沿 2023—2026 时间线，看懂关键模型与技术路线的变化。

从机器学习到生成式 AI，补齐读懂大模型的前置知识。

理解模型架构、训练与推理，建立大模型原理框架。

从模型调用和提示词入手，动手构建第一个 AI 应用。

从任务规划到代码交付，掌握 Codex 的开发工作流。

结合真实项目，练习上下文管理、Hooks 与 MCP。

用 CodeBuddy 接手代码，完成测试、修复、重构与部署。

围绕真实项目，练习开发、测试、重构与交付。

从代码理解到 Git 与 CI，串起 AI 辅助开发流程。

在项目中练习上下文、权限与多模态协作。

从调试到长任务，熟悉 Skills、MCP 与协作方式。

认识 ZCode 的基本操作，探索 AI 辅助编码实践。

从运行与配置入手，认识插件化 Agent 的工作方式。

围绕状态、验证、重试与调度，构建可靠的 Agent 循环。

从评估、部署到监控，推动大模型应用稳定落地。

用类型化判断、置信度与人工复核降低决策风险。

用 150 道题复盘 LLM、RAG、Agent 与工程实践。