DeepLearning.AI 完整选课指南：120 门课，作者本人来讲，按 6 大目标选路径

DeepLearning.AI 现在有 120 门课——前面八家大厂（Anthropic / OpenAI / Google / NVIDIA / Microsoft / AWS / Meta / IBM）加起来都凑不出这个量。

但数量不是重点。这家有一样别家给不了的东西：

课是模型 / 工具的作者本人直接来讲。

Anthropic 4 门
OpenAI 4 门
Meta 4 门
Hugging Face 5 门
LangChain 5 门

每门 1-2 小时，全免费，不要信用卡。做工具的人亲自教你怎么用工具——这是任何二手教程都替代不了的。

入口：deeplearning.ai/courses

下面按 6 大目标拆解选课路径——按目标选，别按热度选。

目标 1·用好 AI 的 prompting 和工作流

AI Prompting for Everyone（Andrew Ng）
ChatGPT Prompt Engineering for Developers（OpenAI）
Generative AI for Everyone（Andrew Ng）

零基础到能熟练驾驭 AI 日常工作流，这三门是地基。

目标 2·做 Agent 系统

Agentic AI（Andrew Ng 系统课）
MCP: Build Rich-Context AI Apps with Anthropic
Agent Skills with Anthropic
AI Agents in LangGraph
Building AI Browser Agents
Building toward Computer Use with Anthropic

Agent 是 2026 年最热的方向，这条线最长也最值得投入。MCP 和 Agent Skills 两门 Anthropic 官方课尤其关键。

目标 3·做 RAG

Retrieval Augmented Generation (RAG) 系统课
Building Agentic RAG with LlamaIndex
Knowledge Graphs for RAG（Neo4j）
Advanced Retrieval for AI with Chroma

RAG 仍是企业级 AI 应用最高频的架构，从基础 RAG 到知识图谱 RAG 全覆盖。

目标 4·fine-tune 模型

Fine-tuning & RL for LLMs: Intro to Post-training（AMD）
Post-training of LLMs（华盛顿大学 / NexusFlow）
Reinforcement Fine-Tuning LLMs With GRPO

想从「调 API」进阶到「改模型本身」，这条线是必经之路。GRPO 那门对标当下最前沿的 RL 微调方法。

目标 5·系统补深度学习基础

Machine Learning Specialization（斯坦福联合）
Deep Learning Specialization
Mathematics for Machine Learning and Data Science

如果你想要的不是「会用」而是「懂原理」，这三个 Specialization 是经典中的经典。

目标 6·AI 编程

Build with Andrew（30 分钟做一个 app）
Vibe Coding 101 with Replit
Generative AI for Software Development
Spec-Driven Development with Coding Agents

从零基础 vibe coding 到规范驱动的 Agent 开发，覆盖 AI 时代的全新编程范式。

我的学习建议

按目标选，别按热度选：6 条路径对应 6 种目标，先想清楚你要什么再开课
优先作者亲授课：Anthropic / OpenAI / Meta / HF / LangChain 官方课，是一手知识
一次只攻一条线：120 门课最大的风险是贪多，3 个月只走一个目标
订阅 short course 列表：注册账号订阅，新课通常比官方公告早 24-48 小时在列表露面
和八大厂课配合：DeepLearning.AI 偏「应用 + 前沿」，大厂课偏「认证 + 生态」，互补刷

常见问题

DeepLearning.AI 的课程免费吗？

120 门短课全部免费，不要信用卡。每门 1-2 小时，注册账号即可学。

DeepLearning.AI 和大厂官方课比优势在哪？

工具作者本人来讲：Anthropic 4 门、OpenAI 4 门、Meta 4 门、Hugging Face 5 门、LangChain 5 门——做工具的人亲自教你用工具，这是任何二手教程替代不了的一手知识。

120 门课先学哪门？

按目标选别按热度选：日常提效走 AI Prompting for Everyone（吴恩达）；做 Agent 走 Agentic AI + MCP 两门 Anthropic 官方课；做 RAG 走 RAG 系统课。一次只攻一条线。

一句话总结

DeepLearning.AI 的杀手锏不是 120 门课的数量，而是「工具作者亲自教你用工具」。按 6 大目标选路径——prompting、Agent、RAG、fine-tune、深度学习基础、AI 编程，每条线都是一手知识。全免费、不要信用卡，是整个 AI 免费学习版图里信息密度最高的一家。

→ IBM SkillsBuild 免费 AI 课攻略 → Meta PyTorch 官方教程攻略 → AWS Skill Builder 免费 AI 课攻略 → 微软 AI 认证完整攻略 → NVIDIA DLI 免费课完整攻略 → Google Skills 游戏化学习路径 → Claude Certified Architect 完整路线图 → OpenAI Academy vs Anthropic 完整对比

下一篇会扒 Hugging Face——真正在做开源 LLM 的人，都从它的课开始。

📚 10 大平台 AI 免费学习全景图 → 一张表 + 按身份选路径，完整系列总目录。