ROADMAP · 12 个月课程地图¶

状态标记：⬜ 未开始｜ 🔄 进行中｜ ✅ 完成｜ ⏸️ 暂停优先级：作品集（2 个月）> 工作影响（3–4 月）> 转型准备（6 月）> 长期竞争力（12 月）

阶段总览¶

阶段	时间	主题	对应目标	状态
1 冲刺	第 1–2 月	八周计划：API → 工具 → nano-agent → Codex 解剖 → capstone	作品集	🔄
2 落地	第 3–4 月	框架速成 · MCP · RAG · 工作流试点	工作影响	⬜
3 深化	第 5–7 月	Evals · 多 agent · LLM 原理系统课 · 安全攻防	转型准备	⬜
4 深耕	第 8–12 月	本地部署 · 上游跟踪 · 开源贡献 · 产品化探索	长期竞争力	⬜

两个月验收清单（W8 逐项打勾）：

模块	内容	预算	状态
框架速成	Pydantic AI：用 1–2 周把 W1–4 手写概念映射到框架 API；对比框架替你做了什么、藏了什么	2 周	⬜
MCP 实战	给 nano-agent 写一个 MCP server（如暴露 CT 查询工具）；理解 TRAE 等产品里天天在用的协议	2 周	⬜
RAG 基础与 agentic RAG	embedding、向量检索、重排；场景：SAP/guideline 问答、spec 知识库	3 周	⬜
工作流试点	把一个 agent 试点进真实工作流（脱敏数据）：如 log 分析、spec 检查；收集同事反馈	持续	⬜

模块	内容	预算	状态
Evals 体系	LLM-as-judge、轨迹评测、领域评测集建设（扩展 W8 的 mini-eval 为持续资产）	3 周	⬜
多 agent 编排	supervisor / handoff / A2A 协议；框架：OpenAI Agents SDK 或自研扩展	3 周	⬜
LLM 原理系统课（可选深入）	Transformer 架构、推理系统（KV cache / 投机解码）、RLVR 训练范式——延续大白话原则，逐步加深度	4 周	⬜
安全攻防	prompt injection 攻防实操、各沙箱方案对比、受监管行业 AI 合规（临床天然主场）	3 周	⬜

模块	内容	状态
本地部署	Ollama / vLLM 跑开源模型；临床数据不出境的合规场景原型	⬜
上游跟踪	持续跟踪 Codex releases 并沉淀解读笔记（信息雷达月度汇总驱动）	⬜
开源贡献	向 Codex / OpenHands / MCP 生态提交第一个 PR（文档/测试起步）	⬜
产品化探索	把 capstone 打磨为可给团队演示的内部工具；评估开源发布	⬜

每月最后一个周日填写，模板见学习日志。

（暂无记录）

信息雷达每月汇总后，凡「对计划有影响」的变化记录在此。格式：日期 / 变化 / 影响 / 决定。

日期	变化	对计划的影响	决定

逐条回答，答案写进当月复盘：