精选课程目录
精选来自 DeepLearning.AI、Google、Coursera、fast.ai、Hugging Face 等平台的 57 门课程。本站整理与导览免费，外部课程的收费规则以来源平台为准。
New from global universities
海外高校最新课程
追踪 Stanford、MIT、CMU 等高校公开的最新 AI 课程，优先收录 2026 年新开或更新的课程。
Stanford CS329Z: Engineering AI Agents
从 RAG、工具调用和 Agent Loop 出发，逐步构建复合 AI 系统与自主 Agent，系统覆盖记忆、多智能体、评测、安全和 Coding Agent。
访问官方课程 ↗Stanford CS146S: The Modern Software Developer
面向 AI 原生软件开发，讲解 MCP、Agent Skills、规格驱动开发、循环工程与软件工厂，训练人定义意图、Agent 协同执行的新工作方式。
访问官方课程 ↗MIT MAS.S60 / 6.S985: Modeling Multimodal AI
MIT 2026 春季多模态 AI 课程，从表示、融合与对齐，推进到多模态大模型、生成、推理、交互式 Agent 和自我进化；官网持续公开课件与视频。
访问官方课程 ↗CMU 11-768: AI Agents
OpenHands 作者 Graham Neubig 与 Daniel Fried 主讲，从 Agent Harness、工具、上下文、记忆和规划，到评测、SFT/RL 训练、安全与人机交互。
访问官方课程 ↗共 52 门课程
ChatGPT Prompt Engineering for Developers
由吴恩达与 OpenAI 联合打造的经典入门课。系统讲解 Prompt 构建的核心原则，涵盖摘要、推断、转换、扩写等实用场景。
AI Prompting for Everyone
由吴恩达亲授的全民 AI 提示词课程，手把手教你从 AI 模型中获得真正有用的结果，适合零基础学习者。
LangChain for LLM Application Development
LangChain 框架官方入门课。涵盖 Prompt、Memory、Chain、Agent 等核心模块，学完即可构建 LLM 应用。
How Transformer LLMs Work
由《The Illustrated Transformer》作者主讲，用可视化方式深入理解 Transformer 架构。
Attention in Transformers: Concepts and Code in PyTorch
由 StatQuest 主讲，从概念到代码，用 PyTorch 实现注意力机制，真正掌握 Transformer 的工作原理。
Multi AI Agent Systems with crewAI
用自然语言设计 AI Agent 团队，通过多智能体协作自动化复杂业务工作流。
Building Agentic RAG with LlamaIndex
用 LlamaIndex 构建能自主导航和分析数据的 Agentic RAG 系统，实现智能文档问答。
Evaluating AI Agents
学习如何对 AI Agent 进行系统化评估和改进，掌握可观测性与评估框架。
LLMOps
学习 LLMOps 最佳实践，掌握 LLM 微调和部署的自动化流程设计。
Building RAG Agents with LLMs
深入讲解如何将 RAG 与 Agent 技术结合，构建能主动检索、推理和回答问题的智能体系统。
Retrieval Augmented Generation (RAG)
全面掌握生产级 RAG 应用开发，涵盖向量检索、分块策略、重排序和 RAG 评估体系。
Knowledge Graphs for RAG
学习用知识图谱增强 RAG 应用，使用 Neo4j 构建结构化知识检索，提升回答准确性。
AI Agents in LangGraph
使用 LangGraph 构建有状态的 AI Agent，学习工具调用和人机协同能力。
Agent Memory: Building Memory-Aware Agents
构建 Agent 记忆系统，让 LLM 跨会话存储和精炼知识，升级为能不断学习的智能体。
A2A: The Agent2Agent Protocol
学习 A2A 开放协议，实现跨框架的 Agent 间通信与协作。
MCP: Build Rich-Context AI Apps with Anthropic
学习 Model Context Protocol（MCP）构建能访问工具和数据的 AI 应用。
Building Code Agents with smolagents
使用 smolagents 框架构建能编写和执行代码完成复杂任务的 Agent。
Finetuning Large Language Models
掌握何时用微调而非 Prompting，如何选择模型、准备数据、训练与评估全流程。
Transformers in Practice
超越使用 LLM，真正理解 Transformer 内部机制，培养分析模型行为的直觉。
Build and Train an LLM with JAX
使用 JAX（Gemini 背后的框架）从零构建并训练一个 2000 万参数的 LLM。
Fine-tuning & RL for LLMs: Intro to Post-training
学习 SFT、DPO、RLHF 等后训练方法，用微调和强化学习提升模型推理能力。
Practical Deep Learning for Coders
Jeremy Howard 主讲的「自顶向下」深度学习课程，被 Google 研究总监力荐，覆盖 CV、NLP 和表格数据。
From Deep Learning Foundations to Stable Diffusion
30+ 小时进阶课程，从深度学习底层原理推导到 Stable Diffusion 模型。
Hugging Face NLP Course
官方出品，覆盖 Transformers、Datasets、Tokenizers 的完整使用和微调实战。
Hugging Face AI Agents Course
官方 AI Agent 课程，涵盖 smolagents、LlamaIndex、LangGraph 三大框架，可获结课证书。
Hugging Face Computer Vision Course
涵盖图像分类、目标检测、图像生成和多模态理解，使用 HF 生态预训练模型实战。
Machine Learning Crash Course
Google 出品的 ML 速成课，包含动画视频和交互可视化，涵盖回归、神经网络和 LLM 入门。
Introduction to Generative AI
Google Cloud 出品的生成式 AI 入门短课，介绍基本概念、工作原理与典型应用场景。
Build a Large Language Model (From Scratch)
从零用 PyTorch 实现 GPT：分词、注意力、预训练到指令微调，7 章完整走通 LLM 构建全流程。GitHub 96K⭐。
ML for Beginners — 12 周机器学习课程
微软出品的 26 课经典 ML 课程，含 52 个测验，涵盖回归、分类、聚类、NLP、时间序列，附中文翻译。GitHub 86K⭐。
AI for Beginners — 24 课 AI 入门
微软 24 课 AI 课程体系，涵盖神经网络、NLP、CV、强化学习和 AI 伦理，PyTorch + TensorFlow 双框架实战。GitHub 36K⭐。
Annotated Deep Learning Paper Implementations
60+ 深度学习论文的逐行注释实现：Transformer、ViT、GAN、PPO 等，每行代码都有详细解释。GitHub 67K⭐。
Made With ML — 端到端生产级 ML
从设计到部署的完整生产 ML 课程，涵盖 MLOps 最佳实践，使用 Ray、FastAPI、MLflow，40K+ 学习者。GitHub 48K⭐。
AI Agents for Beginners — 12 课智能体入门
微软出品的 12 课 AI Agent 课程，涵盖设计模式、工具使用和多智能体协作，含中文翻译。GitHub 15K⭐。
MLOps Zoomcamp — 免费 MLOps 实战课
9 周免费 MLOps 课程：MLflow 实验追踪、Prefect 编排、Prometheus 监控、CI/CD 和 Terraform IaC。GitHub 15K⭐。
LLM Zoomcamp — 免费 LLM 应用开发课
10 周免费课程：构建 RAG 应用、向量搜索、Embedding、Agentic RAG、评估和监控全流程。GitHub 6K⭐。
NLP Tutorial — PyTorch 实现经典 NLP 模型
用 PyTorch 简洁实现 NLP 经典模型：Word2Vec、TextCNN、Seq2Seq、Attention、Transformer、BERT，每个模型不超过 100 行代码。GitHub 15K⭐。
Stanford CS229: Machine Learning
Andrew Ng 的经典 ML 课程，涵盖监督学习、无监督学习、SVM、决策树、神经网络和强化学习基础。斯坦福旗舰课程。
Stanford CS224N: NLP with Deep Learning
斯坦福权威 NLP 课程，涵盖依存句法分析、RNN、Transformer、BERT/GPT 预训练、问答系统和 LLM 前沿。2024 年最新版。
Stanford CS329A: Self-Improving AI Agents
研究能在交互中持续改进的 AI Agent：验证器、推理时计算、搜索与强化学习，并延伸到工具、记忆、规划和智能体评测。课程表与论文阅读公开。
Stanford CS329Z: Engineering AI Agents
从 RAG、工具调用和 Agent Loop 出发，逐步构建复合 AI 系统与自主 Agent，系统覆盖记忆、多智能体、评测、安全和 Coding Agent。
Stanford CS146S: The Modern Software Developer
面向 AI 原生软件开发，讲解 MCP、Agent Skills、规格驱动开发、循环工程与软件工厂，训练人定义意图、Agent 协同执行的新工作方式。
MIT 6.S191: Introduction to Deep Learning
MIT 深度学习速成课，涵盖 DNN、CNN、RNN、生成模型、LLM 和扩散模型，每年 1 月更新，2025 版已上线。
MIT MAS.S60 / 6.S985: Modeling Multimodal AI
MIT 2026 春季多模态 AI 课程，从表示、融合与对齐，推进到多模态大模型、生成、推理、交互式 Agent 和自我进化；官网持续公开课件与视频。
CMU 11-768: AI Agents
OpenHands 作者 Graham Neubig 与 Daniel Fried 主讲，从 Agent Harness、工具、上下文、记忆和规划，到评测、SFT/RL 训练、安全与人机交互。
3Blue1Brown — 神经网络可视化系列
全网最美的神经网络可视化讲解：梯度下降、反向传播、注意力机制，用动画直观理解深度学习本质。7M+ 订阅。
李宏毅机器学习 2023
华语 AI 教育标杆。涵盖深度学习、CNN、Self-Attention、Transformer、GAN、扩散模型、强化学习，每年更新。数百万播放量。
李宏毅生成式 AI 导论 2024
专注大语言模型时代的华语课程：ChatGPT 原理、提示工程、AI Agent、多模态 AI，2024 最新版。
跟李沐学 AI — 动手学深度学习
前 AWS 首席科学家李沐讲解《动手学深度学习》，代码+数学+直觉三位一体，全球 500+ 大学采用教材。
Full Stack LLM Bootcamp
端到端 LLM 应用开发训练营：LLM 基础、Prompt 工程、LLMOps、RAG、工具调用和 Agent，面向开发者实战。
Stanford CS25: Transformers United V4
Transformer 前沿研讨课，DeepMind/OpenAI/Google 业界专家主讲：GPT 系列、Vision Transformer、Scaling Laws、可解释性。
AI Engineering from Scratch — 从零开始 AI 工程
20 阶段、473 节课的完整 AI 工程课程体系。从开发环境搭建、数学基础，到深度学习、NLP、LLM、RAG、Agent、MLOps 全链路覆盖。开源免费，MIT 协议。