大家好，我是楓葉國小 K。
不知道大家有沒有在學 AI、或者是學 AI 學成怎麼樣？
身為一個在北美的工程師，寫了 10 年的程式碼，大概一年前決定去學開發 AI 應用，本來以為是得心應手的事。
結果一頭栽進去後，才發現自己太天真了。
這轉變不像從 .NET 轉 Java、從 Javascript 轉 Python 那樣，這像是一個全新的圈子，加上現在 AI 火到不行，每過幾星期就有新框架、每個課程都說自己是「最強實戰」。
我花了大概半年時間，從剛剛學習用 Python 連接 Ollama 呼叫本地模型，到一個月前成功在公司內部上線了一個在 CI 跑的小 Agent (分析當前 CI 錯誤、尋找過往類似錯誤、判斷該錯誤是否已知、針對失敗案例在 Jira 找相關任務、總結並在 Slack 通知開發團隊)，途中踩了不少坑，也浪費過不少週末：
花了幾小時看影片，最後才發現教學用的 Package 太舊了，程式碼一跑就出錯 (雖然我知道我的筆記有可能也有同樣情況，因為之前在寫時 LangChain 出了 1.0 版本，但那時我還在用 0.x)
讀了一堆論文級的理論，但還是不知道怎樣去寫自己的 Agent
因為不想看大家跟我一樣走冤枉路，我把這陣子的血淚史整理成了 2 份 Google Sheets，分享給你們。
第一份：AI 課程評價與導航地圖
這是我私藏的課程評價表。
我把這陣子看過的免費資源、YouTube 教學、網路課程全丟進去了。
我會在此表格中告訴你這堂課或資源是純理論還是手把手實戰。
如果課堂對工程師來說太淺，我會直接說。如果是 Machine Learning 專家才要看的，我也會提醒你繞路 (除非真的很閒)，別浪費時間。
第二份：打工仔也想學 AI 電子報索引
如果你最近才發現我的存在，或者想回頭找某個 AI 應用開發的技術點 (比如說怎樣用 Ollama、RAG 是什麼)，你不用在 Substack 裏翻我的頁面翻到手抽筋了。
我把過去所有的 AI 開發學習筆記內容都做成了索引，分類清晰，想看哪樣就看哪樣。
(這不得不令我吐糟 Substack 在這方面真的做得不太好🤦🏻♂️)
關於付費版
如果你覺得這份索引幫你省下了不少 Google、被 AI 挖坑的時間，或者讓你少買了一堂雷課，歡迎考慮支持一下我的付費版本。
在索引裏你會看到一些標記為💰(付費) 的文章，那些通常是我最乾貨的技術實踐，內有我 Debug 的經驗、小工具的程式碼。
訂閱付費版，其實就是買我的時間來換你的效率。
如果你還在觀望也沒關係，先去把那 2 份表格存起來吧！
希望能幫你在 AI 開發這條路上少走幾公里彎路。
有什麼想看的主題，隨時回信跟我敲碗！