信息差-071-一份能让你的AI认知追上一年的信息源清单-资源学习社

一份能让你的AI认知追上一年的信息源清单

副业自学室 · 信息差071 · 信息源+资本+职业发展

伙伴们，我是副业自学室。

前两篇我们聊了5个心法和工具+场景+Skills+OpenClaw。今天这篇是整个系列的最后一篇——也是最容易被忽略的：你的信息源，决定了你在这个领域的上限。

AI这个领域变化有多快？

真的是今天的新闻明天就过期的那种快。你今天觉得很厉害的功能，三个月后可能变成免费标配。你今天花大力气学的某个平台，半年后可能已经被收购或者停掉了。

所以光会”用”还不够。你得学会”看”。

看懂AI正在往哪走，你才能提前站到对的位置上。

今天我把这三个月攒下来的信息源、博主、课程、资本动态全整理一遍——都是我自己用了觉得真香的，按重要程度排序，你挑着看就行。

· · · · ·
一、别喝二道水：去源头获取信息

我有一个习惯，看到任何AI相关的新闻，我都会去找原始出处。

不是因为我不信媒体，是这个领域的信息衰减太严重了。一篇论文发出来，经过英文科技媒体报道、国内媒体翻译、自媒体二次加工、短视频三次加工……到你手里的时候，可能已经面目全非。

**跑对的人：AI领域值得关注的头脑**

关注这些人 > 关注二手转述
第一类：技术大佬（他们的观点值得深度消化）

图灵奖三巨头：Yoshua Bengio、Geoffrey Hinton、Yann LeCun。有意思的是，Hinton现在是「AI末日派」，LeCun是坚定的「AI乐观派」，Bengio在中间偏谨慎。三个人经常互相怼。看他们争论，比看任何分析文章都有营养。

李飞飞和吴恩达。李飞飞对AI与人文的交叉思考非常有深度。吴恩达是AI教育界的传奇，而且他一直在一线做项目，不是那种脱离实践的学者。

Ilya Sutskever，OpenAI的联合创始人。这个人很少公开发言，但每次说话都值得反复品味。

国内这边，梁文锋，DeepSeek背后的人。他很少接受采访，但DeepSeek的技术路线本身就是他最好的表达。
第二类：商业领袖（他们的观点要带”滤镜”看）

Sam Altman、马斯克、黄仁勋、扎克伯格、李彦宏……这些名字你肯定不陌生。

但有个观点我很认同：他们的采访都是有商业目的的，要么提高公司估值，要么寻找投资人，以及迷惑竞争对手。

所以听他们说什么，更要看他们做什么。把钱投到哪里，比嘴上说什么诚实得多。
国外获取渠道推荐
渠道用途
**X（原Twitter）** AI领域最重要的信息广场，没有之一
**Lex Fridman 播客** 长对话，动不动三四个小时，但深度是真的深度
**20VC** 偏投资和商业视角
**官方博客** 一手资料最全的来源

关注这些账户后，你的X时间线基本就是「高质量AI信息流」了。
官方科研博客
来源网址
Anthropic Research 写AI伦理和安全最好的厂牌之一
OpenAI News 圈里人天天刷
Google DeepMind 学术最前沿
Meta AI Blog 开源生态最丰富
Qwen博客通义千问团队的阵地
Seed 字节跳动的AI研究阵地

养成习惯，每周花20分钟扫一遍这些源。不需要每篇都精读，扫标题就行。

· · · · ·
二、关键论文：这三篇你至少要读

论文没你想的那么可怕。

你不需要看懂每一个公式。你只需要知道：这篇论文在解决什么问题？效果怎么样？对我有什么影响？

而且现在有AI帮你。Kimi学术搜索可以帮你快速理解一篇论文的核心内容。 BabelDOC可以把整篇论文翻译成排版精美的中文版。

如果你只读三篇论文：
论文推荐理由
**《Attention Is All You Need》** Transformer的开山之作，改变了整个AI的发展轨迹
**《斯坦福小镇（Generative Agents）》** 让25个AI角色在虚拟小镇里自主生活，Agent时代的奠基研究
**ReAct** 推理和行动结合，当前AI Agent框架的理论基础

· · · · ·
三、想深入？这些课和书值得花时间

好消息是，全世界最顶级的AI课程，绝大多数都是免费的。不是打折，是真的免费。
大厂培训课程
平台课程
**NVIDIA Deep Learning Institute (DLI)** GTC 2025 Training Labs、Building LLM-Powered Applications、NeMo Agent Toolkit Workshop等
**Microsoft** Azure AI Engineer Associate、Azure AI Fundamentals
**Google** Google Professional ML Engineer、Google AI Essentials
**AWS** AWS Certified AI Practitioner
顶级大学免费课
课程来自一句话描述费用
**Stanford CS336** 斯坦福带你从零构建一个语言模型免费材料
**Berkeley CS294** UC Berkeley 高阶LLM Agent课程免费材料
**DeepLearning.AI 短课** DeepLearning.AI 每门1-2小时的主题短课免费
**Hugging Face 全家桶** Hugging Face 6门课覆盖NLP到多模态免费
**LangChain Academy** LangChain 专注Agent开发基础免费
**fast.ai** fast.ai 代码优先的实践派免费

如果你完全没有编程基础，从DeepLearning AI的短课开始。如果你有编程基础，fast.ai非常适合。如果你是AI专业的在校生，Stanford CS336和Berkeley CS294是天花板级别。
书单（这几本值得放在手边）
类别推荐
**经典** 《深度学习》Ian Goodfellow著，圈内人叫它「AI圣经」
**科普** 《这就是ChatGPT》《深度学习革命》《AI 3.0》
**哲思应用** 《拐点》《人比AI凶》——万维钢《关于说话的一切》——写Prompt有帮助
**轻度技术** 《GPT图解》《智能体设计指南》《动手做AI Agent》
**技术进阶** 《RAG实战课》《这就是MCP》

还有两本免费电子书特别推荐：黄叔的《AI编程蓝皮书》2.0，以及姚金刚和向阳乔木的《GEO白皮书》（21万字）。

· · · · ·
四、钱往哪里流，行业就往哪里走

这个小节，我想跟你聊点不一样的。不聊技术，聊钱。

因为资本的流向，是预测未来最诚实的信号。投资人可以在采访里说漂亮话，但他们不会拿真金白银开玩笑。
关键数据
指标数字含义
**2025全球AI融资** **2258亿美元** 史上最疯狂的一年
**科技四巨头2026资本支出** **6350-6650亿美元** 主要用于AI基础设施——六千多亿美元砸下去建数据中心和买GPU
**AI采用率** **88%组织已使用AI** 但**只有6%真正获得显著商业价值**
**AI Agent市场规模** **78.4亿美元（2025）→ 526亿美元（2030）** 6.7倍增长
重点解读

88%在用，但只有6%真的赚到钱。这中间82个百分点的巨大鸿沟——是巨大的机会。谁能帮企业把AI从”用了”变成”用好”，谁就能吃到最大的红利。

Agent方向全面爆发。 2025年AI Agent市场规模78.4亿美元，预计2030年达526亿美元。YC最近几期的批次里超过80%的项目跟AI相关，Agent是最热的方向。 Gartner预测2026年40%的企业应用会嵌入Agent。

垂直行业的渗透速度也让我惊讶。医疗领域，医生使用AI的比例从38%飙升至66%。法律行业，律所AI采用率从19%涨到79%。金融领域，银行的生成式AI采用率从8%飙到78%。如果你在这些行业里，AI能力已经不是加分项了，它是基本功。

国内外的差异也值得关注。目前美国占全球AI投资的79%。海外侧重基础模型研发和开发者生态，国内侧重应用落地和场景创新。简单说：海外在造「发动机」，国内在造「车」。
值得追踪的AI投资风向标
机构网址
红杉资本（美国红杉）每年发布的《AI in 2026》是行业必读
a16z 每年发布的《State of AI》报告
Y Combinator 每期批次里AI项目的比例就是行业温度计
奇绩创坛陆奇创办的，可以理解为「中国版YC」
几份报告值得收藏
报告来源
《AI in 2026: The Tale of Two AIs》红杉资本
《State of AI》 a16z
《AI Index 2025》 Stanford HAI，400+页
《The State of AI》 McKinsey
《2026 Agentic Coding Trends Report》 Anthropic

· · · · ·
五、对你来说意味着什么？

– 选什么技能？看资本在追什么。Agent开发、AI应用集成、提示工程，这些方向在未来两三年确定性很高。

– 进什么行业？看AI在哪些垂直领域渗透最快。医疗、法律、金融、教育，这些行业的AI改造才刚刚开始。

– 做什么产品？看YC和奇绩创坛每期在孵化什么。他们的项目列表就是一份「未来热门方向预告片」。

· · · · ·
六、职业发展：用作品说话

聊完了大趋势，回到一个很现实的问题：这些东西怎么变成我的职业竞争力？

我的建议只有四个字：用作品说话。

在AI领域，没人在乎你的简历上写了什么。他们在乎的是：你做了什么？

在扣子上打造一个爆款智能体，用户量破万。在GitHub上开源一个AI项目，拿到几百个Star。在ProductHunt上发布一个AI小工具，被社区推荐到首页。这些事情，每一件都比任何证书有说服力。

说到证书，说句实话：目前市面上还没有一张AI证书是被行业真正认可的。了解一下可以，但不要把主要精力放在考证上。

与其花时间考证，不如花时间在这几个平台上建立存在感：
平台作用
**X（Twitter）** 关注行业动态，参与讨论，分享你的思考
**GitHub** 你的代码作品集
**HuggingFace** AI领域的GitHub，分享模型和数据集
**ProductHunt** 发布你的AI产品，获取真实用户反馈
**飞书** 国内很多AI社群在飞书上，信息密度高

在一个快速变化的领域里，你学习能力和实际产出，永远比一纸证书更有价值。

· · · · ·
写在最后

到这里，一万多字了。

如果你从头读到这里，辛苦了。如果你是跳着读的，也完全没问题，这本来就是给不同阶段的人准备的。

你不需要从线性代数开始。你不需要学会写代码。你不需要读完所有论文。你只需要打开一个AI工具，开始跟它对话。

我一直觉得四个阶段：了解AI，走进AI，驾驭AI，超越AI。

超越不是说AI厉害，而是你知道怎么跟它协作，让1+1大于2。你知道什么时候该依赖它，什么时候该相信自己。你能用它放大你的优势，而不是被它取代。

万维钢说过一段话，我反复念了几遍：

「我们永远会在AI面前失去自我，我们不但应该，而且必须，而且可以，以’我’为主。」

是的，以「我」为主。

AI是工具，是伙伴，是放大器。但掌舵的那个人，始终是你自己。

**人要比AI凶。**