一份仅供参考的学习规划
这不是一个必须严格遵守的课程表，而是一份根据 AI 时代计算机专业学生需求定制的学习路线图。每个人的基础、目标和时间安排不同，你可以根据自己的情况灵活调整。
设计原则
基础先行，AI 加速。 传统 CS 基础知识（数据结构、算法、操作系统、计算机网络）依然是 AI 时代的硬通货。AI 工具能加速你的学习，但不能替代你对基础的理解。
理论与实践并重。 每门课都推荐课程视频（理论）+ 实验/项目（实践）。只看视频不做项目，学完即忘。
AI 工具贯穿始终。 从大一开始就把 AI 辅助编程、提示工程等工具融入日常学习，而不是把它们当作独立的课程。
第一阶段：大一 — 基础筑基
目标：打好编程和数学基础，建立良好的学习习惯。
上学期
| 内容 | 推荐资源 |
|---|---|
| Python 基础 | Python 官方教程 |
| C 语言 | CS50（Harvard，英文） |
| 微积分（上） | MIT 18.01 |
| 线性代数 | 3Blue1Brown 线性代数的本质 + MIT 18.06 |
实践建议：每天写 1-2 道 LeetCode 简单题。用 AI 辅助但不要依赖 AI 直接给答案。
下学期
| 内容 | 推荐资源 |
|---|---|
| 数据结构与算法 | UC Berkeley CS61B |
| 微积分（下） | MIT 18.02 |
| 概率论与数理统计 | MIT 6.041 |
| Git 和 GitHub | Git 章节 + GitHub 官方教程 |
实践建议：完成 CS61B 的所有实验和项目。开始用 Git 管理自己的代码仓库。
暑假建议： - 学习 Harvard CS50 作为巩固 - 开始用 Python 做一些小项目（爬虫、数据分析、简单游戏） - 初步了解 AI 辅助编程工具（Copilot、ChatGPT）
第二阶段：大二 — 核心专业课 + AI 入门
目标：掌握计算机核心课程，开始接触 AI 相关知识。
上学期
| 内容 | 推荐资源 |
|---|---|
| 计算机体系结构 | UC Berkeley CS61C |
| 操作系统 | MIT 6.S081 |
| 机器学习入门 | 吴恩达 Machine Learning |
| AI 辅助编程 | AI 辅助编程章节 |
实践建议：完成 CS61C 的 RISC-V 实验，做 MIT 6.S081 的 xv6 实验。开始在实际项目中使用 Claude Code 或 Cursor。
下学期
| 内容 | 推荐资源 |
|---|---|
| 计算机网络 | Stanford CS144 |
| 数据库系统 | CMU 15-445 |
| 深度学习 | 吴恩达 Deep Learning Specialization |
| 提示工程 | 提示工程章节 |
实践建议：实现一个简单的数据库 B+ 树索引，用深度学习框架（PyTorch）完成图像分类项目。
暑假建议： - 找一个暑期实习或参与开源项目 - 深入一个 AI 应用方向（NLP/CV/Agent） - 学习 Docker 和基本的 DevOps 技能
第三阶段：大三 — 深入 AI 方向 + 考研/就业准备
目标：在选定方向深入，同时为考研或就业做准备。
上学期
| 内容 | 推荐资源 |
|---|---|
| 分布式系统 | MIT 6.824 |
| 强化学习 | 吴恩达 RL Specialization 或 David Silver RL Course |
| RAG 系统 | RAG 章节 |
| Agent 开发 | Agent 章节 |
实践建议：完成一个完整的 AI 项目（如 RAG 知识库问答系统、多智能体协作系统）。考研同学开始准备 408。
下学期
| 内容 | 推荐资源 |
|---|---|
| LLM 应用开发 | AI 工程化章节 |
| AI 安全 | AI 安全章节 |
| 编译原理（选修） | Stanford CS143 或 Crafting Interpreters |
实践建议：准备作品集（GitHub 仓库 + 项目演示）。考研同学全力冲刺。就业同学开始刷题和准备面试。
第四阶段：大四 — 毕业设计与职业发展
目标：完成毕业设计，确定职业方向。
- 考研同学：准备复试，提前联系导师，阅读目标方向的论文
- 就业同学：系统设计面试准备，继续深耕技术栈
- 出国同学：准备申请材料，积累科研经历
关于考研 408
如果你计划考研，以下四门课是 408 统考的核心（每科约 25 分）：
| 科目 | 分值占比 | 推荐课程 |
|---|---|---|
| 数据结构 | ~25 分 | UC Berkeley CS61B |
| 计算机组成原理 | ~25 分 | UC Berkeley CS61C |
| 操作系统 | ~25 分 | MIT 6.S081 |
| 计算机网络 | ~25 分 | Stanford CS144 |
建议在完成上述课程后，用国内考研教材（如王道考研系列）进行针对性复习。国外课程帮你理解原理，考研教材帮你应对考试——两者结合效果最好。
关于 AI 工具的使用原则
- AI 是放大器，不是替代品。 AI 帮你加速写代码，但理解代码的责任在你。
- 先理解再使用。 不要用你不理解的 AI 生成代码。遇到不懂的，先问 AI 解释原理。
- 用 AI 学，而不是用 AI 做。 让 AI 帮你解释概念、翻译文档、总结论文，但思考和决策要自己做。
- 保持编程手感。 即使有 AI 工具，也要定期手写代码，保持对语法和算法的敏感度。
这份规划基于作者的个人学习经验和与多位教授、学长的交流总结。由于个人方向偏应用实践，理论计算机、数学等方向的课程覆盖较少。如果你有补充建议，欢迎通过邮件联系。