，微软的《AI for Beginners》。 当初 star 的时候大概是想着“这看起来挺全，以后学”，然后就没有以后了。这次点进去是因为无聊，结果卡在了第 4 课。 那节课的意思是：不准用 PyTorch，自己写一个框架。前向、反向、梯度更新，全部手写。 我当时第一反应是“这不是没事找事吗，现成的轮子摆在那儿”。硬着头皮写了两个多小时，写到反向传播那块的时候，突然有点别的感觉。 倒不是学到了什么新东西，链式法则谁不知道。是那种“哦，原来它就是这么点东西”的感觉。后来再写 loss.backward()，心态确实不太一样了。 我猜很多人收藏了一堆 AI 教程看不完，不是因为懒。那些教程从头到尾都在让你 import 别人的东西，跟着敲完，跑出 98% 准确率，关掉编辑器，心里清楚自己啥也没捞着。这门课至少在开头逼你捞了一点。 其他内容也简单说两句。 12 周 24 节课，从感知机一路排到 Transformer 和 LLM 提示，中间 CNN、迁移学习、GAN、目标检测、U-Net、词向量、RNN、BERT 该有的都有，后面还塞了遗传算法、深度强化学习、多智能体、AI 伦理。 每节课 PyTorch 和 TensorFlow 各一份 notebook，挑一个跟到底就行。 比较意外的是第 2 课在讲专家系统和知识图谱，纯符号主义那一套，现在基本没人教了。我本来准备跳过去的，读了读发现挺有意思——今天吵的「大模型到底会不会推理」，六十年前吵过一模一样的，只是那会儿不叫这个名。 几个实际的东西： • 不想配环境的话支持 Codespaces 和 Binder，浏览器里就能跑 • 英语吃力有中文翻译（简繁都有），一共五十多种语言 • 克隆很慢是因为翻译文件，想跳过用这个： git clone --filter=blob:none --sparse cd AI-For-Beginners git sparse-checkout set --no-cone '/**' '!translations' '!translated_images' 还有个细节我挺喜欢：README 里专门写了它不教什么，Azure 操作不教、AI 商业案例不教、深度学习的数学推导不教。免费东西还主动往外划范围的，不多见。 主笔是微软的 Dmitry Soshnikov，MIT 协议，拿去做公司内训也行。现在 5 万多星，但我估计跟我一样 star 完就忘了的占多数。 真要试的话，别从第 1 课开始。前三课都是铺垫，容易劝退，直接开第 4 课。