開發者 / 工程師
技術軌
「怎麼把 Agent 做出來、跑上線」
從第一次呼叫 LLM API，到自建 Multi-Agent 框架與評測基準。有程式碼、有架構圖、有我們自己跑過的數字。
- 可讀課程
- 62課
- 撰寫中
- 5課
- 預估時數
- 54小時
- 階段
- 4個
進度存在你的瀏覽器，不需要註冊外部開源課程導讀
你的進度
進度只存在你的瀏覽器0/67
讀完這階段你能：名詞聽得懂、知道能幹什麼、完成第一次操作
- 01AI Agent 是什麼：從 ChatGPT 到會自己做事的 AI10 分鐘撰寫中
- 02五分鐘設置你的 LLM 開發環境8 分鐘需先讀 1 課撰寫中
- 03第一次呼叫 LLM API：Token、計費與常見錯誤12 分鐘需先讀 1 課撰寫中
- 04Transformer 架構理解 — Attention Is All You Need
深入理解 Transformer 的核心組件：Self-Attention、Multi-Head Attention、Positional Encoding，以及它們如何取代 RNN 成為現代 LLM 的基礎架構。
7 分鐘需先讀 1 課 - 05Prompt Engineering 系統化方法論：從 Few-shot 到 ReAct
Prompt Engineering 的完整方法論：Few-shot、Chain-of-Thought、Tree-of-Thought、ReAct、Self-Consistency 等技術的原理與實戰。
6 分鐘需先讀 1 課 - 062026年5月 LLM API 價格全景：DeepSeek、Qwen、GLM、Kimi、MiniMax、豆包完整對比
通過 Exa、Tavily、Brave 等多搜索引擎交叉驗證，整理 DeepSeek V4、Qwen3.6-plus、GLM-5、Kimi K2.5、MiniMax M2.7、火山引擎豆包 Seed 2.0 及 Claude/GPT 的每百萬 Token 定價，附帶 Sub2API 成本設置指南。
12 分鐘需先讀 1 課 - 07三層框架大模型 API 配置總表：DS V4 Pro、Qwen 3.6、oMLX 本地
在 Hermes Agent、OpenClaw、Claude Code 中配置 DeepSeek V4 Pro、Qwen 3.6-Plus、oMLX 本地 Qwen3 Coder Next 的完整指南。
9 分鐘需先讀 1 課 - 08
- 09你的第一個 Agent：一個會用工具的 Hello World15 分鐘需先讀 1 課撰寫中
換一條軌道
三軌共用同一批文章，所以你在這條軌讀過的進度不會白費 —— 切過去只會看到不同的排列順序與補充課程。
企業決策者 / 運營 / 非工程背景
商業軌
AI 能幫我這行省多少時間、怎麼落地
41 課可讀 · 約 39 小時
金融從業者 / 投資人 / 研究分析師
金融軌
AI 怎麼用在投研、盡調與估值，而且不會騙我
17 課可讀 · 約 36 小時
課程結構最後更新：2026-09-29。內容持續補齊中，標記「撰寫中」的課程尚未上線。