01先分流:你要不要写代码FORK
入行 AI 不是只有"写代码"一条路。大致分两条:技术路——算法、应用开发、Agent 开发,要写代码;非技术路——产品、运营、内容、数据相关的岗位,不一定写代码,但要懂 AI 能做什么、边界在哪。
这篇往下讲的是技术路的最小准备。如果你更想走非技术路、或还没想好,别急着装环境——先把这个站的判断类内容(笔记)读起来建立认知,写不写代码的分流,以后的岗位地图会专门讲。
02装三样,全免费TOOLS
技术路上手,最小工具集就三样,都免费、官网直接下:
- Python(3.10 以上)——AI/Agent 生态的主力语言。去官网 python.org/downloads 装,一路默认即可(Windows 记得勾上 "Add to PATH")。
- 一个编辑器——VS Code 够用且免费,装完再装个 Python 扩展。
- 会用终端——不用精通,先会"打开终端、切到某个文件夹、敲一行命令回车"就行。Mac 用"终端",Windows 用 PowerShell。
装完验证一下:打开终端敲 python3 --version(Windows 可能是 python --version),能打印出版本号,环境就通了。
03要不要 API keyNO KEY NEEDED
入门阶段不用花钱、也不用 API key。这个站的 P-006 Minimal Agent Loop 就是零依赖、无需任何 key、克隆即跑的——你可以先用它,把 F-001 讲的"观察→决策→执行→更新"循环亲手跑一遍,完全免费。
等你想让 Agent 真正连上大模型,再考虑 key:各家模型平台大多有免费额度可以先试;想彻底不花钱,也可以在本机跑开源小模型。这些都是后面的事,别在第 0 步就卡在"要不要充钱"上。
04补三个前置(边学边补,不用先精通)PREREQS
下面三个会让你后面顺很多。标准是"够用就行",不用先学完再开始:
- 终端基础——切目录(
cd)、看文件(ls)、跑脚本。卡住时搜"命令行 入门"就有大量免费教程。 - Git 基础——会
clone(把别人的代码拉下来)、commit(存一次改动)就够起步。官方 git-scm.com 有免费文档。 - HTTP 与 JSON 常识——知道"请求/响应"是什么、JSON 是一种数据格式即可。Agent 调工具、连模型全靠它们,但也是用到再查、不用先啃。
一个诚实的提醒:这三样都不是"学完才能开始",而是"开始之后边撞边补"。真卡住是好事——卡住的地方就是你下一个要补的点。
05铺好了,从这进NEXT
- 能在终端打印出 Python 版本号了吗?
- 知道从哪把一个项目"克隆"下来、怎么跑起来了吗?
- 接受了"前置技能是边做边补、不用先精通"这件事吗?
都行,就正式开始:下一步读 F-001 Agent 到底是什么,然后按 研习路线往下走。读到不认识的词先别停,记下来继续——这个站的判断和证据,才是真正值钱的部分。