AI人工学习从零开始：普通人三个月入门实录

先交底：我做电商运营五年，文科出身，代码一行没写过。三个月前，我给自己开了个ai人工学习实验——每天雷打不动一小时，连学九十天，看零基础能走到哪一步。今天是复盘日。总投入 96 小时（有几天超时了），产出三个真的有人在用的小工具、一份 40 多条的提示词库、一摞踩坑笔记。工资没涨，饭碗没换。这不丢人，后面细说。

第 1 个月：先搞明白ai人工学习到底在学什么

第一个月别急着敲代码。前两周用来分清"学 AI 技术"和"用 AI 工具"是两回事，后两周把一个对话工具用到熟。普通人三个月走的是后一条路，前者要的是好几年。

第 1 周我啥也没装，就干一件事：分概念。AI、机器学习、深度学习、大模型这四个词，我在维基百科的人工智能词条里泡了三个晚上，又去 B 站补了两个科普视频。结论：AI 是大概念，机器学习是实现它的一条路，深度学习是机器学习的分支，大模型是深度学习跑出来的产物。套娃关系。理清这层，后面能少交不少智商税。

说个真实感受。搜"AI 入门"跳出来的内容八成在卖课，标题清一色"三个月精通机器学习，年薪翻倍"。挺吓人的。我差点被带着去啃高数，稳住我的是一句话——我要的是让 AI 帮我干活，不是去造 AI。造 AI 是工程师的事，跟我没关系。想清楚要什么，比什么都值钱。出发前把学习AI前要先想清楚的那几件事过一遍，能省大半年弯路，这话真不是客套。

第 2 周开始上手。每天 1 小时拆成两段用：40 分钟跟 AI 对话练手，20 分钟记笔记。练的内容全是公司里的真事，比如把 200 条用户反馈按情绪分类。第一版的结果一塌糊涂。我改提示词改了 6 遍才像点样。

第 3 周学到提示词四件套：角色、任务、约束、示例。就这四个词，输出质量直接翻一档。第 4 周拍板：不碰算法，走"AI 加工作流"这条线。

第 2 个月：三道坎，差点把我劝退

第二个月最大的坎不是知识难，是环境配置、术语黑话、报错看不懂这三样杂事，它们会连续消耗热情。我的解法是把报错原样丢给 AI 让它当翻译，这一招顶半个老师。

第 5 周，装 Python。我以为半小时的事，结果卡了整整三个晚上：pip 换源、环境变量、版本冲突，一个接一个。周三晚上 11 点半，屏幕上还是红色报错。挺离谱的，装个软件而已。最后是同事一句话点醒我，别在本地装了，直接用云环境。当天就通了。

老实讲，那三天是整个三个月里离放弃最近的时刻。不是学不会，是不知道错在哪。要是那晚放弃了，这篇复盘就不存在了。

第 6 周跟官方文档学语法，每天 1 小时明显不够用，我把节奏改成工作日 1 小时、周末各加 2 小时。语法只学核心那块：变量、循环、函数、读写文件。类和对象那章我跳过了，至今没影响做东西。

第 7 周写出第一个能跑的脚本：批量重命名 800 张产品图，23 行代码。跑通那一刻，爽到。产品同事手动改名改一下午的活，脚本 4 秒完事。第 8 周碰 API，把密钥粘进去等返回，大概等了 8 秒。就这 8 秒，值回一个月。

三道坎复盘下来：环境配置是体力活，术语是翻译活，报错是心态活。第三道最要命。多少人栽在半路上，这篇AI 学习最容易半途而废的三个坎写得很透，我全中过，一个不落。

插段题外话。第 7 周有个周四，脚本报错"文件不存在"，我从 9 点查到 11 点，路径抄了一遍又一遍。最后发现是文件夹名里藏了个中文空格。中文空格。我当场想砸键盘，转头在群里骂了十分钟才缓过来。话说回来，这种破事攒出来的排错直觉，比任何教程都值钱。现在我看报错，扫一眼能猜个八九不离十，全是被坑出来的。

第 3 个月：ai人工学习能做出什么真东西

第三个月只干一件事：把前两个月的手感攒成完整作品。我做出了自动周报、文章摘要、数据清洗三个小工具，合计约 55 小时。作品不用大，能用、有人用，就赢过八成只囤课不动手的人。

第 9 到 10 周做自动周报。逻辑不复杂：把协作软件导出的 CSV 喂给脚本，统计每个人的任务状态，再让 AI 生成一段总结。第一版全是废话，"本周大家完成了多项任务"这种车轱辘话。我加了三条约束：只说数据里有的、每个结论带数字、正文不超 150 字。第二版能用了。

第 11 周做文章摘要工具，给公众号选题用，输入链接，输出百字摘要加 5 个候选标题。这里翻过一次车：一个下午烧掉 11 块 API 费用，因为循环里忘了设上限。加两行代码止损。心疼了一晚上。

第 12 周把三个工具归拢进一个菜单，同事开始用。频率不算高，一周十来次，但季度汇报的时候，这个"内部小工具集"帮我加了分，评优被点了名。钱没多，脸面有。三个月能到什么水平，我自己说了不算，横向参照这篇AI学习三个月的结果复盘，那位作者的进度跟我差不多，可以对着看。

每天 1 小时怎么花：三套方案实测

实测最优分配是三七开：20 分钟看教程或文档，40 分钟跟着做。视频看两遍，不如动手跑一遍。纯看视频最舒服，也最没用。

这个节奏不是我一开始就找到的，是试错试出来的。头两周纯看视频，看得津津有味，合上电脑啥也没记住。第三个星期改成纯动手，又撞墙撞到心态崩。第四周折中成三七开，一下就顺了，之后 72 天没再换过。

看视频还有个坑：倍速开过 1.5 倍，手是快了，脑子没跟上。这个话题我单独写过一篇AI学习视频怎么看才不白看，细节都在那，不展开。

补一个数据，佐证这事值得投入。麦肯锡 2024 年的全球 AI 调查显示，72% 的受访企业已经在至少一个业务职能里用上了 AI。工具普及到这个程度，会用和不会用的人，差距只会越拉越大。报告原文在麦肯锡 State of AI，感兴趣的自己核。学 Python 那几周我主要跟官方教程，入口在 python.org，免费，够用。

三个月后，我推翻了两个判断

三个月实测推翻了我两个旧想法：一是"零基础学 AI 必须先补数学"，不用，做工具用到的数学不超过百分比；二是"每天 1 小时学不出名堂"，学得出，前提是动手占比够高。

关于数学，出发前我买了一本概率论，翻了两章就吃灰了。做工具类的东西，加减乘除和百分比就是全部。造模型的人才需要那套东西，而那是另一条路。想走算法方向的，参考这篇按目标定制的三条AI学习路线，别跟我的野路子混着走。

关于时间，1 小时听着少，90 天攒下来就是 90 小时。分散在每一天不起眼，堆起来很吓人。关键不在时长，在密度。我这 96 小时里，真动手的部分大概占 63 小时，剩下的才是看和记。

常见问题

每天只有半小时，三个月还能入门吗？

能，把节奏拉长就行。我的三个月拉伸成五个月，先砍掉探索期，直接从第 2 个月的内容起步。半小时里至少留 20 分钟动手，纯看不算数。

ai人工学习要不要先学 Python？

不用。我第 1 个月没碰代码照样有产出。顺序建议是先用对话工具跑两周，确认自己真的需要自动化了再学 Python，那时候动机强太多。一上来就啃代码的人，多数撑不过三周。

三个月学完能靠这个找工作吗？

说实话，悬。三个月的水平是"会用、能做小工具"，离上岗还差项目深度和工程经验。在现有岗位上加分、接点小零活，够了。我自己走的就是后一条路。

中途断了两三天，要不要从头再来？

千万别。断三天就当没断，接着上次的进度往下走。我第 6 周感冒断了四天，重启那天难受了半小时，之后就正常了。清零重来才是放弃的开始。

三个月走完，我对ai人工学习这件事最大的感受：它不是一门课，更像体力活加脑力活的混合练习。不需要天赋，需要的是每天雷打不动坐下来的那股轴劲。下个三个月我已经排好了——把那三个小工具打磨成一个能对外用的产品，到时候再来交作业。想动手的话，就从今晚的一小时开始。觉得这篇实录有用，转给那个天天喊"想学 AI 不知道从哪下手"的朋友，省得他又收藏一堆吃灰的教程。