AI 学习路线：从 LLM 到 AI Agent，再到 Skills

很多人学习 AI 时，会直接从工具使用开始：ChatGPT、Claude、Gemini、Cursor、Claude Code、Codex、OpenRouter，各种工具轮流试一遍。这样当然有用，至少能快速感受到 AI 的能力。

但如果只停留在“会用工具”，很快就会遇到瓶颈：知道 AI 很强，却不知道它为什么强；知道 Agent 很火，却不知道它到底如何执行任务；看到 Skills、MCP、工作流自动化，也不知道它们之间是什么关系。

我更推荐把 AI 学习拆成一条清晰路线：

理解 LLM → 学会调用模型 → 学习 Agent → 掌握工具调用 → 建立工作流 → 沉淀 Skills。

这条路线的重点不是追热点，而是把能力一层一层搭起来。你不一定要训练自己的大模型，也不一定要一上来手搓复杂框架，但至少要知道每一层解决什么问题。

这篇文章整理一条适合普通学习者的路线：从 LLM 基础，到模型应用，再到 AI Agent，最后到 Skills 和可复用工作流。

一、先分清几个核心概念

在正式学习之前，先把几个容易混在一起的概念讲清楚。

1. LLM 是底层能力

LLM 是 Large Language Model，也就是大语言模型。ChatGPT、Claude、Gemini、Qwen、DeepSeek 这类产品，本质上都建立在大语言模型能力之上。

学习 LLM，不是让你一开始就训练千亿参数模型，而是至少要理解：

• 文本为什么要切成 token；
• Transformer 和 attention 大致在解决什么问题；
• 模型为什么能续写、总结、翻译和写代码；
• 上下文窗口为什么会限制模型记忆；
• 预训练、微调、RAG、推理分别是什么意思；
• 幻觉为什么会出现，为什么不能把模型当搜索引擎。

你可以暂时不懂所有数学细节，但要建立基本地图。否则后面学习 Agent、工具调用、上下文管理时，很容易只记住名词，看不懂本质。

2. 模型应用是把 LLM 接入真实任务

理解 LLM 之后，下一步不是立刻研究复杂 Agent，而是先学会怎么调用模型。

最基础的模型应用包括：

• 调用 API；
• 设置 system prompt；
• 控制 temperature、max tokens 等参数；
• 处理输入输出；
• 做文本分类、摘要、翻译、信息抽取；
• 使用 tokenizer 估算 token；
• 使用开源模型库加载模型和运行推理。

这一层看起来简单，但非常重要。很多 Agent 问题，本质上不是 Agent 多高级，而是最基础的输入输出、上下文、格式约束没有做好。

3. Agent 是带目标和工具的执行系统

普通聊天机器人主要是回答问题，而 AI Agent 更强调“围绕目标执行任务”。

一个最简单的 Agent 循环通常包括：

1. 接收用户任务； 2. 理解目标； 3. 选择工具； 4. 执行动作； 5. 观察结果； 6. 根据结果继续调整； 7. 直到完成任务或判断无法继续。

Tool Calling、函数调用、ReAct、规划、记忆、上下文压缩、多 Agent 协作，都是围绕这个循环展开的。

你可以把 Agent 理解为：LLM 不再只是“说话”，而是开始“看文件、调用工具、运行命令、修改代码、生成结果”。

4. Skills 是把经验沉淀为可复用能力

Skills 可以理解为“给 AI 使用的专门说明、脚本、模板和资源”。

如果 Tool Calling 解决的是“模型如何调用一个工具”，Agent 解决的是“模型如何围绕目标持续行动”，那么 Skills 解决的是“如何让 AI 在某一类任务上长期复用一套成熟流程”。

例如：

• 写简历可以有一个 resume skill；
• 做 PPT 可以有一个 slides skill；
• 处理 Excel 可以有一个 spreadsheet skill；
• 润色 MDX 文章可以有一个 content editing skill；
• 整理网页资料可以有一个 research skill；
• 分析命理案例、生成结构化报告，也可以沉淀为自己的专用 skill。

一个好 Skill 不一定复杂，但必须足够具体。它应该解决一类明确任务，而不是把所有东西都塞进一个万能说明里。

二、第一阶段：学习 LLM 基础

第一阶段的目标，不是成为模型训练专家，而是建立对大语言模型的基础认知。

你至少要知道：模型不是数据库，生成答案不是查表；上下文窗口不是长期记忆；token 不是普通字符；模型输出不是天然可靠结论，而是基于概率生成的文本。

1. 推荐资料：Happy-LLM

Happy-LLM 是 Datawhale 开源的系统性 LLM 学习教程，适合中文读者入门。它从 NLP 基础开始，逐步讲到 LLM 架构、训练过程、主流框架和应用方向。

它的优点是中文资料完整，路径比较清楚，不会一开始就把初学者扔进论文和英文文档里。

适合重点学习：

• NLP 和 Transformer 基础；
• LLM 的架构与训练过程；
• tokenizer、embedding、attention 等核心概念；
• 微调、RAG、Agent 等应用方向；
• 从理论理解过渡到代码实践。

如果你是初学者，可以先不追求全部看完，而是先建立整体框架。第一遍看懂 60% 就够了，后面做项目时再回头查。

2. 推荐资料：minGPT

minGPT 是 Andrej Karpathy 写的极简 GPT 实现项目。它不是为了工程性能，而是为了让学习者看懂 GPT 的核心结构。

相比大型框架，minGPT 的代码更短、更干净，适合用来理解 Transformer、attention、训练循环和文本生成的基本过程。

适合重点学习：

• GPT 的最小实现；
• Transformer block 的代码结构；
• token 输入如何变成下一个 token 的概率分布；
• 训练循环和推理生成过程；
• 模型不是魔法，而是一套可以拆开的计算结构。

如果你已经学过一点 Python 和 PyTorch，minGPT 很值得看。你不一定要完全复现训练，但至少要知道 GPT 的核心代码长什么样。

3. 这一阶段的练习任务

这一阶段不要只收藏资料，可以做几个小练习：

• 用自己的话解释什么是 token；
• 画一张 Transformer 的简化流程图；
• 跑通一个最小文本生成 demo；
• 修改一次 temperature，观察输出变化；
• 比较同一个问题在短上下文和长上下文中的表现；
• 整理一篇笔记：为什么 LLM 会产生幻觉。

学 AI 最怕只看概念，不动手。哪怕只是跑一个小 demo，也比连续收藏十个教程更有用。

三、第二阶段：学习模型应用与工程调用

理解 LLM 基础之后，第二阶段要学习如何把模型接入真实任务。

这里的重点不是“训练模型”，而是“使用模型”。对大多数普通开发者、内容创作者和独立站作者来说，真正有用的是：如何调用模型、约束输出、接入工具、处理文件、完成业务流程。

1. 推荐资料：Hugging Face Transformers

Hugging Face Transformers 是非常常用的开源模型库，覆盖文本生成、文本分类、问答、翻译、语音、视觉等大量模型。它适合学习如何加载模型、使用 tokenizer、调用 pipeline，以及把开源模型接入自己的项目。

适合重点学习：

• tokenizer 与模型加载；
• pipeline 快速推理；
• 本地模型运行；
• 模型输入输出格式；
• 微调与部署的基础概念。

Hugging Face 官方文档中，pipeline 被设计成一种比较简单的推理接口，适合初学者快速完成文本分类、问答、摘要等任务。tokenizer 文档也值得看，因为很多上下文长度、成本估算和截断问题，本质上都和 token 处理有关。

2. 先学会 API，再谈 Agent

很多人一上来就想做全能 Agent，但连最基础的 API 调用、消息格式、结构化输出都没有搞清楚。这样很容易变成“看起来很复杂，实际很脆弱”的玩具项目。

这一阶段至少要掌握：

• 如何发送一条模型请求；
• 如何设置 system、user、assistant 消息；
• 如何让模型输出 JSON；
• 如何处理模型输出不符合格式的问题；
• 如何计算 token 成本；
• 如何保存对话历史；
• 如何在长文本任务中做分段、摘要和合并。

这些东西很基础，但非常关键。Agent 的本质不是玄学，它依然建立在一次次模型调用之上。

3. 这一阶段的练习任务

可以做几个很实用的小项目：

• 写一个文章摘要器；
• 写一个 Markdown 标题生成器；
• 写一个网页内容结构化提取器；
• 写一个把岗位 JD 转成简历优化建议的小工具；
• 写一个把长文章拆分、总结、合并的脚本；
• 写一个简单的成本统计器，记录每次调用消耗了多少 token。

这些项目不炫技，但非常实用。做完这些，再去看 Agent，你会更容易理解为什么上下文、状态、工具和结构化输出这么重要。

四、第三阶段：学习 AI Agent

当你会调用模型之后，就可以进入 Agent 阶段。

Agent 的难点不在于“让模型说得更聪明”，而在于让模型稳定地完成任务。它要知道什么时候调用工具，什么时候读取文件，什么时候继续，什么时候停止，什么时候向用户确认，什么时候承认失败。

1. 推荐资料：Hello-Agents

Hello-Agents 是 Datawhale 开源的智能体学习教程，目标是帮助学习者从零开始理解并构建 AI Agent。它强调 Agent 的核心原理、架构范式和动手实现，而不是只教你使用现成平台。

适合重点学习：

• Agent 的基本概念；
• 工具调用与任务执行；
• ReAct 思维与行动循环；
• 记忆与上下文管理；
• 多智能体协作；
• 从 demo 到应用系统的构建路径。

如果你想真正理解 Agent，而不是只会拖拽几个节点，这类教程比单纯使用平台更有价值。

2. 推荐资料：OpenAI Agents SDK

OpenAI Agents SDK 是 OpenAI 提供的 Agent 开发框架，适合学习如何用更工程化的方式组织 Agent、工具、handoff、guardrails、tracing 和结构化输出。

其中几个概念非常重要：

• handoffs：让一个 Agent 把任务交给另一个更专门的 Agent；
• guardrails：给输入、输出或工具调用增加安全与格式约束；
• tracing：记录模型调用、工具调用、handoff 和其他执行事件，方便调试和观察；
• structured output：让模型输出更稳定的数据结构。

这类框架的意义，不是让你少写几行代码，而是让 Agent 的执行过程更容易调试、维护和扩展。

3. 推荐资料：LangGraph

LangGraph 是 LangChain 生态中的 Agent 编排框架，适合构建有状态、可循环、可分支的复杂 Agent 工作流。它把 Agent 执行过程抽象成图结构，适合处理多步骤任务、长期状态、人工介入和复杂自动化流程。

适合重点学习：

• graph-based workflow；
• state management；
• node 与 edge；
• 循环、条件分支与中断恢复；
• 多 Agent 协作流程。

如果说简单 Agent 是一个循环，那么 LangGraph 更适合把复杂任务拆成多个节点：搜索、读取、分析、写作、检查、修改、输出。每个节点负责一件事，状态在节点之间传递。

4. Agent 学习时最容易踩的坑

学习 Agent 时，最容易犯几个错误：

• 一上来就做全能 Agent；
• 不记录工具调用结果；
• 不做错误处理；
• 不限制工具权限；
• 不设计停止条件；
• 不管理上下文长度；
• 不区分规划、执行和检查；
• 不做日志和 tracing；
• 把 prompt 写得很长，却没有结构化流程。

真正有用的 Agent，通常不是“什么都能干”，而是“在一个明确任务范围内稳定完成工作”。

5. 这一阶段的练习任务

建议从小 Agent 开始：

• 文件整理 Agent：读取文件名，按规则分类；
• 网页总结 Agent：搜索资料，整理要点，输出摘要；
• 代码检查 Agent：读取一个文件，找出明显问题；
• 简历优化 Agent：读取 JD 和简历，输出修改建议；
• 文章编辑 Agent：按固定规则润色 MDX 文章；
• 资料研究 Agent：搜索、摘取、归纳、生成参考来源。

每个 Agent 都应该明确输入、输出、工具、限制和停止条件。不要一开始就追求多 Agent 协作，先把单 Agent 的基本循环跑稳。

五、第四阶段：学习 Skills 和工作流沉淀

当你已经能做一些小 Agent，就会发现一个问题：很多任务其实会反复出现。

例如你每次写文章，都要检查 frontmatter、标题层级、SEO 描述、参考链接、正文格式；每次处理简历，都要检查岗位匹配、项目表达、关键词、量化结果；每次处理表格，都要检查字段、格式、统计口径和输出模板。

这些重复经验，如果每次都靠临时 prompt 描述，就会很累。Skills 的价值就在这里：把一类任务沉淀成固定能力，让 AI 下次遇到相似任务时自动使用更成熟的流程。

1. 推荐资料：Anthropic Skills

Anthropic 官方公开了 Agent Skills 相关资料和示例。公开资料显示，Skills 通常以文件夹形式组织，可以包含说明文档、脚本、模板和其他资源，让 Claude 在特定任务中加载相关能力。

Anthropic 对 Skills 的解释重点在于：Skills 不只是提示词，而是可以包含 instructions、代码和资源的能力包。它适合让 AI 在文档处理、数据分析、品牌规范、专业工作流等任务上表现得更稳定。

适合重点学习：

• Skill 如何被触发；
• SKILL.md 或 instructions 应该怎么写；
• 如何写清楚适用场景；
• 如何把脚本、模板、参考资料放进 Skill；
• 如何避免 Skill 过大、过泛；
• 如何处理安全和权限问题。

2. 推荐资料：awesome-skills-cn

awesome-skills-cn 是一个中文 Skills 资源整理项目，收集和整理了与 Claude Skills、OpenClaw Skills、通用 Agent Skills 相关的内容。

它适合用来观察别人如何设计 Skill：目录怎么放、说明怎么写、任务边界怎么定义、脚本和模板怎么组织。

但不要只收藏。真正有效的学习方式，是参考别人的结构，然后给自己的真实任务写一个 Skill。

3. 一个好 Skill 应该长什么样

一个好的 Skill 通常应该包含：

• 明确的适用场景：什么时候使用它；
• 明确的输入：用户需要提供什么；
• 明确的输出：最终应该生成什么；
• 稳定的步骤：先做什么，再做什么；
• 格式要求：标题、表格、JSON、Markdown、文件命名等；
• 约束条件：不能做什么，哪些信息必须保留；
• 示例：给 AI 一个参考样板；
• 必要脚本：把重复、确定性的工作交给代码。

Skill 最忌讳写成“万能工作流”。越万能，越容易失控。一个真正好用的 Skill，通常是小而专。

4. 这一阶段的练习任务

可以从自己的真实工作流里选一个任务：

• MDX 文章润色 Skill；
• 简历优化 Skill；
• SEO 标题生成 Skill；
• 网页资料整理 Skill；
• Excel 数据清洗 Skill；
• 项目 README 生成 Skill；
• 命理案例结构化报告 Skill；
• 求职邮件撰写 Skill。

建议先写一个最小版本，只解决一个明确问题。等它跑顺以后，再逐步增加模板、脚本和检查规则。

六、推荐学习顺序

如果你是初学者，可以按下面的顺序走。

1. 第一周：建立 LLM 地图

先用 Happy-LLM 建立整体认知，重点看 NLP、Transformer、token、训练和推理这些基础内容。

不要试图第一周就把所有细节吃透。第一周的目标是知道整个领域有哪些模块，以及它们之间是什么关系。

2. 第二周：看一个最小 GPT 实现

用 minGPT 观察 GPT 的核心结构。重点不是背代码，而是理解：输入如何变成 embedding，attention 大致做了什么，模型如何输出下一个 token 的概率。

如果看不懂全部代码，也没关系。先看整体结构，再逐步补 PyTorch 基础。

3. 第三周：练习模型调用

用 Hugging Face Transformers 或模型 API 做几个小任务，例如摘要、分类、翻译、信息抽取、标题生成。

这一周要重点理解输入输出、token、上下文长度、结构化输出和错误处理。

4. 第四周：学习 Agent 基本循环

用 Hello-Agents 理解 Agent 的任务执行流程。重点看工具调用、观察结果、继续决策、停止条件。

这时可以自己写一个最小 Agent：让它读取一个文本文件，总结内容，再生成一个 Markdown 输出。

5. 第五周：学习工程化 Agent 框架

学习 OpenAI Agents SDK 或 LangGraph。前者适合理解 Agent、工具、handoff、guardrails、tracing 这些工程概念；后者适合理解状态机、图结构、多步骤任务编排。

不要两个框架同时深挖。先选一个跑通，再看另一个。

6. 第六周：把重复任务写成 Skill

选择一个你经常做的任务，把流程写成 Skill。比如把“MDX 文章润色规则”沉淀成一个固定说明：frontmatter 怎么写、标题怎么编号、正文怎么排版、参考来源怎么放。

这一步会让你真正理解：AI 能力不是只靠临时聊天，而是可以被组织、复用和标准化。

七、我个人更推荐的入门组合

如果只选几个项目开始，我会推荐下面这个组合：

如果你完全没有基础，可以先按 Happy-LLM → Hugging Face Transformers → Hello-Agents 的顺序走。等你有一点代码和 API 经验后，再补 minGPT、OpenAI Agents SDK、LangGraph 和 Skills。

八、不要把学习路线走偏

最后讲几个现实判断。

1. 普通人没必要一开始训练自己的大模型

训练模型当然重要，但对大多数学习者来说，最先应该掌握的是调用、组合和工程化应用。你真正能马上用起来的能力，是把大模型接入自己的工作流，而不是一开始就幻想训练一个属于自己的 ChatGPT。

2. 不要沉迷玩具项目

AI 时代有很多看起来很酷的 demo：自动写书、自动赚钱、全自动公司、全能 Agent。它们有些有启发，但很多并不稳定，也不适合普通人投入太多时间。

判断一个项目值不值得学，可以看三点：

• 是否能解释核心原理；
• 是否能跑通真实任务；
• 是否能迁移到你的工作流里。

如果一个项目只能截图装酷，不能沉淀能力，就不值得花太多时间。

3. 最重要的是形成自己的工作流

真正有价值的 AI 学习，不是收藏多少模型榜单，也不是记住多少新名词，而是逐步形成自己的工作流。

比如：

• 写文章时，AI 帮你查资料、整理结构、润色表达；
• 学编程时，AI 帮你解释代码、生成测试、修复 bug；
• 做网站时，AI 帮你写组件、检查 SEO、整理内容；
• 求职时，AI 帮你分析 JD、优化简历、准备面试；
• 做研究时，AI 帮你搜集资料、归纳观点、生成引用清单。

当这些流程稳定下来，你就不只是“会用 AI”，而是在建立自己的 AI 工作系统。

九、结语：从使用者到构建者

这条学习路线的核心，可以总结为一句话：

先理解模型，再调用模型；先做简单工具，再做 Agent；先跑通任务，再沉淀 Skills。

不要急着追所有新概念。AI 领域变化很快，但底层能力链其实很清楚：理解 LLM、会用 API、会做工具调用、会管理上下文、会设计工作流、会把经验沉淀成 Skill。

沿着这条路线走，你会从单纯的 AI 使用者，逐步变成 AI 应用构建者。

参考来源

• Datawhale Happy-LLM：从零开始构建大模型
• Andrej Karpathy minGPT：极简 GPT 实现
• Hugging Face Transformers Quickstart
• Hugging Face Transformers Pipeline 文档
• Hugging Face Transformers Tokenizer 文档
• Datawhale Hello-Agents：从零开始构建智能体
• OpenAI Agents SDK：Handoffs
• OpenAI Agents SDK：Guardrails
• OpenAI Agents SDK：Tracing
• LangGraph GitHub：Build resilient agents
• LangGraph 官方介绍
• Anthropic：Equipping agents for the real world with Agent Skills
• Anthropic Skills GitHub
• Claude Agent Skills 官方课程
• Agent Skills Overview
• awesome-skills-cn：中文 Skills 资源整理