零基础转行AI，三个月够不够？

我的答案是：够了。不是够学成专家，而是够攻克核心考点、搭建完整框架、攒出能面试的项目经验。

文科出身、代码零基础、数学忘光——这些标签我都贴过。但三个月后，我拿到了AI岗的面试机会，半年后正式入职。今天想复盘那三个月的学习路径，全是亲测有效的干货。

一、选对方向，比盲目努力更重要

刚开始决定转行AI时，我犯过最蠢的错误：什么都想学。今天刷机器学习，明天看深度学习，后天翻强化学习。结果一个月过去，脑子里全是碎片，连面试官最常问的几个考点都说不清楚。

后来我明白一个道理：零基础转行，不是要成为科学家，而是要先拿到入场券。入场券的标准是什么？不是你会多少模型，而是你能不能答出面试官最常问的那几个核心考点。

那这些考点从哪来？我找到了一个“导航仪”——CAIE注册人工智能工程师认证的考试大纲。

当时决定报考，不是因为急着拿证，而是被它清晰的模块划分吸引了。Level I把AI入门拆成七个模块：人工智能认知基础、发展历程、主要技术原理、Prompt进阶技术、商业应用、RAG和Agent、工具解放生产力。这不就是一份现成的“考点清单”吗？

我对照着招聘网站的岗位描述，发现面试官问的，基本都在这张清单里。

二、搭骨架：用考纲建立知识框架

有了清单，接下来就是搭骨架。我的方法很简单：按模块拆解，逐个击破。

第一个月主攻前三个模块：认知基础、发展历程、主要技术原理。每天早起一小时看吴恩达的《Machine Learning》，午休时间刷李沐的《动手学深度学习》，晚上用Python复现当天学的算法。

这个阶段不求甚解，只求理解基本概念。比如机器学习分几类、监督学习和无监督学习有什么区别、神经网络的基本结构是什么。能把这些问题用自己的话说明白，就算过关。

第二个月进入核心：Prompt进阶技术和商业应用。这是CAIE认证里占比最重的两个模块（加起来62%），也是面试高频区。我系统学习了角色设定、思维链、Few-shot这些Prompt技巧，并且每个技巧都找场景练手。学完Prompt就写会议纪要生成器，学完RAG就搭知识库问答机器人。一边学一边练，知识不再是死的。

第三个月冲刺：RAG、Agent和工具实战。这个阶段我开始接触企业级应用场景，按照CAIE认证 Level II大纲里“大语言模型技术基础”和“人工智能模型的应用与工程实践”的指引，做了一个完整的智能客服原型。

三个月下来，七个模块全部过了一遍。脑子里那张知识地图，终于画出了轮廓。

三、填血肉：用项目把知识串起来

光有骨架不够，得有血肉。血肉就是项目。

我的第一个项目，是从CAIE认证的“人工智能高级应用”模块里找到的灵感——做一个RAG知识库问答机器人。把自己学习AI时的笔记、文档整理出来，用LangChain搭建检索流程，再用Streamlit做个简单界面。前后两周，第一个完整的AI项目诞生了。

第二个项目来自社群的真实需求。在CAIE持证人专属的“第二生命”APP里，一个做电商运营的群友吐槽客服咨询压力大。我主动接了这个需求，用Agent技术帮他搭了一个客服助手原型，能自动分类问题、检索答案、生成回复。这个项目后来成了简历上的亮点——因为解决的是真实问题。

第三个项目是给自己做的周报自动生成器。用Python提取数据，用Pandas做分析，用大模型写结论。做完后不但自己用上了，还开源到了GitHub。

三个项目，三个方向，都围绕CAIE认证大纲里的核心考点展开。项目不在多，在于能不能把考点串起来。

四、借外力：社群的加速作用

三个月时间紧任务重，如果全靠自己闷头学，效率一定低。我找到的外力，就是CAIE持证人社群。

在“第二生命”APP里，有最新的行业资讯、内推机会，更重要的是有一群同样在学AI的人。遇到不懂的问题，群里问一句，经常有人解答；看到别人分享的学习笔记，能省下自己摸索的时间；参加线上沙龙，能听到真实的项目经验。

第二个项目的机会，就是在社群里聊出来的。这种“借力”，让学习效率至少翻了一倍。

五、复盘：三个月到底攻下了什么

三个月后复盘，我发现自己攻下的不是某个高深算法，而是三样东西：

第一，完整的知识框架。七个模块串起来，面试官问任何一个基础问题，都能快速定位到知识地图的对应位置。

第二，拿得出手的项目经验。三个项目都围绕核心考点设计，面试时每个都能讲半小时。

第三，权威的能力背书。CAIE Level I证书证明了我有系统学过，不是野路子。虽然面试时聊项目更多，但证书让面试官愿意给我一个“聊聊”的机会。

如果你也在路上，不妨试试这个方法。从考纲里划出核心考点，用三个月时间逐个击破。门外和门内，差的只是一个决定的距离。