AI Model Engineering 90 执行入口（当前 P1）
本阶段以学习模型原理、建立知识联系、完成基本实现和清楚解释取舍为目标，不是生产认证、求职冲刺或工程能力考试。P1 已正式启动，当前只执行本阶段；“已启动”不等于已经产生任何学习证据。
AI Model Engineering 90 执行入口
状态：当前执行中；进度 0/90，当前课程 M01 周期：2026-08-24 ～ 2026-11-21，共 90 个阶段日（M01～M90） 启动决定：用户已于 2026-08-23 决定正式启动；不再依赖 AISA 定位：
AI Deep Mastery 360这条 360 天长期路线（4×90 天阶段）的 P1 教材状态：M01～M90 共 90 份预习教材已落地；教材就绪不改变 0/90 的真实学习进度
本阶段以学习模型原理、建立知识联系、完成基本实现和清楚解释取舍为目标，不是生产认证、求职冲刺或工程能力考试。P1 已正式启动，当前只执行本阶段；“已启动”不等于已经产生任何学习证据。
1. 从这里开始
| 入口 | 用途 |
|---|---|
docs/AI_MODEL_ENGINEERING_90_PLAN.md | 阶段目标、主题边界、12 周路线与 Apple Silicon 降级方案 |
docs/ai-model-engineering/AI_MODEL_ENGINEERING_90_CURRICULUM.md | M01～M90 的日期、节奏、每日主题与轻量产出 |
docs/ai-model-engineering/PROFESSIONAL_COURSE_REFERENCE_MAP.md | MIT、Stanford、PyTorch、Hugging Face、ARENA、FSDL 等专业课程对照与阅读顺序 |
docs/daily/AI_MODEL_ENGINEERING_PROGRESS.md | P1 唯一当前进度账本；记录当前课程、完成状态与下一步 |
notes/ | M01～M90 逐日教材、机制拆解、自检问题与学后填写区 |
experiments/ | 有助于理解机制的最小实现和运行记录 |
reflections/ | W4、W8、W12 的低压力阶段复盘与复习清单（主目录） |
gates/ | 历史链接兼容目录；不再新增 Gate，统一转向 reflections/ |
网页学习入口：/learn/ai-model-engineering；90 份教材目录：/learn/ai-model-engineering/notes；教材源目录：docs/ai-model-engineering/notes/。网页负责阅读和导航，Markdown 文件仍是可长期维护的知识源。
2. 固定轻学习节奏
| 星期 | 学习方式 |
|---|---|
| 周一 | 概念与阅读：建立本周问题地图 |
| 周二 | 最小实现：用手算、几十行代码或一个配置理解机制 |
| 周三 | 引导练习：跟随已有材料，在同一问题上形成基线认识 |
| 周四 | 案例与连接：观察边界条件，并连接金融、Web3 或文档场景 |
| 周五 | 一页小结：记录已经理解、仍然模糊、以后想深入 |
| 周六 | 可选探索或补课；忙碌、节假日或需要恢复时可以休息 |
| 周日 | 休息，不安排必修任务 |
W4、W8、W12 只做低压力复盘，不评分、不设置通过线。暂时没弄清的概念加入复习清单即可，不阻止继续下一周。M85～M90 用于知识整合、阅读回访、案例迁移、阶段总结和 Phase 2 问题树。
3. 产出放在哪里
docs/ai-model-engineering/
├── README.md
├── AI_MODEL_ENGINEERING_90_CURRICULUM.md
├── notes/
│ ├── m01-*.md # 逐日预习教材；不代表已完成
│ ├── ...
│ └── m90-*.md
├── experiments/
│ └── week-05-*/ # 启动后按需创建最小实验
├── reflections/
│ ├── stage-01-weeks-01-04.md # 低压力复盘建议命名
│ ├── stage-02-weeks-05-08.md
│ └── stage-03-weeks-09-12.md
└── gates/
└── README.md # 仅保留历史兼容说明
90 份 notes/ 教材是已经准备好的学习输入，不是完成证据。只有真实学习后才更新进度、填写个人理解，并按需创建实验记录或复盘结论。
4. 本地执行原则
- M01 再确认独立 Python 环境、训练代码目录与依赖锁定方式；不要在计划阶段预装整套训练栈。
- Apple Silicon 优先使用 MPS；算子不支持、内存不足或环境不稳定时回退 CPU、缩小数据/模型，或改做机制模拟。
- MLX / MLX-LM 是可选体验，不与 PyTorch 同时维护两套主实现。
- 默认本地零云成本；云 GPU 和付费 API 仅是自愿选修。
- 只使用公开、合成或许可明确的数据，不提交权重、缓存、secret、敏感数据或未授权数据副本。
- Financial Model Lab 是 W12 的可选综合学习项目，可只做分析设计，也可做两种最小方法的小比较，不要求完整生产系统。
5. 复盘而非 Gate
新的阶段整理统一放入 reflections/。每次只回答：
- 哪些概念已经能用自己的话解释？
- 哪些联系开始清楚？
- 哪些问题仍想复习或继续探索？
gates/ 只用于兼容旧链接和旧目录认知，不承载新的评分或强制验收内容。