计算机大三才想转 AI：两个月暑假该按什么顺序排

版权与内容来源声明
本文为原创整理。文中涉及官方文档、开源仓库、论文与公开报道的内容，均在附表 A 中标注来源；引用官方原文保持原样，不作改写。文中命令、版本号与界面截图以本文成文时的实测/核验结果为准，标注「待验证」的部分请以你本地环境实际输出为判断依据。本文不推荐任何不合规的软件获取方式，也不对任何收益结果作承诺。转载请注明出处。

第 1 章 大三这个时间点，为什么必须按「交付物」排，而不是按「知识点」排

1.1 进度条不等于能力

大二升大三的暑假，最容易掉进的坑是「报一门课，从头看到尾」。进度条走满了，每一节都看懂了，打开编辑器还是不知道第一行写什么——问题不在课程，在于把「输入」当成了「产出」。

两种产出要分开看：

• 知识点型产出：今天看完了第 5 章。凭证是你的记忆，别人无法验证。
• 交付物型产出：今天让程序跑起来并答出了一句话、整理出了一份带来源的语料。凭证是一个文件、一段日志、一张表，别人能打开看、甚至照着重跑。

本文说的「交付物」就是后者：一个能被第三方检查的小东西——一段可复现的运行记录、一份自己的语料、一张对比表，都算。

为什么大三特别关键？大三暑假大概是你本科最后一段「没有课表、能连续做两个月整块事情」的时间；开学进大四，秋招、毕设、实习面试会把日程切碎。用整块时间换碎片知识，最不划算。

1.2 面试官问的从来不是「你学了什么」

以国家大学生就业服务平台上的「AI 应用开发工程师」这类岗位描述为例，职责里反复出现几类动作：把大模型能力接进业务系统、做提示词设计、搭检索问答、清洗数据并向量化、把能力封装成接口、容器化部署、写技术文档。（仅做定性归纳，不附统计数字；原文可按附表 A 核对。）

这些动词的宾语都是「东西」——接口、系统、文档、数据，没有一条是「学过某门课」。招聘方要的是能被交付的人，而交付的证据只能是交付物。

判据：如果一个安排在第 4 周结束时拿不出任何「别人能打开看的东西」，就该重排。

1.3 顺带澄清两个误会

「有交付物」不等于要做上线产品，门槛是三条——可复现（换台电脑照记录能做出一模一样的输出）、可展示（有文件、日志、表格）、可解释（能说清每步为什么这么做）。

另一条要澄清的是关系：跑通环境和你在看的基础课是两条并行的线，不是串联的线。不必等理论学完再动手——那通常是永远不动手。

第 2 章 两个月怎么切：四个两周窗口

2.1 为什么一格定成两周

一周太短，依赖还没装热就结束；一个月太长，中间烂尾也看不出来。两周刚好是一个能做出一个可展示小东西、又能自查一次的最小周期。它自带一条硬规则：第一个周末打地基，第二个周末必须收口出东西——欠一个窗口，下一个就失去输入，整条链一起垮。

2.2 核心判据：窗口 → 交付物 → 验收标准

这张三列表是全文的主干，每天晚上打开它，确认自己在哪个窗口的哪一格。

验收标准里的动词都是别人能做到的事——「对方能重跑」「你能指出哪几题」。只有你自己能判定的，就不是验收标准，只是自我感觉。

2.3 四个窗口是串联，不是并列

顺序不能换，因为每个窗口的产物都是下一个窗口的输入：没有能跑通的环境，第 2 窗口的检索无处落地；没有自己整理的语料，第 4 窗口没有题可出；没有那条能跑的小流程，评测对象就是空的。

有人一上来就想做评测，但语料和流程都不存在时，评测只是空转。另外，第 1 个窗口不要追求完美：环境能跑通、对话能返回、多轮上下文接得上，就算过关。

第 3 章 第 1 个两周：把环境跑通，加一个能对话的最小闭环

3.1 交付物：一段可复现的运行记录

「运行记录」不是「我装了 Python 和某个库」，而是四样东西叠在一起：环境清单（Python 与系统版本、依赖清单）+ 逐条可复制的命令 + 真实输出 + 一次故意改坏的记录。

先解释虚拟环境（一个与系统隔离的、只给某个项目用的 Python 运行目录）。Python 官方文档的说明是：它基于某个已有的 Python 安装创建，默认与系统里的包隔离，常见目录名是.venv，并且官方建议它不纳入版本控制、可以随时删除重建（截至 2026-10-13 的官方文档表述）。既然环境是一次性的、不该拷走的，别人复现你的唯一依据就只能是你写下的版本号和依赖清单。

⚠️代码待验证

python-mvenv .venv# 建一个隔离的虚拟环境python-mpipinstall--upgradepip# 升级包管理器python-mpipinstallopenai sentence-transformers# 只装进虚拟环境，不装到系统python-mpip freeze>requirements.txt# 冻结依赖清单，别人靠它复现python minimal_chat.py2>&1|teerun_2026-07-01.log# 运行并把屏幕输出同时落进日志.venv/Scripts/Activate.ps1# Windows PowerShell 用这条激活source.venv/bin/activate# macOS 与 Linux 用这条激活

requirements.txt和日志文件就是你交付物的实体。

3.2 最小闭环：一个能连续对话两次的脚本

「能对话」的最低标准不是「能返回一句话」，而是第二次提问能引用第一次的内容——这才能证明多轮上下文真的接上了。

⚠️代码待验证

"""minimal_chat.py：最小可对话闭环，重点是能跑通、能复现。"""importosfromopenaiimportOpenAI# 换成你实际使用的官方客户端client=OpenAI(api_key=os.environ["MODEL_API_KEY"],base_url=os.environ.get("MODEL_BASE_URL"),# 只有走自建服务时才有意义)history=[{"role":"system","content":"你是一个简洁的助手，不知道就说不知道。"}]defask(question:str)->str:history.append({"role":"user","content":question})resp=client.chat.completions.create(model=os.environ.get("MODEL_NAME","替换为你账号下可用的模型名"),messages=history,)answer=resp.choices[0].message.content history.append({"role":"assistant","content":answer})returnanswerif__name__=="__main__":print(ask("用两句话解释什么是向量。"))print(ask("你上面那句里提到了什么概念？"))# 第二问用来验证上下文确实带上了

唯一值得注意的东西是那个history列表：每轮的提问和回答都追加进去，下一次请求整段发出去。第二问答非所问，八成是你漏了追加，而不是模型的问题。

3.3 怎么判断这个窗口完成了

运行记录里必须有五样：Python 与操作系统版本、依赖清单、逐条可复制的命令、真实输出（含多轮对话的第二问）、一次「故意改坏再改回」的记录。缺任何一样，别人都复现不了。

完成信号只有一个：把文件夹（去掉虚拟环境目录）发给同学，对方照着你的记录能跑出同样的两问两答。做不到，就是没完成。

3.4 这个窗口最容易卡住的三处

• 卡在选型：在几个框架之间比来比去，一周过去还没发出第一次成功的请求。→ 第一个周末必须有一次成功的返回。
• 卡在密钥或网络：反复折腾连接问题。→ 设 2 小时上限，超了就换一个能连通的服务端点。
• 卡在「想一次写对」：追求漂亮的代码结构，迟迟不运行。→ 代码丑一点没关系，能复现就行。

第 4 章 第 2 个两周：接上自己的数据做检索问答

4.1 交付物：一份自己的语料，加一份检索效果对比

这一章是分水岭：换成你自己的数据，才证明你会处理真实世界里的脏东西。

检索增强生成（常缩写为 RAG，意思是不让模型凭空作答，先让程序从你自己的资料里查出几段相关内容，再把这些段落连同问题一起交给模型）解决两个老问题：模型一次能看到的最大文字量装不下你全部的资料（这个上限叫上下文窗口），以及模型的训练数据停在某个时间点。LangChain 官方文档把这条流水线拆成两大步：索引（加载 → 切分 → 嵌入 → 存储）和检索生成（先检索、再生成）（截至 2026-10-13 的官方文档表述）。其中三个词先解释清楚：把长文档切成一小块一小块、方便分别检索，叫切分（英文 chunk）；把文本变成一串数字、意思相近的位置也更靠近，叫嵌入（也叫向量）；专门存这些数字、并按距离远近找出最相关段落的地方，叫向量库。

语料最现实的选择：课程设计文档、实习笔记（脱敏后）、专业课讲义、开源项目官方文档，或自己整理的错题本。判断标准是你能对这份语料提出 10 个「只有真正读过它才能答对」的问题，提不出来就换一份。

4.2 不同语料各适合问什么

4.3 检索效果对比怎么做

方法不复杂，难的是纪律：固定同一批问题，在改动前后各跑一遍，记录每道题有没有命中你期望的那段来源。一次只改一个变量——切分粒度、检索条数、要不要加重排序；改三样就分不清是哪个起了作用。这里的重排序（英文 rerank）指先粗筛一批候选段落，再用更精细的模型重新排序，把最相关的顶到前面。

⚠️代码待验证

"""rag_compare.py：同一批问题，对比改动前后的检索命中情况。"""importjsonfromsentence_transformersimportSentenceTransformer model=SentenceTransformer("sentence-transformers/all-MiniLM-L6-v2")# 通用小模型，可替换defrun_questions(chunks,questions,tag):chunk_vecs=model.encode([c["text"]forcinchunks],normalize_embeddings=True)rows=[]forqinquestions:qv=model.encode([q["q"]],normalize_embeddings=True)[0]scores=chunk_vecs @ qv best=int(scores.argmax())got=chunks[best]["source"]rows.append({"q":q["q"],"top_source":got,"hit":got==q["expect"]})withopen(f"retrieval_{tag}.json","w",encoding="utf-8")asf:json.dump(rows,f,ensure_ascii=False,indent=2)print(f"[{tag}] 命中{sum(r['hit']forrinrows)}/{len(rows)}题")returnrows

这段只搭了骨架，切分参数和相似度写法要你自己调，且必须遵守「一次只改一个变量」。

完成标准：你能指着对比表说出「这 3 道题从答不出变成答对，是因为把切分粒度从整篇改成了按小节」。给不出这个因果，就只是「跑了一遍」。

第 5 章 第 3 个两周：加工具调用或多步流程

5.1 交付物：一个能处理真实小任务的流程

「真实小任务」必须同时满足四条：有明确输入、有明确输出、可以重复跑、失败时能看到中间状态。例如「给一份表格文件，按规则清洗后写回一个新文件」。反例是只调用一次模型、输出一段自由文本——那不叫流程，叫一次性问答。

工具调用（也叫函数调用，意思是让模型不只回话，还能「申请」调用你写的一段代码）在 OpenAI 官方文档里被描述成一个多步循环：请求带上可用工具 → 模型返回工具调用 →你的代码执行 → 结果再发回模型 → 得到最终回复；文档同时强调，模型自己不会执行任何东西（截至 2026-10-13 的官方文档表述）。Anthropic 的官方文档用了另一个说法：工具调用是「应用与模型之间的一个契约」，模型只发出结构化请求，真正跑代码的还是你（截至 2026-10-13 的官方文档表述）。两家措辞不同，指向同一件事：功夫不在模型，而在你写的那几段工具函数。

5.2 工具调用的三档形态

幂等指同一件事执行多次，效果和执行一次一样，不会重复写、不会重复扣费——第二档之所以要求它，是因为流程要重复跑。判据是：第 3 个窗口只做到第一档，或者第一档加第二档里「只写自己沙箱目录」的部分；涉及外部不可逆动作的，一律留到以后。

5.3 怎么判断流程能用了

• 输入输出明确：同样的输入，跑多次，输出的结构稳定（字段、文件路径固定）。大模型本身有随机性，所以要的是结构稳定，不是文字一字不差。
• 中间状态可读：出错时你知道停在第几步、上一步输出了什么；否则多步流程就是个黑箱。
• 边界能兜住：输入为空、格式不对时，返回一句人话提示，而不是整个崩掉。

一个自检动作：把流程交给同学，只给他一个输入文件、不给他看代码，让他跑一次。能跑出结果，「能处理真实小任务」才成立。

大模型学习路线图：第 5 章讲的是工具调用与多步流程，如果你希望把从环境搭建到 Agent 开发的路径系统过一遍，这份路线图按阶段标了每一步该学什么、哪些可以先跳过。放在资料包里，扫码即可获取：

第 6 章 第 4 个两周：评测与包装

6.1 交付物：一份评测结果，加一份项目的取舍说明

这里的「评测」（用一批带标准答案的题，自动检查程序答得怎么样）听起来很重，其实要的只是让项目在面试桌上经得起追问。

LangSmith 官方文档把一次评测拆成三个组件：数据集（一批测试输入和可选的期望输出）、目标函数（你真正要测的那部分逻辑）、评分器（给目标函数的输出打分）（截至 2026-10-13 的官方文档表述）。Ragas 官方文档则给出了现成的指标清单，和检索问答最相关的是：faithfulness（回答有没有检索到的上下文支撑，防止模型自己编）、context precision（检索回来的片段里，相关的有没有排在前面）、context recall（该检索到的是不是漏了）、answer relevancy（回答有没有对准问题本身）（截至 2026-10-13 的官方文档表述）。挑两三个能解释清楚的就够了。

6.2 评测的最小配置

⚠️代码待验证

"""eval_run.py：数据集 + 目标函数 + 评分器，三个组件的最小骨架。"""importjsonwithopen("eval_set.json",encoding="utf-8")asf:dataset=json.load(f)# 每条形如 {"question": "...", "must_contain": ["要点1", "要点2"]}deftarget(question:str)->str:...# 调用你第 5 个窗口的流程，返回最终答案defscore(answer:str,must_contain:list)->float:hit=sum(kinanswerforkinmust_contain)returnhit/len(must_contain)# 先人工核对几条，确认这个判法不荒唐results=[{"q":d["question"],"score":score(target(d["question"]),d["must_contain"])}fordindataset]print("本次评测平均得分：",sum(r["score"]forrinresults)/len(results))withopen("eval_result.json","w",encoding="utf-8")asf:json.dump(results,f,ensure_ascii=False,indent=2)

这个评分器很粗糙，只看关键词有没有出现，但它是你能解释的：宁可要一个粗糙但讲得清楚的指标，也不要一个说不出所以然的高分。

6.3 取舍说明写什么

一段要写进项目说明文件的文字，回答四个问题：解决什么小问题（别堆名词）；为什么这么选（选了哪个、放弃了哪个）；哪一步做了妥协（比如语料没清洗干净、检索条数凭感觉定的）；重来一次会先改哪里。

面试官爱看它，是因为它证明你不是照着教程抄了一遍——「我试过两种切分方式，最后选了这种，因为另一种会把表格切断」，这种句子展示的是判断过程，而判断过程恰恰是教程里学不到的。

第 7 章 收尾：简历怎么提取、开学怎么续用、哪些事别做

7.1 简历上的项目描述，从交付物里逐条提取

原则只有一句：不写「学习了某框架」，要写「用某框架做了某件事，结果是某样」，而且每一项都要对应你手里真实存在的一个文件或一张表。

两条禁区：不写百分比（改成「由 A 到 B」这种可复核的说法），不写「大幅提升」（改成「同一批问题、同一台机器上」这种可核对的前提）。面试官一旦追问前提，含糊的表述会立刻露馅。

7.2 开学后怎么把暑假的产物继续用下去

前提是你做了第 4 个窗口的包装。三个方向可以并行：

• 变成作品集：四个交付物整合进一个仓库——说明文件放取舍说明，结果目录放评测与检索对比，数据目录放语料来源说明（别放不能公开的东西）。
• 变成课程作业或毕设的起点：第 2 个窗口的语料若来自你的专业课，可以直接复用到毕设；检索对比表和评测结果就是现成的实验数据。
• 变成实习面试的谈资：面试前把评测重跑一遍，重点记住最差的那几条案例——面试官通常更想听你怎么面对失败案例。

开学后时间碎，别指望「重新开始」，改成每周固定一小段时间给项目加一件事或补一处说明。

7.3 常见排错清单：哪些事最容易占掉整个暑假却不出东西

• **一直在选型，从没跑通第一次请求。**→ 给选型设 2 小时上限，超了就先用一个能返回结果的端点。
• 追求「从零手写一切」：自己实现向量检索、自己搭推理服务，两个月卡在基建上。→ 凡与当前交付物无关的轮子，先用现成库。
• 边做边换题目：第 3 周忽然觉得语料没意思，推倒重来。→ 一个窗口内不换题目。
• 只收藏资料不看：把时间花在「再找一份更好的教程」上。→ 当天没有新增文件，就不算这天有进展。
• 把美化当进度：反复调界面颜色、改标题字数。→ 美化放在第 4 个窗口的最后一件事。
• 等「准备好了再开始」：等学完数学、等看完某门课才动手。→ 跑通环境和你的理论课是并行的两条线。

《LangChain + LangGraph + MCP 智能体开发实战》视频课：第 7 章讲的是收尾与续用，如果你打算把暑假的产物继续做下去，这套课从私有化部署一路讲到 Agent 全流程，可以当作下一步的扩展参考。放在资料包里，扫码即可获取：

附表 A：本文引用事实与出处对照表

附表 B：术语速查表

写在最后：这篇用到的资料

写这篇文章时，把相关的官方文档和源码又翻了一遍，顺手也整理了几份配套的东西：

• 大模型学习路线图：从零基础到能自己动手做 Agent，按阶段说明每一步该学什么、哪些可以先跳过
• 《LangChain + LangGraph + MCP 智能体开发实战》视频课：7 个模块，从私有化部署、Embedding+RAG 到 MCP+Agent 全流程
• AI 大模型知识库（在线可查）：Agent Skills 从入门到落地、Claude Skills 完全指南等专题，按目录浏览即可
• 640 套 AI 大模型行业报告 + 经典 PDF 书籍：看行业落地案例和别人怎么做的时候用得上
• 大模型零基础到精通教学视频：跟着敲一遍，比只读文档快得多

资料是我自己整理的，放在下面这个码上，扫码即可获取：

添加时备注「AI」，优先通过。

资料按「先路线、再动手、最后查漏」的顺序整理好了，建议先看学习路线那一份，照着它挑一条适合自己当前基础的路径再往下看。