十个人，630 万订阅：一张 AI 学习清单里的五种老师
这张图来自 Andrew Bolis 整理的免费 AI 教育清单（FreeGuides.cc），列了十个 YouTube 频道，加起来大约 629 万订阅。
很多人看到这种图，第一反应是"收藏"。但把他们放在一起看，会发现这十个人其实不是一类人。
他们分别是：论文的翻译者、技能的教练、行业的记者、深度访谈的主持人、工具的分发者。搞清楚这五类人各自做了什么、凭什么被记住，比收藏一张图有用得多。
一、先看数字，但别迷信数字
按订阅量，这十个人大致分四档：
| 频道 | 订阅 | 图上的定位 | 主页 |
|---|---|---|---|
| Tech With Tim | 1.7M | AI 应用开发的编程教程 | youtube.com/@TechWithTi... |
| Two Minute Papers | 1.62M | 把前沿 AI 研究拆成短视频 | youtube.com/@TwoMinuteP... |
| Siraj Raval | 773K | 简化 AI、编程与技术，实操上手 | youtube.com/@SirajRaval |
| Matt Wolfe | 722K | AI 工具、无代码技术、行业趋势 | youtube.com/@mreflow |
| The AI Advantage | 337K | 讲解 AI 工具与应用 | youtube.com/@aiadvantag... |
| AI Explained | 330K | AI 新闻、事件的可靠来源 | youtube.com/@aiexplaine... |
| MattVidPro AI | 286K | AI 与机器学习教程、实战 | youtube.com/@MattVidPro |
| Machine Learning Street Talk | 179K | 与行业专家深入探讨 | youtube.com/@MachineLea... |
| AI Andy | 178K | 通俗易懂地分享 AI 见解 | youtube.com/@theaiandy |
| David Shapiro | 169K | AI 架构、NLP 与自动化实践 | youtube.com/@DaveShapir... |
订阅数是累计数字，不等于现在的质量，更不等于可信度。但有一件事很明确：这个榜单的排序，和"谁更被专业人士认可"的排序，很可能完全不一样------比如 179K 的 MLST，在研究者圈子里的分量，未必输给 1.7M 的频道。
原因很简单：这十个人服务的是不同的需求。
二、第一种：把论文翻译成人话的人
代表是 Two Minute Papers，1.62M 订阅。
频道作者 Károly Zsolnai-Fehér 本身是研究者，博士方向是计算机图形学与神经渲染，常年在自己的网站和学术会议上露面，还给 NVIDIA 的研究专场做过主持。他不是"科技自媒体转述论文"，他是看完论文、跑完 demo、再讲给你听。
这十多年，这个频道做的事情其实只有一件：把图形学、渲染、生成模型领域最新的论文，用两分钟讲清楚"这篇解决了什么问题，效果有多离谱"。
它的成就不是"讲了 600 篇论文"，而是把研究圈和应用圈之间的时差，从"等媒体报道几个月"压缩到了"论文上线几天"。1.62M 订阅说明，认真讲前沿是有巨大市场的------观众并不只想看段子。
David Shapiro 的频道也沾这一类，聚焦 AI 架构、NLP 和自动化实践，更像"懂行的人讲自己怎么想"。
三、第二种：把 AI 教成一门技能的人
代表是 Tech With Tim（1.7M）、MattVidPro AI（286K），以及 Siraj Raval（773K）。
Tech With Tim 走的是工程路线：Python、后端、AI 应用开发，跟着做就能跑起来。他的成就是让"AI 应用开发"从一堆散落的教程，变成了有顺序、有项目的学习路径。
MattVidPro AI 更偏工具和实战，把模型、生成工具放在具体任务里演示。
Siraj Raval 是这批人里最有故事的一个。他把 AI 入门做成了连续剧------《Math of Intelligence》《How to Build an AI》这类系列，用夸张的语气和手写公式，把一批完全没基础的人带进了门。他还创办了 School of AI，一度是"AI 平民化"的代表人物。
但他的问题也必须说清楚。2021 年，他被指论文《The Neural Qubit》大比例抄袭（有报道称接近 90%），本人公开承认，论文随后撤下；围绕他收费课程的争议也一直没有停过。
这件事的价值在于：它把订阅数和可信度彻底分开了。一个人可以真的帮到很多人，也可以在某个时刻为了产出而放弃底线。两者同时存在，才是真实的人。
四、第三种：把行业动态做成日更的人
代表是 AI Explained（330K）、Matt Wolfe（722K）、The AI Advantage（337K）、AI Andy（178K）。
AI Explained 是很特殊的一个：运营者长期保持匿名，2023 年才开频道，不追热点，专门拆论文、系统卡、基准测试，自称"hype-free"。它涨得不快，但在研究人员和一线工程师里被引用得很多------因为在一个所有人都在喊"颠覆"的领域，"不吹"本身就是稀缺品。
Matt Wolfe 走的是另一条路：工具、无代码、行业趋势，更新频率高，覆盖面广。他的成就是把"这周出了什么新东西"变成一件可以订阅的事，还做了播客 The Next Wave，把"看新闻"升级成"听人讨论"。
The AI Advantage 和 AI Andy 更偏应用侧：不追最前沿，只讲"这个工具怎么用在你的工作里""这件事到底怎么回事"。
这四个人的共同成就是：给一个变化过快的行业，建了一层事实层。没有他们，大部分人接触 AI 的方式只剩两种------营销话术，或者论文标题。
五、第四种：把专家请到桌前的人
代表是 Machine Learning Street Talk，179K 订阅，十个人里排倒数第三。
但它可能是这份名单里"单位订阅含金量"最高的一个。
频道的主持人 Tim Scarfe 是机器学习博士，2003 年创办过软件公司 Dot Net Solutions，在微软做过 Principal Engineer，在 bp 做过首席数据科学家；常驻的 Keith Duggar 是 MIT 博士。他们做的是长访谈，一场能聊两三个小时，把 Murray Shanahan、Yoshua Bengio 这类人请进来，问的不是"你的模型多强"，而是"你为什么这么想"。
179K 订阅的成就，不能用量级衡量。它做的事情是：把 AI 讨论从"参数、榜单、发布会"拉回到"智能到底是什么、这条路对不对"。这种内容不会爆，但会被反复引用、反复回看。
六、第五种：把工具变成生产力的人
这一类其实是交叉的：Matt Wolfe 的无代码、The AI Advantage 的工具落地、MattVidPro 的实战演示、Tech With Tim 的应用开发，都在做同一件事------把"AI 能干什么"变成"你这周能用它干什么"。
他们的成就不在技术深度，而在转化率：把一个刚发布、文档还很烂的模型，变成普通人能在半小时内上手的流程。
这件事听起来不如论文高级，但它是整个 AI 教育链条里离钱最近、也最容易被低估的一环。
七、把十个人放在一起，他们到底做成了什么
如果只看单个频道，这是十个内容创作者。如果放在一起看，他们完成了几件更大的事：
第一，把研究到应用的时差，从几年压到了几周。论文、教程、测评、访谈，四条链路同时在跑，一个新模型从发布到"普通人能用"，几乎不再有真空期。
第二，建立了 AI 教育的分层。想懂原理的去 Two Minute Papers 和 MLST，想动手的去 Tech With Tim，想知道发生什么的去 AI Explained 和 Matt Wolfe，想马上用起来的去 AI Advantage。每一层都有入口，没有人被挡在门外。
第三，用个人频道替代了一部分传统机构的教育职能。大学课程更新一轮要两年，他们的更新周期是天。
第四，也是最重要的一点：他们让"学 AI"变成一种可以被看见、被模仿的行为。观众看到一个人从零搭出一个应用，才会相信自己也能。
八、但别把这张图当成排行榜
这张清单值得收藏，但不值得照单全收。
几个需要清醒的地方：
- 订阅数是累计值。一个频道可能十年前很值钱，现在只是惯性更新；
- 算法偏爱情绪和标题。播放量高的，不一定是最该看的；
- 名单里有争议人物。Siraj 的例子说明，"他帮过很多人"和"他做过错事"可以同时成立，粉丝量代替不了判断；
- 同质化严重。一半频道在做"本周 AI 新闻 + 工具测评"，你关注五个，看到的是同一批素材的五个版本。
比较省时间的做法是：论文类跟一个，工程类跟一个，访谈类跟一个，新闻类跟一个。四个足够，剩下的时间留给动手。
九、他们真正的成就
这十个人的共同点，不是"他们很懂 AI"。
而是他们把"不懂"这件事变得可以忍受、可以学习。
在这个领域，最有价值的不是知道答案的人，而是愿意花两个小时，把一个问题讲到你能听懂的人。
对看这张图的普通人来说，结论其实很朴素：挑两三个，跟着做完一个项目，比收藏十个频道有用得多。
附：十个频道主页
方便你逐个点开看，按订阅量从高到低排：
- Tech With Tim：1.7M，Python 与 AI 应用开发
- Two Minute Papers：1.62M，前沿论文速读（作者个人主页）
- Siraj Raval：773K，AI 入门系列
- Matt Wolfe：722K，AI 工具与行业趋势
- The AI Advantage：337K，工具落地
- AI Explained：330K，论文与系统卡拆解
- MattVidPro AI：286K，模型实战演示
- Machine Learning Street Talk：179K，专家长访谈（官网）
- AI Andy：178K，AI 工具讲解
- David Shapiro：169K，AI 架构与自动化
清单来源：FreeGuides.cc