读完一个机制，你能不能在白板上用几个数字，从头把它算一遍？比如：为什么每一步都有 95% 是对的，一个 10 步的 Agent 任务却经常做不完？
我做推荐算法，转向大模型时发现，痛点不是资料太少，而是读过不等于会用。大多数教程让你记住了一个东西，但没让你自己推出来。所以我按第一性原理做了一套大模型课程，从 Transformer 一路讲到 Agent，免费、免登录、手机可看。
- 在线阅读：https://zhuangzhaoyeye.github.io/llm-course/
- 源码：https://github.com/zhuangzhaoyeye/llm_course （MIT 许可）
传统教程的症结：知识树
传统教程先分类，再逐类填充。你记住的是层级关系，比如"Self-Attention 是 Transformer 的组件，Q/K/V 是三个矩阵"。但分类是专家回顾时的视角，不是学习时该走的路。你还没遇到"RNN 处理长句会丢信息"，就被告诉"Self-Attention 解决了长距离依赖"，这对你只是一条信息，不是一个领悟。
这套课的做法：因果链
先让问题出现，再让解法被逼出来。
| 传统教法 | 本课程 | |
|---|---|---|
| 开场 | “今天学 Self-Attention，它是 RNN 的优化” | “梯度每步乘 0.9，传 50 步后只剩 0.005，怎么让每个词直接看到所有词？” |
| 路径 | 分类 → 定义 → 公式 → 结论 | 问题 → 撞墙 → 尝试 → 再撞墙 → 逼出解法 |
| 你得到 | 记住层级关系 | 理解"为什么会需要它" |
第一性原理：三条可检查的标准
不从"业界怎么做"讲起，从"为什么必须这样"讲起。用因果链替代知识树之后，下面三条标准会反复出现：
| 标准 | 解决的问题 | 本课程怎么做 |
|---|---|---|
| 问题驱动 | 不知道为什么要学 | 每张卡片以一个问题开头，让你先想 30 秒 |
| 计算走查 | 懂了概念，算不来 | 用最小的真实例子算到底 |
| 冲突可见 | 记住解法，不知道代价 | 不只讲怎么做，还算不这么做的后果 |
三个例子，来自课程的不同部分：
| 课程 | 问题 | 算出来的结果 |
|---|---|---|
| 第 21 课 Agent | 每步 95% 正确，10 步任务为什么常做不完？ | 0.95¹⁰ ≈ 0.599；二十步只剩 0.358 |
| 第 17 课 微调工程 | 4096×4096 的权重更新，LoRA 凭什么只学一点点？ | 全量 16,777,216 个数，r=8 只学 65,536 个，压缩 256 倍 |
| 第 15 课 KV Cache | 一个 8K 上下文的 70B 请求要占多少显存？ | 每个 token 0.3125 MiB，8K 就是 2.5 GiB |
再看一个代价：LoRA 把可训练参数压到千分之几，65B 为什么还是训不动？因为被冻结的 130 GB 基座权重仍然躺在显存里，压缩的只是"要更新的部分"。
数字放在表格里，每步一个独立标题，从上一步自然导出，没有来路不明的魔法常数。
课程覆盖什么
共 34 课、204 张卡片，分五个部分：
| 部分 | 内容 |
|---|---|
| 认知衔接（1–6） | Transformer、模型结构、Tokenization、从 Transformer 到 LLM |
| 训练范式（7–12） | Scaling Laws、数据工程、预训练、SFT、对齐、推理模型 |
| 训练与推理工程（13–19） | 分布式训练、显存与混合精度、KV Cache、量化、微调、推理引擎、评测 |
| Agent 工程（20–28） | 提示工程、工具调用、MCP、记忆与 RAG、规划与反思、多智能体、评测与生产化 |
| 自主研究（29–34） | 自主研究的分级、选题、长时程执行、验证复现、报告与责任 |
每张卡片走同一条认知链：激活、锚定、推导、升华、追问。每卡 5 条以上带数字的预设追问，也可以问卡内的 AI 助教。新术语首次出现紧跟白话定义，类比之后必须回到专业名词。
如实记录：AI 能不能一键生成合格的课程
目前不能。机械门禁全绿时，我对第 1 到 28 课做了一轮独立盲审，仍然查出 186 条缺陷（P0 10 条、P1 36 条）。其中算术 0 处误算，缺陷集中在推理链顺序、提示泄题、跨课口径冲突、正文缺一手来源。结论是：脚本能守住有唯一答案的事，语义和品味判断仍然需要人。
想听你的意见
- 哪张卡片你读完推不出来，卡在了哪一步？
- 哪个类比帮到了你，哪个反而干扰了你？
- 发现数字、论文归属、版本错误，请到仓库开 Issue，写清位置（例如"第 4 课第 2 张卡片，追问 3"），我会逐条核实。
