指南里用到的课程、教材、论文清单和工具集中整理在这里，也收了一些技术博客、研究者访谈和科研经验。课程之外，许多具体问题在作者的文章、代码和讨论中讲得更细。
课程与教材
- 课程、教材与基础学习：Python、计算机、数学、机器学习与深度学习，包括 Crash Course、3Blue1Brown、MIT 和 Stanford 的课程。
- 深度学习课程与论文精读：《动手学深度学习》的教材与视频，以及李沐对 Transformer、ViT、CLIP 等论文的逐段讲解。
- 第一个 AI 项目：MNIST、YOLO、Agent 与机器人项目。
研究方向与技术文章
- 各方向课程、论文与项目：视觉、语言模型、多模态、生成模型、强化学习、具身智能、Agent、系统与 AI4X 等方向的专题资料。
- 技术博客与研究观点：模型结构、数学推导、Scaling、评测与科研写作，也包括作者对技术路线的讨论。
- BlogrXiv · OpenEnvision：按研究方向整理的 AI 博客、实验室文章和技术笔记。
科研方法与工具
选题、阅读、实验和写作都有不少值得参考的经验，也有相应的工具与教程。
- 科研方法与常用工具：文献检索与管理、训练排查、评测、写作、绘图和汇报。
- 科研经验与交流：研究判断、师生合作、联系邮件，以及研究者的分享与问答。
- LessWrong：研究判断与 AI 使用：建议与经验、证据与结论、实验测量，以及 AI 对话中的反馈。
团队、访谈与研究动态
- 课题组与研究团队：高校教师名录、实验室主页与工业研究团队。
- 博客、访谈与信息渠道：技术作者、研究发布、中文媒体和长篇访谈。更多研究动态与社区见 Lookout。
- ScholarTube · OpenEnvision：研究者访谈、视频播客、完整课程与学术报告。