学习路径

理解AI大模型与Prompt工程学说

Prompt质量好坏直接决定模型输出的效果

大模型架构决定模型处理数据类型与数据复杂程度

通过微调模型算法决定知识密度、计算效率等

传统网络安全基础知识、编程语言基础、Vibe Coding

常见的网络威胁（木马，DDOS，系统入侵）

Web安全基础（SQL、XSS、RCE、CSRF、Upload等）

认识传统网络安全与AI安全的区别（威胁类型，复杂程度，攻击面，关联性，可解释性，数据隐私等）

Python基础和简单的自动化：https://www.icourse163.org/course/NJUPT-1472343162

尝试利用大模型进行Vibe Coding：https://github.com/2025Emma/vibe-coding-cn

机器学习基础、数学基础、深度学习基础

我真的能学到这里吗

LLM、推理机制、强化学习、Transformer架构、大语言模型应用、大模型训练流程与优化

硬件（GPU、TPU、FPGA、ASIC、边缘计算硬件）

AI自身安全学习路线（OWASP Top 10）

提示词注入攻击（AI界的SQL注入）