LIFE·LINES
五线自学线路图

计算机 · 英语 · 写作 · 金融 · 审美——五条长期线路,同一张图。不设统一时间表,只设车站:完成出关标准,车站点亮。进度自动保存,可开启云同步跨设备使用。

Journey Progress · 总完成度 0%

每条线路都始于第一站。今天上车,就赢过了 90% 只收藏计划的人。

Computer Science

C 线 · 计算机线

从零基础到本科级 CS 体系,全程英文课程。绿色徽章为数学支站,紫色徽章为 AI 支站——它们属于 C 线,但用颜色标出知识来源。

0

做什么

安装 VS Code、终端(Windows 用 WSL2)、Git,注册 GitHub。

通读 teachyourselfcs.com 了解全貌。

建一个 GitHub 仓库做学习笔记库,用英文写笔记——贯穿全程的写作训练。

你已在 AI 辅助下部署过项目——这次的目标是脱离辅助独立完成一遍,把"做过"变成"会做"。

出关标准 · Exit Criteria

实践:把本线路图部署到你自己的域名(见页面底部云同步说明)。全程只查文档不问 AI,卡住再求助——这就是 C0 的毕业考。
1

主课程

Harvard CS50x
edX 免费 · 从 C 到 Python/SQL/Web。讲课极精彩,英文字幕完整,David Malan 的发音是理想的跟读模仿对象。

英语结合点

第一遍只开英文字幕;听不懂的段落回放并跟读(shadowing)。

出关标准 · Exit Criteria

实践:每个 Problem Set 完成后,在笔记仓库写 3-5 句英文小结:这周学了什么、卡在哪、怎么解决的。
2

主课程

MIT 6.042J Mathematics for Computer Science
OCW 免费 · 逻辑、证明、归纳、图论、计数。配套讲义免费且写得极好——本身就是高强度学术英语阅读。

按需复习

线代生锈 → 3Blue1Brown Essence of Linear Algebra 找回直觉,要深挖再看 Gilbert Strang MIT 18.06 对应章节。

出关标准 · Exit Criteria

实践:挑一个你写出的归纳法证明,录 1 分钟英文讲解(费曼技巧 + 口语训练一举两得)。
3

主课程

MIT 18.05 Introduction to Probability and Statistics
OCW 免费 · 概率与统计推断并重:条件概率、常见分布、期望方差、贝叶斯、置信区间、假设检验。务实风格,正对需求。

想学更深(可选)

Harvard Stat 110 (Joe Blitzstein)
概率论讲得最透的公开课,作为概率部分的加深替代。

为什么重要

这是 AI 支站的数学地基,也是 F 线(金融)理解风险与收益分布的语言。

出关标准 · Exit Criteria

实践:用 Python 模拟 1000 次蒙提霍尔问题验证换门策略,把结论写成一段英文说明。
4

主课程(二选一)

Princeton Algorithms I & II
Coursera 免费旁听 · Sedgewick 讲解细腻,Java 实现。
MIT 6.006 Introduction to Algorithms
OCW · 更偏理论分析,Python 实现。

刷题

课程过半后开始 LeetCode,按标签刷:数组→链表→栈队列→哈希→树→图→动态规划。用英文读题、写题解——直接训练托福阅读。

出关标准 · Exit Criteria

实践:每攻克一类题型,写一篇英文"pattern 笔记"(何时用、模板代码、典型陷阱)。
5

定位

工程实践优先,不深挖原理。目标:理解 LLM 能做什么、用 API 构建应用、掌握 agent 与 multi-agent 开发范式。

第一层 · 直觉与提示词

Andrej Karpathy — Intro to Large Language Models
YouTube 免费 · 1 小时建立正确直觉,不涉及数学推导。
DeepLearning.AI — ChatGPT Prompt Engineering for Developers
免费短课 · 用代码方式学提示词工程。

第二层 · 用 API 构建

Anthropic / OpenAI 官方 API 文档 + Cookbook
对话管理、tool use / function calling、结构化输出、流式响应。

第三层 · Agent 与 Multi-Agent

Hugging Face Agents Course
免费 · 系统讲 agent 概念、工具调用、框架实战,有证书。
DeepLearning.AI — AI Agents in LangGraph
用图结构编排 agent 的思考-行动循环。
DeepLearning.AI — Multi AI Agent Systems with crewAI
多 agent 协作:角色分工、任务编排、通信。

贯穿阅读

Anthropic 的 Building Effective Agents:何时用 workflow、何时才需要 agent——防止过度工程的清醒剂。

出关标准 · Exit Criteria

毕业项目:构建一个 multi-agent 系统解决真实需求,如"英语学习助教团":出题 + 批改 + 弱点分析三个 agent 协作帮你备考托福。英文 README 讲清架构。
6

入门铺垫(可选但推荐)

Nand2Tetris Part 1
Coursera 免费 · 从逻辑门亲手搭出一台计算机,零硬件背景的祛魅课。

主课程

CMU 15-213 / CS:APP
教材 Computer Systems: A Programmer's Perspective + 公开 lecture + 著名实验(Bomb Lab / Malloc Lab)。汇编、内存层次、链接、并发。

前置

需要会 C——CS50 已打底,不够就补 K&R 前几章。

出关标准 · Exit Criteria

实践:通关 Bomb Lab 后,写一篇英文 write-up 记录拆弹推理过程。
7

按序推荐(至少完成前两门)

操作系统:OSTEP + MIT 6.S081
教材免费在线,xv6 实验用 C 实现 OS 组件。
计算机网络:Stanford CS144
实验:亲手实现一个 TCP。
数据库:CMU 15-445 (Andy Pavlo)
实验:实现一个数据库存储引擎。
编译原理(可选):Crafting Interpreters
免费在线,亲手写两个解释器。

出关标准 · Exit Criteria

实践:对着手机录像,用英文讲清"从输入 URL 到页面渲染"的全过程。
8

选一个方向做出完整项目

Web / 全栈:Full Stack Open
University of Helsinki 免费 · React/Node,业界口碑极高。你已有 Vercel/Supabase 经验,这个方向能最快闭环。
机器学习:Andrew Ng ML Specialization → fast.ai
你的数学支站在这个方向是真正的优势。
系统方向:MIT 6.824 Distributed Systems
分布式与 multi-agent 在架构思想上一脉相承。

出关标准 · Exit Criteria

出站标准:一个你能用英文从架构讲到实现细节的完整项目——这就是你的毕业证书。

LINE RULES · 行车三原则

  1. 动手 > 看视频。每门课 70% 的价值在作业和实验里;写作和金融同理——不产出、不动手的学习不算数。
  2. 不换线重开。这些材料都是各领域公认的最佳选择,选定就走完,不要中途换"更好的课"从头再来。
  3. 卡住超过 2 小时就求助。五条线可以轮换但不要同时全开;任何时候只看当前车站的一个“下一步”,完成一个 25 分钟区块也算上车。

Cloud Sync · 云同步

当前进度只存在这台设备的浏览器里。想跨设备同步,可接入你的 Supabase:打开本 HTML 文件,按顶部注释三步配置即可(建表 SQL 在文件底部注释里)。