全专栏 48 篇正文的完整目录、三条学习路线和按岗位选篇指引。建议收藏本文，按图索骥。
⭐ = 试读篇
一、学习篇（第 3--25 篇）：系统课，懂原理 + 会动手
每篇统一结构：原理深讲 -> 关键推导 -> 📐 后端/大数据映射 -> 实操要点（含可运行片段）-> 常见误区 -> 衔接面试题号。
| 篇号 | 标题 | 对应卷 |
|---|---|---|
| 3 ⭐ | S1·上：什么是大语言模型 + Transformer 架构深讲（含注意力推导） | 学习篇 S1 |
| 4 | S1·中：Token 与 Tokenization、预训练 Scaling Law、推理机制、采样与幻觉 | 学习篇 S1 |
| 5 | S1·下：前沿架构--MoE、Reasoning 模型、长上下文、多模态、SSM/Mamba、模型谱系 | 学习篇 S1 |
| 6 | S2·上：预训练流程与数据工程（混合/质量/去重/稳定性） | 学习篇 S2 |
| 7 | S2·下：分布式训练--数据/张量/流水并行、ZeRO 三阶段推导、混合精度、3D 并行 | 学习篇 S2 |
| 8 | S3·上：SFT 与参数高效微调--LoRA/QLoRA 推导与实操 | 学习篇 S3 |
| 9 | S3·下：对齐--RLHF/DPO/GRPO、对齐前沿（DPO 变体/PRM）与模型合并 | 学习篇 S3 |
| 10 | S4·上：推理加速--KV Cache 显存计算、PagedAttention、Continuous Batching、GQA/MLA | 学习篇 S4 |
| 11 | S4·下：FlashAttention、投机解码、PD 分离、量化与 vLLM 部署 | 学习篇 S4 |
| 12 | S5·上：Prompt 范式、Few-shot、CoT 与结构化输出 | 学习篇 S5 |
| 13 | S5·中：上下文工程与窗口管理（截断/摘要/检索式压缩/按需注入） | 学习篇 S5 |
| 14 | S5·下：Prompt 治理与安全（注入/越狱防御）+ 生产级模板库 | 学习篇 S5 |
| 15 | S6·上：RAG 基础链路--Chunking、Embedding、向量库、混合检索与 Rerank | 学习篇 S6 |
| 16 | S6·下：高级 RAG--结构化知识库、GraphRAG、Agentic RAG 与 RAGAS 评测 | 学习篇 S6 |
| 17 | S7·上：Agent 基础--架构、Tool Use、Function Calling、MCP 与 Computer-use | 学习篇 S7 |
| 18 | S7·下：Agent 推理模式与记忆--ReAct、Plan-Execute-Replan、Reflexion、ToT、快慢思考 | 学习篇 S7 |
| 19 | S8·上：Multi-Agent 框架与编排--LangGraph/CrewAI/AutoGen、通信与 A2A | 学习篇 S8 |
| 20 | S8·下：状态管理、Checkpoint、监督者模式、并行与多 Agent 仿真 | 学习篇 S8 |
| 21 | S9·上：Agent 工程化总纲--Harness 六大支柱与评估体系（轨迹 + benchmark） | 学习篇 S9 |
| 22 | S9·中：可观测 Trace、Loop Engineering 与容错硬边界（重试/熔断/死循环上限） | 学习篇 S9 |
| 23 | S9·下：成本与 Token 治理、安全 HITL、并发限流与部署运维 | 学习篇 S9 |
| 24 | S10·上：AI 编程范式与 Claude Code 工作流（CLAUDE.md/子代理/Plan mode/worktree） | 学习篇 S10 |
| 25 | S10·下：Vibe Coding 实战--0-1 与 1-N、Harness 标杆视角与质量保障 | 学习篇 S10 |
二、实战篇（第 26--32 篇）：端到端项目，做出能写简历的作品
| 篇号 | 标题 | 对应项目 |
|---|---|---|
| 26 ⭐ | P1·一：数据分析 Agent--项目背景、架构设计与技术选型 | 实战篇 P1 |
| 27 | P1·二：数据准备--模拟电商数仓、指标口径库、术语映射与历史 Query 库 | 实战篇 P1 |
| 28 | P1·三：核心模块实现--RAG 三库与理解/生成/校验三大 Agent | 实战篇 P1 |
| 29 | P1·四：SQL 沙箱、洞察 Agent 与多 Agent 编排（orchestrator + harness） | 实战篇 P1 |
| 30 | P1·五：评测、部署、踩坑与简历项目描述模板 | 实战篇 P1 |
| 31 | P2·一：RAG 知识库--架构与检索链路（切分入库/混合检索 RRF/Rerank 精排） | 实战篇 P2 |
| 32 | P2·二：多租户、带引用问答、RAGAS 四指标评测与部署 | 实战篇 P2 |
三、面试篇（第 33--48 篇）：179 题题库 + 案例 + 速查
每题四件套：参考答案（具体到数字/因果）+ 📈 面试加分答法 + ⚠️ 易错点 + 📐 工程视角。标记体系：⭐ 高频必背 / 🔥 当前热点 / 🧱 系统设计题。
| 篇号 | 标题 | 题数 |
|---|---|---|
| 33 ⭐ | Vol.1·M1：LLM 基础与 Transformer | 8 题 |
| 34 | Vol.1·M2：主流大模型对比与选型 | 8 题 |
| 35 | Vol.1·M3：训练数据与分布式训练 | 6 题 |
| 36 | Vol.1·M4：微调与对齐 | 8 题 |
| 37 | Vol.1·M5：推理优化 | 9 题 |
| 38 | Vol.1·M6：RAG | 9 题 |
| 39 | Vol.1·M7：Agent 原理与设计模式 | 18 题 |
| 40 | Vol.1·M8：LLM / Agent 评估 | 8 题 |
| 41 | Vol.1·M9：AI 编程 / Claude Code / MCP | 6 题 |
| 42 | Vol.1·M10：系统设计与场景题 + 高频易错点/公式速查附录 | 6 题 |
| 43 | Vol.2：大模型基础深化（数学/信息论、训练、模型结构、表示学习） | 30 题 |
| 44 | Vol.3：大模型工程化实战（部署/可观测/高可用/成本/评测平台/数据飞轮/安全合规） | 32 题 |
| 45 | Vol.4：Multi-Agent 工程实战（编排选型/通信/状态/调试/容错/落地架构） | 31 题 |
| 46 | Vol.5：行业落地案例--金融风控/医疗辅助诊断/电商客服/数据分析 Agent | 4 案例 |
| 47 | Vol.6·上：场景速查索引 + 高频速记卡 48 张 | 速查 |
| 48 | Vol.6·下：自检 118 问 + 反追问应对 + 按面试轮次准备清单 | 速查 |
四、三条学习路线（对号入座）
路线 1：从零系统学（推荐，2--3 个月）
第3-11篇（模型->训练->微调->部署）-> 第12-14篇（提示词与上下文工程，贯穿主线）
-> 第43篇+第33-42篇前半（巩固基础）
-> 第15-23篇（RAG->Agent->多Agent->工程化）-> 第26-32篇（实战项目）
-> 第33-42篇（面试题库）-> 第47-48篇（临考冲刺）路线 2：Agent / LLM 应用方向（已有一点基础）
第15-25篇（RAG/Agent/多Agent/工程化/AI编程）-> 第26-32篇（实战）-> 第38/39/41篇（Vol.1 M6/M7/M10）-> 第45篇（Vol.4）-> 第44篇（Vol.3）路线 3：有基础直接刷面试（1--2 周冲刺）
-
LLM 应用 / Agent 岗：第 38/39/37/42 篇 -> 第 45 篇 -> 第 44 篇 -> 第 43 篇按需补
-
大模型算法岗：第 43 篇 -> 第 33--37 篇 -> 第 44 篇选读
-
AI 基础设施 / 工程岗：第 44 篇 -> 第 37/35/42 篇 -> 第 43 篇选读
-
行业落地 / 业务岗：第 46 篇 -> 第 44 篇 -> 第 45 篇
五、每题三遍法（面试篇使用建议）
-
第一遍：看题，口头作答，录音。
-
第二遍：对照参考答案，标"说漏了什么"。
-
第三遍：只看"📈 面试加分答法"，练怎么 30 秒把深度甩出来。
六、更新说明
-
专栏内容持续更新，已订阅读者免费获取后续更新。
-
想优先深入哪个模块，评论区留言，按需求热度排更新优先级。