学习路径
AI 能帮你执行代码，但选择哪条路、什么时候转向——这些判断力来自底层理解。三条路径，帮你建立这种判断力。
选择你的学习方式
"我不得不把才华埋葬在昨天，去做一位机甲驾驶员。" AI 时代，执行力的价值在下降，判断力的价值在上升。以下三条路径，帮你建立那种 AI 无法替代的判断力：
- 自底向上：从逻辑门到应用系统，逐层构建完整认知。当你理解每一层"为什么这样设计"，你就能判断 AI 推荐的方案是否违反了底层约束
- 自顶向下：从应用抽象到晶体管，带着业务问题向下钻取。当 AI 推荐的架构方案遇到瓶颈，你能从顶层需求追溯到硬件限制
- 问题驱动：从"为什么"出发，向下钻取原理。当你遇到 AI 无法解释的性能问题或系统故障，你能自己定位根因
7 层抽象阶梯 — 学习路径图
从 NAND 门到云原生的计算机科学学习路径
从"为什么"出发，跨层钻取。13 个核心问题，每个穿越多个层级，帮你建立跨层推理的工程直觉。
核心洞察：AI 能帮你写每一层的代码，但只有你能看到全局。
🎯AI 时代学习建议
自底向上适合谁？如果你发现自己在用 AI 写代码时，经常"不知道它生成的代码对不对"——比如 AI 给你一段 CUDA 算子，你看不出它是否充分利用了共享内存；或者 AI 推荐一个缓存策略，你不知道它为什么快——那么你需要自底向上。从 NAND 门开始，逐层建立工程直觉，让你能判断 AI 输出的每一行代码。
自顶向下适合谁？如果你已经在做架构设计或系统优化，但发现 AI 推荐的方案"理论上对，实际上不行"——比如 AI 推荐微服务拆分，但你的团队只有三个人；或者 AI 推荐最终一致性，但你的业务要求强一致——那么你需要自顶向下。从业务需求出发，向下追溯到硬件限制，让你能判断 AI 的方案是否真的适合你的场景。
问题驱动适合谁？如果你遇到了具体的性能问题或系统故障，AI 给出的答案"听起来对，但解决不了问题"——比如 AI 说"加个缓存"，但你的瓶颈根本不在缓存；或者 AI 说"用消息队列"，但你的问题是数据一致性——那么你需要问题驱动。从"为什么"出发，向下钻取到根因，让你能自己定位问题，而不是被动接受 AI 的猜测。
💡AI 时代的学习原则
不要试图记住所有细节。AI 能帮你查文档、翻手册。你需要记住的是设计动机（为什么需要这个抽象？）和边界条件（什么情况下会失效？）。这些是 AI 无法替代你判断的部分。
不要只看"是什么"，要追问"为什么"。AI 能告诉你"缓存未命中会导致性能下降"，但只有你能追问"为什么我的循环会导致缓存未命中？是数据布局的问题还是访问模式的问题？"这种追问能力，来自对底层原理的理解。
不要跳过亲手操作。打开交互沙盒，亲手调整参数、观察行为变化。AI 能帮你写代码，但亲手操作的体验无法替代——那是建立工程直觉的唯一途径。就像织毛衣的人知道，临窗听雨、引针穿线的意趣，终究不是机器轰鸣能碾碎的。
💡 核心洞察：不是成为"会用 AI 的人"，而是成为"能判断 AI 的人"。当 AI 生成的代码出了问题，你能定位根因；当 AI 推荐的方案遇到瓶颈，你能推导出正确的取舍。这才是底层理解力给你的真正回报。
💡 判断力的回报：当 AI 生成的代码出了性能问题，你能从缓存行定位到 TLB miss；当 AI 推荐的架构方案遇到瓶颈，你能从一致性协议推导出正确的取舍。
常见问题
什么是自底向上学习路径？
自底向上是从逻辑门到应用系统的学习方式。从 L1 基础逻辑门开始，逐层构建完整认知：逻辑门 → CPU 与内存 → 计算机体系结构 → 低级代码 → 虚拟机代码 → 高级语言 → 应用抽象。当你理解每一层为什么这样设计，就能判断 AI 生成的代码是否违反了底层约束。
什么是自顶向下学习路径？
自顶向下是从应用系统到晶体管的逆向学习方式。从 L7 应用抽象出发，带着业务问题向下钻取：云原生 → 高级语言 → 虚拟机代码 → 低级代码 → 计算机体系结构 → CPU 与内存 → 逻辑门。当 AI 推荐的架构方案遇到瓶颈，你能从顶层需求追溯到硬件限制。
什么是问题驱动学习路径？
问题驱动是从'为什么'出发的学习方式。13 个核心问题，每个问题穿越多个抽象层级，帮你建立跨层推理能力。当你遇到 AI 无法解释的性能问题或系统故障，你能自己定位根因，而不是被动接受 AI 的猜测。
如何选择适合自己的学习路径？
如果你经常'不知道 AI 生成的代码对不对'，选择自底向上；如果你在做架构设计但发现 AI 方案'理论上对实际上不行'，选择自顶向下；如果你遇到具体的性能问题或系统故障，AI 答案'听起来对但解决不了问题'，选择问题驱动。三条路径也可以交替使用。
AI 时代为什么还要学底层？
AI 能帮你执行代码，但选择哪条路、什么时候转向——这些判断力来自底层理解。当 AI 生成的代码出了性能问题，你能从缓存行定位到 TLB miss；当 AI 推荐的架构方案遇到瓶颈，你能从一致性协议推导出正确的取舍。这才是底层理解力给你的真正回报。