AI学习教程别乱收藏：我筛完200份后留下的那几类

上个月干了一件事：把收藏夹里的ai学习教程全部倒进表格，逐个点开检查，做"留/删"标记。花了三个晚上，筛完200份。结果有点丢人——留下的不到30份，真正的"有效收藏"占比不到15%，剩下的要么点开404，要么看完没收获，要么纯粹是当时手滑收藏的。这份筛选标准不是拍脑袋定的，是一条一条用失败经验换来的。下面把我筛的过程、留下的那几类、还有收藏夹吃灰的教训全摊开讲。

为什么你的ai学习教程收藏夹注定吃灰

收藏这个动作会骗大脑：一点收藏键，大脑就把它当成"已经学了一半"，焦虑缓解了，学习的动力反而没了。教程本身没问题，问题出在收藏太容易。心理学上这叫"目标替代"——收藏的行为替代了学习的目标，爽感已经提前透支。有个研究我印象很深，宾夕法尼亚大学沃顿商学院的学者统计过慕课平台的注册数据，在线课程注册后的实际完课率通常在5%到15%之间（维基百科上有专门条目讲这个）。注册了不等于学了，收藏了更不等于学了。我自己的数据更惨，200份里真正完整看完的只有11份。

吃灰的方式还挺花样的。

第一种是"技术性吃灰"：链接失效。这次筛的过程中，我遇到21个失效链接，有些是课程平台改版，有些是作者删文跑路。收藏时的那种确定性是幻觉，互联网上的东西说没就没。第二种是"进度性吃灰"：视频看到第3集停住，一停就是大半年。第三种最隐蔽，"规划性吃灰"：教程本身没问题，只是它跟你现在的水平不匹配，超前了半年到一年，你舍不得删，就一直挂着。挂着的教程会持续制造焦虑，挺烦人的。

我的筛选过程：200份教程怎么筛的

筛法很土：全部倒进表格，每份教程花2到5分钟过一遍，按四道关卡打分，四关全过才留下。整个过程三个晚上，第一晚筛到眼花，误删了两份好的，第二天从回收站捞了回来。具体的四道关卡放在下面，这套标准能照搬。

关卡一，时效检查。发布或更新时间在18个月以内的通过。AI这个领域迭代太快，提示词技巧类教程超过一年半基本要重新核对一遍，教程里教的按钮位置可能都换了。关卡二，作者核查。搜一下作者是谁、还在不在持续输出、有没有真实的项目痕迹。纯搬运号直接删，不管内容看着多顺眼。关卡三，动手验证。教程里有没有能当场跟着做一遍的环节，10分钟内做不出结果的先降级。我个人觉得这一关最能防"看完就忘"，所以我反复改过它的位置。关卡四，自我匹配。问自己：这份教程解决的是不是我现在卡住的问题，不是就删。这一关最狠，删掉的教程一半以上栽在这里。

有个细节必须说。

四道关卡里，关卡四的权重我调过三次。一开始把它排在末位，后来发现不对——就算一份教程时效、作者、动手三项全过，只要跟你当前的阶段不匹配，留着就是负担。最终版把它提到了关卡三前面。筛完的数据也验证了这一点：200份里被"自我匹配"淘汰的有87份，单项淘汰量最高。

筛选过程里还有个意外发现。我把200份教程的来源渠道统计了一遍：B站视频68份、公众号文章51份、知乎回答33份、付费平台课程29份、剩下的是零散的博客和文档。留下来的那不到30份里，付费课程占了将近一半，这个比例跟我收藏时的直觉完全相反——我一直以为自己主要靠免费内容白嫖。冷静想想也合理，付费课程有作业体系和答疑，四道关卡的通过率天然更高。免费内容不是不好，是筛选成本得你自己扛。老实讲，这个发现让我后来愿意为少数几份教程付钱了，时间账算下来更划算。

顺便提醒一句。

筛出来的数据是"我的"数据，建立在我不写代码、以用AI工具和补基础概念为主的背景上。如果你是奔着转算法岗去的，留下的那几类大概率跟我不一样。背景不同，标准就得微调，这点别偷懒。

留下来的第一类：带作业和反馈的AI学习教程

第一类留下的标准是"有没有作业"。能留下的教程全都有明确的练习环节，而且练习要求你亲手产出东西，不是看完就结束。作业是检验教程质量最诚实的过滤器。这次留下的29份里（中途从回收站捞回两份，凑成29），有作业环节的占19份。原因很直接：敢布置作业的作者，大概率自己带着人做过，踩过学生卡壳的地方，知道哪里该多讲两句。没作业的教程也能写得很漂亮，但漂亮和能学会是两回事。

具体怎么判断作业靠不靠谱？我的土办法是看"颗粒度"。靠谱的作业长这样："用今天讲的提示词结构，重写你工作里的一个真实任务，把改写前后的效果对比贴出来。"不靠谱的作业长这样："思考一下本节内容如何应用到你的工作中。"后者看着也有作业，实际上没有任何验收标准，等于没留。我筛到第40多份的时候才意识到这个区别，回头看前面标记"有作业"的一堆教程，作业全是空的。真不是。

留下来的第二类：把原理讲透的白话教程

第二类留下的标准是"能否用一句大白话复述核心概念"。看完一节，合上屏幕，能把这节讲的东西用一句自己的话说明白，才算过关。复述不出来的教程，写得再华丽也是催眠曲。这类教程数量最少，200份里我最终只留下6份。有一份讲transformer注意力机制的白话教程，我反复看了三遍，作者是拿图书馆找书打比方讲的，第一遍看完就能跟同事解释个大概。对比另一份同主题的教程，公式推导密密麻麻，我看了两小时，看完只记得自己看了两小时。

白话教程的稀缺是个挺普遍的现象。

写白话比写术语难得多，作者得真正消化过才能打比方。所以这类教程的可遇不可求程度最高，遇到了先别管别的，收藏夹给它留个位置——不对，按我自己的规矩，应该是先看一半再收藏，看完觉得好就立刻开始，别让它在收藏夹里躺着。说到收藏夹躺着的资料，之前写过一篇囤了3个G资料不如吃透5份的减法实践，这次的筛选算是对那篇的后续验证。

留下来的第三类：能当场跑通的最小实操教程

第三类留下的标准是"10分钟跑通"。跟着教程从头到尾做一遍，10分钟内能跑出一个看得见的结果，这类教程留。跑不通的删，不管作者名气多大。我筛的时候是真的跟着做的，一份教程平均花7分钟走一遍关键步骤。跑不通的原因五花八门：界面改版对不上的、要科学上网才能用的、免费额度取消了才能玩第三步的。有一份教某个AI绘图工具的教程，步骤本身没问题，但教程默认你有付费会员，免费版走到一半就卡死。这种教程对当时刚入门的我就是纯粹的挫败感制造机。

当场跑通这件事的价值被严重低估了。

不夸张地说，跑通过一次，你跟这个工具的关系就变了，从"听过"变成"摸过"，后面的学习曲线会平缓很多。这也是为什么我把10分钟当成硬标准：时间一长，验证的动作就会被搁置，教程又回到收藏夹里吃灰。配套的建议是别一上来装十几个工具，我之前在AI软件学习方法论里详细写过教训，工具一多，每个都只学个皮毛。

哪些ai学习教程看完纯属浪费时间

三类教程看完没用：纯清单罗列型的、截屏拼凑型的、"从零到大师"型的。这次筛选里被删的170多份，一半以上能归进这三类。清单罗列型最迷惑人，标题一般是"50个AI工具全收录""50个提示词模板一次打包"，看着信息量爆炸，实际每个工具的介绍不到两行，你收藏的是一份电话黄页。截屏拼凑型是搬运号的重灾区，文章里截图模糊、步骤断档，明显是几篇教程各抄一段缝起来的。"从零到大师"型的问题出在承诺上，AI学习没有大师速成路线，敢这么承诺的教程，大概率后半段是广告。

还有一类我犹豫了很久，还是删了。

系列教程的"第1集"。很多收藏夹里躺着一个只看了第1集的系列，动辄50集起步。我算了一下自己的历史数据：系列教程看到第3集之后的概率，粗略估计不到四分之一。50集的系列对我来说就是个装饰品。删的时候确实肉疼，但留在收藏夹里，那种"欠着学习债"的感觉会持续骚扰你。删了，世界清净。要是你现在正对着一个看了两集的百集教程纠结，我的建议就是删，哪天真想学，搜索一下立刻能找到新的。

筛完之后怎么防复发：给收藏立规矩

防复发的核心动作是给收藏立三条规矩：新收藏必须48小时内开工、收藏夹每月清一次、单类教程上限5份。规矩比意志力好用，这是我试出来的。48小时规矩是关键——收藏后两天内没点开的，直接删。别高估自己对"以后再看"的执行力，两天都不看，两个月更不会看。每月清一次是维持性的，把当月新增的收藏过一遍四道关卡。上限5份是硬约束，超过5份就得先删一份才能收新的，这个设计逼着你在收藏前做取舍。

这套规矩跑了一个月，效果是收藏夹净减少12份，新增的都开了工。

老实讲，立规矩之前我也怀疑过会不会太苛刻，试下来发现恰恰相反，选项少了，行动反而变容易了。这跟挑平台是一个道理，选一个合适的就够了，之前在AI学习平台怎么挑里写过类似逻辑。顺便说下我表弟的极端案例：他听完这套之后直接把收藏夹全删了，从零开始，只保留3份。激进，但两个月后他AI用得比我溜。当然这个方法偏猛，慎用。

话说回来，收藏夹管理只是手段。真正的目标是让AI学习这件事持续发生，教程管理得再漂亮，不动手就是零。相关的防半途而废方法，可以看看AI学习最容易半途而废的三个坎，我全都踩过，写得很细。

常见问题

下面四个问题是被问得最多的，答案全部来自我筛这200份教程的实际操作，正文里有完整过程，这里给快查版。

筛AI学习教程时，时效性怎么判断？

看发布时间和最近更新时间，我的硬线是18个月。另外核对教程里提到的工具版本和界面，截图里的界面跟当前版本差太多就降级处理。提示词技巧类教程时效最短，原理概念类教程可以放宽到两到三年。卡不准的时候，去看OpenAI官网的官方文档和更新日志，对照一遍就能知道教程有没有过时。

收藏夹里囤的AI学习教程太多，从哪份开始看？

从跟你当前卡住的问题最相关的那份开始，一份就够。用四道关卡里的"自我匹配"来筛：能解决眼下具体问题的留下，其他先删或归档。贪多是大忌，同时开三份教程的结果通常是一份都看不完。我的经验是一周专注一份，看完做作业，比来回切换效率高得多。

免费的AI学习教程和付费的差距大吗？

差距存在，但不在内容质量上，在筛选成本和反馈体系上。免费内容里有很好的东西，白话原理教程里最优质的那几份就是免费的。付费的优势是作业体系和答疑，四道关卡通过率更高。我的建议是入门阶段用免费内容，卡住超过两周再考虑付费，而且付费前先搜一下有没有退款政策。

200份教程筛一次要多久，值得花这个时间吗？

我花了三个晚上，每晚两到三小时，总计七八个小时。值得，筛完的直接收益是学习路径清晰了，知道手边有哪些能用的资源。更长期的收益是筛过一次之后，对"什么教程值得收藏"的判断力会内化，以后收藏前几秒钟就能做出八九不离十的判断，等于把筛选成本前置了。

回头看，筛完200份ai学习教程这件事最大的收获不是那份29份的清单，是判断力本身。教程会过时，判断力不会。新手入门的顺序问题我之前在人工智能AI学习从哪下手里写过，可以搭配着看。觉得这篇有用的话，转给那个收藏夹里囤了两百份教程、一份没看完的朋友吧，帮他把收藏夹瘦瘦身。