李沐等 · 中英双语教材
动手学深度学习 D2L
数学原理 + 可运行代码 + 讨论三位一体，GitHub 76.9k★／12.2k fork，70 余国 500+ 高校采用，剑桥大学出版社出版实体书。代码本体自 2022 年 12 月 2.0 版后趋于稳定，是「打好地基但不再生长」的经典教材代表。
76.9k★500+ 高校2022.12 后稳定
数学原理 + 可运行代码 + 讨论三位一体，GitHub 76.9k★／12.2k fork，70 余国 500+ 高校采用，剑桥大学出版社出版实体书。代码本体自 2022 年 12 月 2.0 版后趋于稳定，是「打好地基但不再生长」的经典教材代表。
国内 AI「三大经典」之一，但原书内容 2016 年后未更新，活跃度主要体现在早期贡献——是「经典但已陈旧」的对照坐标，核心维护者流失后已陷入停滞。
Agent 全流程教程：范式、框架、自研框架、MCP/A2A、Agentic-RL、评估，58.8k★／7.2k fork，覆盖 ReAct 到 GRPO 强化学习全链路。深度篇见 DataWhale 专题。
30.1k★／3k fork，支持 50+ 模型，专门开辟 AMD/昇腾/Apple M 系列硬件专区——国际教程里几乎看不到的国产算力生态针对性覆盖。
29k★／2.7k fork，手写 Transformer 与训练实践而非调 API，已被 CCF × DataWhale × GitLink 纳入 AI 普惠课程并提供免费算力。
2026 Spring 版内容完全转向 Agent 方向：Context Engineering、Flash Attention、Self-Correction、Test-Time Scaling，B站/YouTube 完全免费，年年重构。
已连开 Spring 2024/2025/2026 三届，从数据清洗到部署全流程手写，与 Karpathy nanochat 理念呼应，YouTube 播放列表公开。
2025-2026 学年推进至 V6，任何人可免费 Zoom 旁听，无需注册或校内身份，讲座后 1-2 周上传 YouTube，常有 Hinton、Vaswani 等一线学者主讲。
2024 版完整讲座 YouTube 公开，讲义逐年更新，完全免费公开，是系统学习 NLP + 深度学习基础的标准路径。
当前学期讲座仅限校内 Canvas 访问，仅往年录像公开——常见误解是以为"完全开放"，需搭配往年录像 + 作业自学。
2026 版校内已完课，在线版每周直播开放，结课后全部开源，"一周速成营"式高强度设计，适合短时间建立深度学习全貌认知。
Agents Course（2025 年初）、MCP Course（2025.5.22 上线）先后成为年度最热课程，紧跟协议热点，免费学习 + 完成即得证书。深度篇见 Hugging Face 专题。
2025 年 10 月吴恩达亲自主讲新课「Agentic AI」（Reflection/Tool Use/Planning/Multi-agent 四大模式），配套多门短课程，完成可获证书。
2024 年 11 月完全重制，模块化交互式设计；2025.3-4 联合 Kaggle 办「GenAI Intensive」直播课，部分课程提供证书。
约 20 门课；"2026 年 3 月上线"说法存疑（一手证据显示基础设施至少 2025 年 8 月已存在，更像品牌重塑）；2026.3 新上线 Claude Certified Architect 正式认证，99 美元/Pearson VUE 监考。深度篇见 大厂培训对比专题。
YouTube 订阅 2026 年初破 100 万；nanochat（2025.10）"$100 训出最好 ChatGPT"引发大量技术媒体报道，从零手写代码，"复杂度只有一个旋钮"。深度篇见 Karpathy 专题。
YouTube 订阅约 838 万，近 30 天增长约 7 万，动画可视化数学直觉，2024 年集中补完 Transformer/Attention 系列。
B 站单集播放量可达数十万至百万级，"三遍读论文法"，覆盖 AlexNet 到 Sora 等 67 篇经典论文。
YouTube 订阅约 161 万，手绘图解统计学，"人话讲清楚"，2025 年出版配套图解教材。
长期活跃，2025 年 WAIC 展示自研机器人项目，经典论文精读 + CS231n 中文精讲，"科普+实践"双线。
2025.10 发布"How to Solve It With Code"及 Solveit 平台，从"自上而下教深度学习"转向"教人机协作但保持工程判断力"。
Skill Builder + AWS Certified AI Practitioner 分级认证，Pearson VUE 监考，唯一有官方"承诺-达成"规模数据闭环（3100 万+人培训）。
Microsoft Learn + AI-900/AI-103 + AB-730，AI-102 将于 2026.6.30 退役，AI-103（Agent 方向）接棒。
百度智能云学堂（2025.9 发布）+《生成式人工智能应用工程师》，工信部教育考试中心联合认证，认证学员超 1.5 万人。
HCIA-AI / HCIP-AI / HCIE-AI，V4.0 新增盘古 Ultra MoE 内容，十余年 ICT 认证历史使其市场认可度公认较高。
Clouder 免费认证 + ACA/ACP 大模型工程师认证，600-1200 元，ACP 要求线下监考，国内少见。
AI 大学堂 + Prompt/微调/智能体工程师认证，400 万开发者是整体生态数字，首届"星火营"仅 115 人，精英化培养。
约 7.26 万★，API 使用范例与最佳实践官方仓库，速查手册而非教程，不构成系统课程。
长于技术拆解与行业深度报道，适合"追踪动态"而非"系统学习"，与系统课程区分预期。
官方不维护独立教学仓库，教学内容高度依附 DataWhale 等第三方社区。
吴恩达 deeplearning.ai 中文版、浙大"人工智能：模型与算法"等，面向更广泛非 CS 背景学习者。
36 个资源摆在一张地图上，能看到的不是一堆孤立的课程列表，而是一个正在快速重组的教育供给结构。以下四个案例分别代表四种范式的极致：开源社区众包（DataWhale）、平台型认证证书（Hugging Face）、个人 IP 教学（Karpathy）、以及造模型的公司自己怎么教（16 家官方培训对比）。
成立于 2018 年，GitHub 组织 datawhalechina 旗下 215 个仓库，核心机制是「开源教程 + 组队打卡 + 社区共创」。三个当前最热项目构成完整进阶路径：hello-agents（58.8k★，Agent 全流程，2026 年最热项目，项目负责人陈思州，指导专家朱信忠）、self-llm（30.1k★，本地部署与微调，含 AMD/昇腾/Apple M 硬件专区）、happy-llm（29k★，手写 LLM 原理，已被 CCF×DataWhale×GitLink 纳入 AI 普惠课程）。核心机制是「鲸英助教」体系——大量在校学生参与内容创作，既保证内容快速迭代，又形成自我造血的人才漏斗。局限在于 215 个仓库里真正活跃的可能不到十分之一，新人容易在 GitHub 组织页面迷失方向。海外最接近的镜像是 Hugging Face 课程矩阵。
huggingface.co/learn 上七八门"地基型"课程（NLP/LLM Course、Deep RL Course、Diffusion Models Course）长期在线维护，真正体现打法的是近两年新增的 Agents Course（2025 年初，五单元覆盖 smolagents/LangGraph/LlamaIndex）与 MCP Course（2025.5.22 上线，距 MCP 协议本身发布仅几个月）——几乎与协议本身的行业采用同步登场。Class Central 收录的 HF 在线课程已超过 80 门，并与 DataCamp 合作分发。免费学习、完成发证书的模式背后是清晰的获客逻辑：学习者在拿证书过程中，已经在 HF 的模型库、Space、Transformers 库里跑了几十上百次真实调用——这也解释了 Anthropic Academy 为何要到 2026 年 3 月才姗姗来迟。国内最接近的镜像是 DataWhale。
教学声誉起点是 YouTube 播放列表「Neural Networks: Zero to Hero」——从反向传播讲起手写代码到 GPT，教学哲学是「不给你现成的库，让你先手写一遍」。2024 年 7 月创立 Eureka Labs，核心课程 LLM101n 计划带学生从零构建语言模型，但截至 2026 年年中长期停留在早期开发阶段，未完整发布；2026 年 Karpathy 已加入 Anthropic 预训练团队，Eureka Labs 优先级进一步降低。对照组是 2025 年 10 月发布的 nanochat——标语「The best ChatGPT that $100 can buy」，单一代码仓库覆盖分词到部署全流程，8×H100 节点 4 小时约 100 美元跑通，仅保留一个复杂度旋钮（transformer 深度），几周内引爆社区。同一个人，机构化路径两年未完整发布，个人化路径几周成型——这个对比比任何理论分析都更有说服力，与 Stanford CS336、DataWhale happy-llm 共同印证「从零训练」正成为进阶学习者的新共识范式。
16 家公司呈现清晰的三级梯队：有云计算基因的公司（AWS、微软、百度、华为、阿里云、讯飞）把大模型培训嫁接在已有认证考试体系上，做成完整「课程+考试+证书」闭环——AWS 是唯一有「承诺-达成」官方闭环数据的公司（3100 万+人培训）；纯模型公司（Anthropic、OpenAI）刚在过去一年第一次尝试做认证，含金量还未经市场检验；还有一批公司（Meta、智谱、字节、xAI、DeepSeek、Kimi）基本没把教育当产品线。反直觉细节：「Anthropic Academy 2026 年 3 月上线」的说法本身存疑，一手证据显示基础设施至少 2025 年 8 月已存在，更可能是品牌重塑；Microsoft AI-102 与 AWS ML Specialty 在同一时间窗口清退旧认证，为生成式 AI/Agent 新认证让路；当 DeepSeek、Kimi 都没有官方培训，市面上出现大量冒充「工信部认证」的诈骗培训班——热度和教育供给的缺口，永远有人来填，不一定是好人。选择指南：想要写进简历的证书优先华为 HCIA/HCIP-AI 或 AWS Certified AI Practitioner；企业批量采购首选 AWS 的可验证闭环数据。
四者共同回答同一个问题：当模型能力每几个月就迭代一代，「教AI」这件事本身要怎么跟上？答案目前看是——没有一种模式能单独跟上，但公司在追热点速度、个人在追信任深度、社区在追系统完整性、云计算大厂在追规模化认证，四条曲线叠在一起，才勉强追平了模型本身的迭代速度。