《AI 学习指导》是一份帮助自学者从“了解 AI”走向“真正掌握 AI”的系统实践指南。它既回答“如何系统学习 AI”,也回答“如何借助 AI 更有效地学习”,核心主张是:不以看了多少课程、收藏了多少资料或使用了多少工具衡量进步,而以能否独立解决真实问题、验证结果并迁移到新情境衡量能力。这份学习指导从结果出发,先明确任务、交付物与验收标准,再通过“定目标、建地图、主动提取、最小实践、反馈纠错、迁移复盘”六步闭环,把零散的信息转化为可解释、可应用、可复用的知识。学习过程中,强调合上资料独立回忆与作答,将练习分散到不同时间,并用未见过的任务检验理解,避免把“看懂答案”误认为“已经学会”。在学习路线方面,指南区分“理解与使用”“应用与构建”“模型与研究”三个方向:普通使用者可以从概念边界、任务表达与结果核查入手;开发者逐步补齐编程、数据、机器学习及大模型应用能力;研究者则深入数学、模型原理与可复现实验,不要求所有人都从训练模型开始。针对应用构建,配套提供可按基础调整的 12 周项目计划,以小型作品贯穿基础学习、基线建立、应用开发与可靠性验证。它是入门实践框架,而不是短期成为专家的承诺。日常执行采用可调整的 60 分钟节奏,兼顾独立回忆、重点输入、动手实践、核对纠错与复盘记录,并让 AI 扮演诊断缺口、提出问题、给予分级提示的教练,而不是直接替代思考的代答机。能力验收关注理解、独立性、迁移、质量、效率与复现,分别记录有 AI 和无 AI 的表现,与简单基线比较,并保持开发过程与最终测试的隔离。同时,将事实核查、隐私保护、版权意识、最小权限和成本控制纳入学习与实践边界。最后,通过知识库、实验库及错题与迁移库,把每次探索沉淀成自己的学习资产。少追工具,多做验证,让 AI 放大思考与行动,而不是替代判断,这正是这份学习指导希望帮助每位自学者建立的长期学习能力。