west2-online AI 考核指南

欢迎来到西二在线工作室人工智能方向的考核指南。本指南旨在为初学者提供一条循序渐进的人工智能学习路线，帮助你系统性地掌握人工智能的核心知识与技能。

版权声明

本项目遵循 GPL-3.0 License。如需转载，请注明本项目仓库地址。

文档结构

所有考核相关文档均按学习目的 - 学习内容 - 学习要求（可能没有） - 作业 - 推荐教程与参考资料的目录结构编写。

Tip

从往年的经验来看，无人在意“推荐教程与参考资料”这部分内容，因此将其移到作业之后。但我希望你能认真看完这部分内容，因为这部分不只是推荐教程，还有更多有用的信息。

除此之外，我们还会提供各种补充资料。这部分并非考核内容，但如果你想学得更好，可以参考这些资料。

AI 学习路线总览

graph TD
    %% AI 学习路线总览
    A[环境搭建] --> B[语法基础与简单面向对象]
    B --> C[网络爬虫]
    B --> E[简单数据分析与可视化]
    C --> D[后续简介]
    E --> D[后续简介]

    %% AI 相关技能树
    D --> J((Python 前 / 后端))
    D --> F((底层 AI 学习))
    D --> G((顶层 AI 应用))
    D --> H((数据科学分析))

Loading

考核大致分为两个阶段：Foundation 与分流阶段（Scientific Research / Application）。Foundation 是共通路线，完成后你需要在 Scientific Research 与 Application 两条路线中选择其一。

如果你想保研，未来想进实验室，那么建议选前者。

如果你未来想找工作，那么可以选择后者。

关于更具体的建议，以及为什么会有 Python Backend、Python Frontend 和 Statistics，可见 Foundation 中的 Task 4（task4.md），这是后续方向导引。

成为正式成员后的权益

通过所有考核后，你将成为西二在线网络工作室的正式成员，并获得以下权益：

• 成员证书
• 使用工作室的计算资源，组队参与算法竞赛
• 获得外包项目与企业实习机会
• 拥有固定的个人工位及活动室使用权
• 参与科研合作项目
• 玩无人机

如何开始

请进入 tasks(2026) 文件夹，从 Foundation 中的 Task 0 开始学习。

我们希望学习方式是“文档引导 + 个人自学”。我们会告诉你应当如何快速上手，但你想要学好、学懂，除了我们的引导外，还需要主动进行个人提升。

从功利的角度出发，如果你想进入 west2-online 工作室，在完成基础内容后，还需要适当完成一定量的 Bonus 内容。

我们的答辩会考察你一定的知识储备。

作业提交方式

你需要阅读 作业提交指南 来了解作业提交的具体要求和流程。

你还需要阅读 Git 使用指南 来了解 Git 的使用方法。

此外，由于 AI 在不断发展，作业内容在不断变化，可能你做着做着作业内容就全变了。

所以请时刻关注本仓库。

详细说明

更多关于考核设计的思考，请参考 ShaddockNH3 的博客。

这篇博客已经过时，待 ShaddockNH3 有时间再维护。

维护指南

维护者在修改文档前，请先阅读 Markdown 维护规范。

提交前至少运行一次 Markdown 检查：

.\scripts\check-markdown.ps1

Linux / macOS 用户可以运行：

sh scripts/check-markdown.sh

也可以直接使用跨平台 Node.js 入口：

node scripts/check-markdown.mjs

新增或修改任务文档时，请优先保持“学习目的 - 学习内容 - 作业 - 推荐教程与参考资料”的结构，并遵守中英文空格、中文数字空格、数字单位和中文标点规范。

致谢

感谢 ShaddockNH3，JadeMelody，Tomori Nao，Longxi Zheng，Cai，Schariac125，柠檬味氨水，对 2026 / 2025 / 2024 版考核的贡献。

加入我们

欢迎扫码加入 AI 方向学习交流群，与其他学习者共同进步。