想自学 AI，不想被信息噪音淹没？ 这 10 个频道够你用一年：从数学 → 代码 → 工程 → 研究 → 认知，闭环进阶。
1) 基础与直觉（数学底层）
•频道：3Blue1Brown（7.6M）：把线代、微积分、神经网络讲成“能看见的直觉”。
•频道：StatQuest with Josh Starmer（1.48M）：统计/ML 概念一刀见血，考研/面试急救包。
先看：线性代数本质；逻辑回归/随机森林的 StatQuest 版本。
2) 动手做模型（代码与实战）
•频道：Andrej Karpathy（1.02M）：从零写 Transformer，LLM 训练心法。
•频道：Jeremy Howard / http://fast.ai（138K）：实用优先，先拿结果再补理论。
•频道：Dave Ebbelaar（207K）：端到端项目、RAG、评测与部署。
先看：从零实现 GPT；“Practical Deep Learning” 开篇课。
3) 课程与名校
•频道：Stanford Online（838K）：CS229/CS231n/LLM 系列公开课，体系化补课。
先看：概率/最优化基础 + 视觉/LLM 最新课。
4) 工程与 MLOps
•频道：Hamel Husain（11.9K）：RAG、评测、提示迭代、产品化工作流。
先看：RAG 评估与数据迭代实战。
5) 研究访谈与长期趋势
•频道：Machine Learning Street Talk（199K）：硬核学术播客，论文作者亲讲。
•频道：Lex Fridman（4.8M）：与顶尖科学家/企业家长谈，做策略与认知升级。
先看：Transformer/对齐/多模态主题长谈。
6) 通俗入门 + 公式背后的直觉
•频道：http://Serrano.Academy（181K）：概率、信息论、ML 直白拆解。
先看：交叉熵、贝叶斯、马尔可夫直观解释。
7) 30 天学习路径（可直接照抄）
第 1 周：3Blue1Brown + StatQuest（线代/概率/回归/树）
第 2 周：http://fast.ai 开篇 + Karpathy“从零写 Transformer”
第 3 周：Dave 项目实操 + Hamel 的 RAG/评测
第 4 周：Stanford 体系化补课；MLST/Lex 选 3 期做「研究笔记」
规则：只做双速笔记（1 行直觉 + 1 行公式/代码）；每看 2 个视频，复刻 1 个小实验；每周 1 篇长谈/论文讲解拉高视野。
8) 为什么是这 10 个？
•覆盖“数学 → 代码 → 工程 → 研究 → 认知”的全链路。
•既能做出来，也清楚为什么能做出来。
•更新稳定、内容可形成可复用的知识底座。