大二自学路径规划：从 AI 小白到能投 Agent 岗
大一结束时我定了个目标：大三暑假拿到大厂 Agent 方向实习。算下来大概有一年时间准备。这篇记录我的规划，也作为给自己的承诺书。
时间盘点
大二全年 = 2 学期 + 1 暑假 ≈ 12 个月。扣掉课业、考试、杂事，能用于自学的时间大约每天 3-4 小时，全年约 1200 小时。这就是我的"预算"。
三阶段规划
阶段一：打基础（9-12 月，4 个月）
- 数学：线代、概率论、最优化基础（不深挖，够看懂论文即可）
- Python 工程：异步、类型注解、测试、虚拟环境
- ML 基础：吴恩达 ML 课 + 手写线性回归/逻辑回归/小 CNN
- LLM 基础：transformer 原理、prompt engineering、调用 OpenAI API
产出：能独立调 API、看懂 transformer 结构图、写规范 Python 代码。
阶段二：深入 Agent（1-4 月，4 个月）
- 经典论文：ReAct、Reflexion、Toolformer、Tree of Thoughts
- 框架：LangChain、LangGraph、LlamaIndex 各做一个小项目
- 进阶：多智能体、记忆系统、RAG 进阶（chunking、rerank）
- 博客输出：每周一篇学习笔记（就是本博客的 Agent 笔记分类）
产出：3 个 Agent 项目 + 12 篇博客 + 能讲清楚 ReAct/Reflexion 区别。
阶段三：求职冲刺（5-8 月，4 个月）
- 算法刷题：LeetCode 200 题（hot 100 + 剑指 offer）
- 八股文：操作系统、网络、数据库基础
- 简历项目打磨：把阶段二的项目做出亮点
- 投递：5 月开始投日常实习，6-7 月投暑期实习
产出：能过中小厂笔试 + 简历有 3 个像样项目。
给自己的几条纪律
- 每周复盘：周日晚上写周报（用我做的 Agent 写！），看是否偏离计划
- 不追热点：新模型/新框架层出不穷，别每个都学，认准一个深入
- 健康第一：不熬夜刷题，不为了"努力"感动自己
计划写在博客上是为了让未来的我没法装作没看见。年底回来 update 进度。