AI Deep Mastery 360：AI 工程、AGI 研究与具身智能长期主线

定位：当前正式执行的四阶段长期学习路线；学习优先，不含求职、投递或作品集包装
路线长度：4 个连续 90 天阶段，共 360 个阶段日；阶段之间各保留 1 个过渡休息日
执行日历：2026-08-24 ～ 2027-08-21，共 363 个自然日（360 个阶段日 + 3 个过渡休息日）
当前阶段：P1 · AI Model Engineering 90，2026-08-24 启动，当前任务 M01
启动记录：用户于 2026-08-23 决定直接启动 360；AISA 保留为暂停的历史学习资产，不与 P1 并行
执行原则：同一时间只执行一个阶段；以理解、连接和实践为主，不设置周周考试，不用分数驱动学习
认识论边界：本路线研究 AGI 相关能力，不预测 AGI 到达时间，也不把单项 benchmark、语言流畅度或仿真成功称为 AGI

---

1. 为什么从 90 天扩展为 360 天

AI Model Engineering 90 解决的是第一层断层：模型如何从数据、目标和优化中学习，以及怎样训练、适配和推理。但 AI 时代真正完整的工程与研究能力还包括三层：

模型会不会学
    ↓
系统能不能稳定、低成本、可追踪地运行
    ↓
智能体能不能跨任务规划、积累知识、适应新问题
    ↓
能力能不能进入带噪声、时延、动力学和安全约束的物理世界

把四层压进同一个 90 天计划会导致每个主题都只停留在阅读。360 天路线保留季度节奏：每 90 天整理一次知识地图、回顾实践和兴趣变化，再决定直接进入下一阶段、补充薄弱主题或调整选修内容。

---

2. 四阶段总路线

完整入口：

• P1：docs/AI_MODEL_ENGINEERING_90_PLAN.md
• P2：docs/ai-deep-mastery/PHASE2_AI_SYSTEMS_ENGINEERING_90.md
• P2 教材与课程地图：docs/ai-deep-mastery/phase-2-systems/notes/、docs/ai-deep-mastery/phase-2-systems/PROFESSIONAL_COURSE_REFERENCE_MAP.md（教材已备，阶段未启动）
• P3：docs/ai-deep-mastery/PHASE3_AGI_FOUNDATIONS_90.md
• P3 教材与课程地图：docs/ai-deep-mastery/phase-3-agi/notes/、docs/ai-deep-mastery/phase-3-agi/PROFESSIONAL_COURSE_REFERENCE_MAP.md（教材已备，阶段未启动）
• P4：docs/ai-deep-mastery/PHASE4_EMBODIED_INTELLIGENCE_90.md
• P4 教材与课程地图：docs/ai-deep-mastery/phase-4-embodied/notes/、docs/ai-deep-mastery/phase-4-embodied/PROFESSIONAL_COURSE_REFERENCE_MAP.md（教材已备，阶段未启动）

日期用于当前执行安排。任何阶段延长，后续日期整体顺延，不并行补课。P1 的唯一进度账本为 docs/daily/AI_MODEL_ENGINEERING_PROGRESS.md。

---

3. AI 时代需要补齐的工程能力

这条路线不是“再学几个框架”，而是建立九层工程能力栈：

不可被工具替代的底层能力

1. 问题分解：把“做一个智能体”拆成状态、动作、观测、目标、约束和评测。
2. 因果调试：从数据、目标、优化、系统、交互五层定位失败，而不是只换模型。
3. 实验判断：能接受“更大的模型没有增益”“多 Agent 更差”“VLA 不如模块化管线”。
4. 系统取舍：同时考虑质量、延迟、吞吐、成本、隐私、恢复和维护复杂度。
5. 跨域迁移：说明语言、金融决策、软件 Agent 与机器人控制之间哪些结构相同、哪些完全不同。

---

4. 四阶段的深度递进

P1：AI Model Engineering

建议形成的能力：

• 从张量、目标函数和梯度解释模型怎样学习。
• 从零实现 attention 或等价核心机制，并能解释关键步骤。
• 训练一个 tiny model，体验 LoRA 与 preference 学习的基本流程。
• 观察量化、KV cache、延迟、吞吐和内存之间的关系。
• 用非 LLM baseline 与简单对照理解“最小充分模型”。

详细路线与 M01～M90 课程已在现有 P1 文件中落地，本总纲不复制第二份课程。

P2：AI Systems Engineering

从“单次实验可运行”推进到“系统生命周期可重复”：

data contract → pipeline → run/artifact → registry → release flow
             → serving/gateway → trace/metric/log → incident/recovery

核心工程深度：

• 训练与服务数据一致性、point-in-time correctness、lineage 和回放。
• 单机多进程理解 DDP/FSDP/ZeRO 的通信、内存和 checkpoint 取舍；本机不伪造多 GPU 吞吐。
• 本地模型服务器的 queue、continuous batching、cache、backpressure 和 overload。
• 模型/提示/adapter/eval/data 一起版本化，而不是只登记一个权重文件。
• Agent durable execution、幂等、重试、补偿、状态恢复、工具权限和协议兼容。
• shadow/canary/ramp/rollback、质量回归、SLO、成本和事故证据。

P3：AGI Foundations & Research Systems

把“AGI”拆成可测量能力，而不是一个二元标签：

breadth / generality
performance / robustness
learning efficiency
memory / continual adaptation
planning / tool use
autonomy / risk

核心研究深度：

• 区分 benchmark performance、任务广度、样本效率、自主性和真实泛化。
• 研究 scaling law 适用边界及“涌现”是否来自度量离散化。
• 比较直接生成、search、verifier、RL 和 model-based planning。
• 实现小型 world model，在未知动力学环境中比较 model-free/model-based。
• 测量 continual learning 的遗忘、迁移、稳定—可塑性，而不是只看最终平均分。
• 构造小型 evaluator-bounded 改进循环，理解 reward hacking、数据污染和错误放大。
• 研究 multi-agent 协作何时提高覆盖，何时只增加 token、延迟和协调失败。
• 用 capability profile 和安全案例报告结果，绝不宣布“做出了 AGI”。

P4：Embodied Intelligence

把智能置于部分可观测、连续时间、有接触和不可逆后果的环境：

sensor → state estimation → world representation → planning / policy
       → control → actuator / environment → new sensor evidence

核心工程深度：

• SE(2)/SE(3)、坐标变换、Jacobian、运动学、动力学和约束。
• Kalman/particle filter、传感器噪声、延迟、漂移与状态不确定性。
• PID/LQR/MPC、轨迹优化、碰撞约束和安全停机。
• 视觉/深度/点云、定位建图、导航和操作的误差传播。
• behavior cloning、DAgger、offline RL、world-model control 的数据与分布偏移。
• VLA 的语言接地、动作 token、跨 embodiment 数据和长时序失败。
• simulation fidelity、domain randomization、sim-to-real gap 与真机安全边界。
• Human-Robot Interaction、可撤销性、最小伤害状态和人工接管。

---

5. 统一学习节奏与轻量复盘

每阶段沿用 12 周主题学习 + 6 天知识整合尾段。日程提供方向，不要求每天都形成正式产物：

建议主学习日每天 2～3 小时；周六投入 0～2 小时，周日不安排任务。忙碌周只保留核心阅读、一个最小练习和周五小结即可，不需要追赶形式进度。

因此主线实际安排 264 个核心学习/整合日；48 个周六可选，48 个周日休息。再加三个阶段间过渡休息日，名义日历共 363 个自然日。

每四周一次低压力复盘

W4、W8、W12 各做一次 60～90 分钟复盘，不评分，也不设置“不过关”：

1. 画出最近四周的知识关系图。
2. 选一个最有价值的最小实现或案例，说明它帮助理解了什么。
3. 列出三个仍不清楚的问题，加入后续复习清单。
4. 决定下一阶段哪些内容继续深入、哪些只保留概览。

必要的技术检查只服务于理解，例如确认梯度方向、坐标系或数据泄漏；不把大量测试、封存材料和考试分数作为学习目标。需要诚实区分本地演示、仿真和真实系统，但不要求为每个主题制作完整证据包。

---

6. 四个可选综合学习项目

综合项目用于串联知识，不是强制大作业。每阶段可按时间和兴趣只做一个缩小版本，也可以用架构图、讲解稿或 notebook 代替完整系统。

C1 · Financial Model Lab

规则、经典 ML、小模型与可选 LLM 在同一金融任务上公平比较，回答“什么是最小充分模型”。

C2 · Local AI Systems Platform

从以下内容中选择 3～4 项，建立一条能帮助理解的本地 AI 生命周期：

• versioned dataset + data contract；
• repeatable training pipeline + local experiment tracking；
• model/adapter/prompt/eval bundle registry；
• local serving gateway + bounded Agent workflow；
• offline eval + shadow fixture + release/rollback；
• trace/metric/log + cost/SLO + incident replay。

学习重点是理解数据、制品、运行、观测和发布之间如何连接，不要求实现生产级平台。

C3 · General Learning Agent Lab

从下列方向中选择 2～3 项，在小型环境中比较：

• reactive baseline；
• search/planning；
• memory；
• model-free RL；
• learned world model；
• continual adaptation；
• evaluator-bounded self-improvement。

可以观察 generalization、sample efficiency、forgetting、compute 和失败类型，最终产物是一张 capability map 或学习报告，不是“AGI demo”。

C4 · Embodied Simulation Study

从导航、操作或空间感知中选择一个仿真主题，理解模块化方法与学习策略：

• 带噪声传感器与状态估计；
• 路径/动作规划和低层控制；
• behavior cloning 或小型 RL/world-model policy；
• 语言或视觉目标接地；
• 扰动、遮挡、延迟、失败恢复和人工接管；
• 换一个布局、物体或任务条件，观察方法如何变化。

项目可以只做到概念演示或 sim-to-sim。没有独立硬件与安全评审时，结论只限仿真，禁止外推为真机能力。

---

7. 算力、仿真与硬件降级

默认始终选择最低可回答问题的档位。P4 不要求购买机器人；若未来希望进入真实硬件，应另立独立安全计划，本路线不作要求。

---

8. 官方与原始研究锚点

这些来源只定义研究和工程锚点。具体库、模型和 benchmark 在每阶段 Day 0 重新检查版本、许可、硬件和维护状态，不提前锁死一年后的选型。

SOTA检查（2026-08-23 更新）

• P2：MLflow 当前文档已覆盖传统 ML 以及 LLM/Agent 的 tracking、tracing 与 evaluation，但课程不会把单一平台 API 当作 MLOps 原理；P2 启动日重新比较 MLflow、原生本地 store 和当时仍维护的替代品。
• P3：AGI 仍没有可由单一 benchmark 判定的统一工程终点；Levels of AGI 继续作为能力分解框架，而不是“最新模型排行榜”。Scaling、world model、test-time search 和 AI Scientist 均按可证伪实验研究。
• P4：前沿已从 RT-2 / Open X-Embodiment 推进到 2026 年 Gemini Robotics-ER 1.6 与 Gemini Robotics 2 的空间推理、whole-body 和协作主张；开放本地主线则以 LeRobot v0.4+、SmolVLA、MuJoCo 和小型经典/学习混合实验为主。厂商真机演示只算外部证据，不能充当本阶段结果。
• 复核规则：P2/P3/P4 分别在 S01/G01/E01 重查最近 12 个月原始论文、官方 release、许可和硬件支持，并在当周记录“继续采用 / 替换 / 降级”的理由。

---

9. 360 天之后的延伸池

以下内容范围重要，但不与四阶段并行。完成 P4 学习回顾后，可按兴趣从中选择一条：

---

10. 最终学习回顾

走完四个 90 天阶段不等于掌握所有 AI。理想情况下，这条路线帮助形成以下能力：

• 从数据与梯度解释模型学习，从系统状态解释运行失败，从物理状态解释控制失败。
• 在规则、优化、传统 ML、小模型、LLM、Agent 和机器人策略之间选择最小充分方法。
• 解释可复现、可观测、可恢复、可回滚的 AI 系统由哪些部分组成，并实现其中若干关键环节。
• 用未知任务族测量泛化、记忆、规划、适应和自我改进，而不是只看单一排行榜。
• 在仿真中理解感知—估计—规划—控制—恢复闭环，并准确限制结论边界。
• 对 AGI 与具身智能保持研究开放，同时不夸大能力或把仿真当真机。
• 生成下一轮兴趣与问题清单，明确继续深挖、暂缓或转向的理由。

阶段不以分数或 Gate 判定。若某些主题仍模糊，把它们加入复习清单即可，不必阻断整条路线；真正重要的是知识关系逐渐清楚、能做基本实践，并保持继续学习的兴趣。