文章总结： 该文档推荐一个面向零基础的AI通识课程，通过6阶段30节课系统讲解AI核心概念，涵盖机器学习基础、神经网络、大模型原理及RAG、Agent等应用技术。课程采用可视化交互方式，适合安全从业者补足AI知识，建议分步骤学习并重点关注AI安全相关章节。 综合评分： 78 文章分类： 安全培训,AI安全,安全工具,解决方案,安全意识
AI 入门学习资源推荐
原创
网安布道师 网安布道师
六边形攻防安全
2026年6月17日 07:15 河北
在小说阅读器读本章
去阅读
推荐一个适合零基础的 AI 学习路线：AI 通识课
摘要
如果你想系统补一下 AI 基础，但又不想一上来就啃论文和数学推导，可以先看看这个中文 AI 入门资源。
正文
最近很多朋友都在问：
AI 到底应该怎么学？
是先学 Prompt，还是先看大模型？ 是直接上手 API，还是先补机器学习基础？ 看了一堆概念，为什么还是串不起来？
今天六边形攻防安全简单推荐一个比较适合入门的资源：
AI 通识课 https://aipath.buynao.com/
这个站点的定位很明确：给中文学习者看的 AI 入门课。
它不是那种一上来就把公式、论文、框架堆到脸上的路线，而是用可视化和交互演示，把 AI 的核心概念拆成 6 个阶段、30 节课。
我大概看了一下，内容覆盖得比较完整：
- AI、机器学习、深度学习的基本关系
- 神经网络、梯度下降、过拟合、反向传播
- CNN、Embedding、Attention、Transformer
- Token、预训练、SFT、RLHF、采样参数
- Prompt、上下文窗口、RAG、Function Calling、Agent
- 文生图、多模态、推理模型、MCP、开源闭源模型版图
- API 调用、本地大模型、RAG 实战、评估与 AI 安全
对安全方向的同学来说，这个资源也挺适合作为 AI 基础补课。
因为现在很多安全场景已经绕不开 AI 了：
做自动化漏洞分析，需要理解 Agent 和工具调用。 做企业知识库问答，需要理解 RAG。 做安全产品落地，需要知道模型评估、幻觉、提示注入和越狱风险。 想本地跑模型辅助分析，还得知道 Ollama、量化、开源模型这些基础概念。
这些东西如果只从碎片文章里学，很容易变成“每个词都见过，但连起来不知道在说什么”。
这个课程的优点是路线比较顺：
先建立直觉，再理解大模型，最后走到应用开发。
比较适合三类人：
- 刚开始学 AI，不知道路线怎么排的同学
- 做安全、CTF、渗透测试，想补 AI 基础的同学
- 想从“会用 AI 工具”进一步走向“理解 AI 应用怎么做”的同学
我的建议是不用一次性刷完。
可以先按这个顺序看：
第一步：看 1-6 课，补机器学习和神经网络直觉 第二步：看 8-15 课，理解大模型的底层概念 第三步：看 16-20 课，重点看 Prompt、RAG、Function Calling、Agent 第四步：看 26-29 课，开始关注 API、私有知识库、评估与安全
如果你本身是安全方向，我会特别建议看这几节：
- RAG：给 AI 外挂知识库
- Function Calling：AI 长出双手
- Agent 智能体：会自己干活的 AI
- MCP 与 AI 工程生态
- 评估与安全：AI 的体检与红线
这几块和后面做 AI 安全、AI 自动化渗透、企业内部知识库、智能体工具链都会有关系。
最后放一下地址：
https://aipath.buynao.com/
有空可以收藏慢慢看。
AI 这东西没必要一开始就追最热的模型和最复杂的论文，先把基础概念串起来，后面看工具、看框架、看安全风险，都会顺很多。
六边形攻防安全后面也会继续整理一些和 AI + 安全相关的学习资源、工具链和实战思路。
最后放上几张我觉得不错的截图
免责声明：
本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。
任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。
本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。
本文转载自：六边形攻防安全 网安布道师 网安布道师《AI 入门学习资源推荐》
版权声明
本站仅做备份收录，仅供研究与教学参考之用。
读者将信息用于其他用途的，全部法律及连带责任由读者自行承担，本站不承担任何责任。
评论