研究者 / 进阶 · 完整课程大纲
5 门课、约 60 学时、季度节奏长期。跟得上前沿、能动手实验、能写出被读到的研究 note。
R · 01筹备中
当前 LLM 研究地图
学完你能：任何方向跟进时知道"哪些已稳、哪里还在打、哪些是噱头"；论文不再随便看。
前置：看过 5+ 篇 LLM 论文
模块
M1能力评估的争议2h
benchmark 失效 / 数据污染 / 题型逃逸。当前评测体系的真实状态。
contaminationbenchmark game
M2已稳的共识2h
scaling laws / RLHF / tool use / test-time compute。哪些已基本达成共识。
scalingRLHFtool use
M3仍在打的开放问题2h
长期记忆 / 复杂推理 / 多模态对齐 / 持续学习。前沿玩家在做什么。
memoryreasoningcontinual learning
M45 篇必读 × 4 方向2h
每方向 5 篇 + "为什么必读"的一段话。读完就能跟人讨论。
20 篇精读清单输出: 研究地图笔记
输出物：
- "当前 LLM 研究地图"个人笔记（季度更新）
- 20 篇精读论文卡片
R · 02筹备中
Agentic Systems 前沿
学完你能：跟懂任何 Agent 论文 / 产品；判断它属于哪个范式、有什么真创新。
前置：R · 01 完成；用过任意 Agent
模块
M1Agent 范式演进史2.5h
ReAct → ToolLLM → ChatDev → 现在。一条主线串清楚。
ReActToolLLMChatDev
M2多 Agent 协作的模式与局限2.5h
为什么"多 agent 协作"在 demo 里好看、生产里少见。
coordination costfailure modes
M3Agentic OS 范式2.5h
OpenAI Operator / Claude Code / pi-coding-agent——操作系统级 Agent。
Agentic OSOperator
M4评测的困难2.5h
怎么衡量"A Agent 比 B 好"。SWE-bench / Cybench 等 benchmark 与它们的盲区。
SWE-bencheval gap输出: Agent 评测笔记
输出物：
- Agent 范式演进 1 张图（个人笔记 / 演讲材料）
- "Agent 评测的盲区"分析（候选 note 主题）
R · 03筹备中
拆解前沿开源项目
学完你能：读真实 Agent 项目源码（10-100K 行）不再头大；30 分钟内看懂任何新项目的设计哲学。
前置：能读 TypeScript + Python；R · 02 完成
模块（每周一个项目）
M1pi-coding-agent · 极简 + Extension4h
读 agent-session.ts (103KB)。Extension API 怎么让"小核心 + 大扩展"成为可能。
agent-session.tsextensions/types.ts
M2Claude Code · permission 与 UX4h
逆向资料 + 行为探测。它的"不烦人又安全"怎么做到。
reverse engineeringleaked prompts
M3OpenClaw · 工具调用透明化3.5h
把"黑盒 LLM 调用"做成可观测的设计选择。
tool dispatchobservability
M4Hermes Agent · 消息驱动3.5h
不同范式：消息总线 + 多 Agent 互相投递。适合什么场景、不适合什么。
message bus输出: 4 篇拆解 note
输出物：
- 4 篇技术拆解 note（可公开发布）
- "4 个 Agent 项目的设计哲学对比"长文
R · 04筹备中
自己做小实验
学完你能：独立做"个人研究者级别"的实验——选小问题、设计对照、跑出可信结论。
前置：R · 01-03 完成
模块
M1选题：什么问题适合个人做2h
不需要 GPU 集群、不需要 100 万数据。"小但锋利"的问题。
scope filternovel angle
M2设计可信实验3h
避免 confounding 与数据污染。一份"低成本严谨实验"checklist。
control variablescontamination check
M3批量跑：多模型 × 多 prompt3h
实验跑批工具的使用。10 个模型 × 5 个 prompt × 3 次重复 = 一晚上跑完。
batch evalcaching
M4结果可视化 · 显著性2h
怎么把数据画清楚、判断统计显著性。让别人能信你的结论。
matplotlibp-value输出: 实验结果图表
输出物：
- 每月 1 个完整的小实验（数据 + 代码 + 报告）
- 实验跑批与可视化工具链（个人资产）
R · 05筹备中
写一篇被读到的研究 Note
学完你能：不投顶会也能做研究——把好想法写成被读、被引、被讨论的 note。这是 AI 时代研究者的新现实。
前置：R · 04 完成（有实验数据可写）
模块
M1选题：我想读但没人写2h
不是 trending 也不是 niche——是"应该被讨论但被忽视"的角度。
topic radarcontrarian angle
M2结构模板2h
问题 · 假设 · 实验 · 反例 · 推论。5 个段落写一篇严肃 note。
5-section template
M3写给"聪明但不懂这领域"的人2h
最难的写作风格——保留严谨，又让外行能看懂。技巧 + 反复练。
accessible writing改 3 篇
M4发表渠道 · 增长2h
Substack / HN / Twitter / LessWrong。每个渠道的口味差异。
platform fitdistribution输出: 第一篇 note
毕业输出：
- 2-3 篇被读到的研究 note（被引、被讨论）
- 个人研究品牌——可能比所属机构更重要的资产
- 跟 5-10 个同行建立联系（被人主动找你）