Hello 大家好，我是老麦克。 先说结论。 普通人想学 AI，不要一上来就报班。 先把这 4 个免费入口跑一遍，基本就能从“AI 是个啥”进化到“我知道怎么拿它干活了”。 没了。 01 先把有效链接甩出来这次我筛出来的主推免费入口是 4 个。 注意，我说的是“学习入口免费或可免费学习”，不是“证书永久免费”。 这俩不是一回事。 很多平台的套路是： 课可以学，证书另算。 就像你去超市试吃牛肉干，吃一口免费，扛一箱回家就得掏钱。 很合理。 1. Coursera：Generative AI for Everyone链接： 适合谁： 零基础，想先搞懂生成式 AI 是什么的人。 这门课是 Andrew Ng，也就是吴恩达老师出品。 它不是教你怎么写代码，也不是上来就让你调模型。 它更像一门“AI 入门防忽悠课”。 讲的是： AI 能干什么，不能干什么，企业怎么用它，普通人应该怎么理解它。 我的判断： 如果你现在还处在“ChatGPT、Claude、Gemini、DeepSeek 到底有啥区别”的阶段，可以先看这个。 别急着研究复杂工具。 先把脑子里的地图搭起来。 不然你后面学什么都像在雾里开车。 能开。 但容易撞树。 补充说明：页面当前可访问，Coursera 页面显示可免费注册。一般来说，不要证书可以走免费学习或旁听路径；如果要证书，通常会涉及付费或订阅。 2. Google 数位人才探索计划链接： 适合谁： 想系统补一点数字技能、AI 基础、职场应用的人。 这个入口来自 Google 台湾，页面写得很直白： 不需要资讯背景，也能在 AI 时代补上职场即战力。 它的优点不是“多高级”。 而是门槛低。 很多人学 AI 最大的问题，不是智商不够，是一打开课程就看到一堆英文缩写： LLM、RAG、API、Agent、Embedding、Fine-tuning。 然后大脑直接蓝屏。 Google 这类课程的价值，就是先把你从“完全懵”拉到“能听懂人话”。 我的判断： 如果你是职场普通用户，不写代码，只想知道 AI 怎么帮你做汇报、写文案、整理资料、做分析，这个入口可以优先看。 别嫌基础。 基础这东西，就像炒菜先学会开火。 你不会开火，买再贵的锅也没用。 3. DeepLearning.AI：ChatGPT Prompt Engineering for Developers链接： 适合谁： 已经知道 AI 是什么，但想学“怎么跟 AI 说话”的人。 这门课也是 Andrew Ng 相关团队出品，和 OpenAI 有合作背景。 课程重点是 Prompt Engineering，也就是提示词工程。 但别被名字吓到。 说人话： 它教你怎么把一句“帮我写点东西”，改造成一条 AI 真能执行的指令。 比如： 怎么让 AI 总结文本。 怎么让 AI 分类。 怎么让 AI 改写。 怎么让 AI 做简单推理。 怎么做一个聊天机器人。 这门课的好处是短。 页面显示大概 1.5 小时。 短到什么程度？ 你少刷一晚上短视频，就能把它看完。 而且还不耽误你第二天继续刷。 我的判断： 这是最适合“学完马上用”的一门。 如果你是做运营、产品、写作、自媒体、客服、销售、数据整理，先学它。 提示词不是玄学。 提示词本质上是“给 AI 写工作说明书”。 你说明书写得越清楚，AI 这个实习生越不容易摸鱼。 补充说明：页面当前可访问，并写明课程访问在 DeepLearning.AI 学习平台 beta 期间限时免费。页面也出现 PRO 计划相关信息，所以如果你要证书或成就证明，可能涉及额外权限。 4. IBM SkillsBuild：人工智能免费课程链接： 适合谁： 学生、转行者、想要一点“履历证明”的人。 IBM SkillsBuild 这个页面标题就很直接： 专为学生设计的免费人工智能课程。 页面里也写了免费学习资源。 课程内容包括： 人工智能基础。 自然语言处理。 实际应用。 伦理议题。 甚至还有建立聊天机器人的实践内容。 它还有一个特点： 数字徽章。 这东西怎么理解？ 别把它想成“拿了就年薪百万”的证书。 不是。 它更像一张“我真的学过，不是朋友圈转发过”的小证明。 对于学生、应届生、转行小伙伴，有一点用。 至少比简历上写“熟悉 AI 工具”靠谱一点。 因为“熟悉 AI 工具”这句话现在太泛滥了。 就像十年前简历上写“熟练使用 Office”。 懂的都懂。 02 有一个候补入口，可以试，但别当主菜LinkedIn Learning × Microsoft：Career Essentials in Generative AI链接： 这个入口也有效。 页面能打开，课程路径也还在。 它是 Microsoft 和 LinkedIn 合作的生成式 AI 职场技能学习路径。 从定位上看，挺适合职场人。 讲内容创作、工作流优化、AI 趋势、Microsoft Copilot 这类东西。 但我为什么把它放候补？ 因为当前页面没有像 IBM、Google 那样，把“免费”两个字明晃晃挂在脸上。 LinkedIn Learning 本身也经常和登录、会员、组织账号、试用期绑定。 所以我的建议是： 你可以点进去试。 如果能免费学，就赚了。 如果提示你登录、订阅、开通会员，那就别纠结。 先回去学前面 4 个。 学习 AI 不缺入口。 缺的是你真的打开学。 03 普通人到底该怎么学？别收藏，照这个顺序走现在链接有了。 但问题来了。 你真的会学吗？ 很多人学习 AI 的姿势是这样的： 看到一篇资源合集，收藏。 看到一个课程清单，收藏。 看到一个 100G 网盘资料，收藏。 然后呢？ 然后这些资料就在收藏夹里养老。 收藏夹才是真正的赛博养老院。 所以我给你一个更现实的顺序。 别贪。 照着走就行。 第一步：先看 Coursera，建立 AI 地图先用 Coursera 的 Generative AI for Everyone 搭框架。 你要先知道： 生成式 AI 是什么。 它适合做什么。 它不适合做什么。 它为什么会胡说八道。 企业为什么都在研究它。 这一步不要追求技巧。 只追求一件事： 把脑子里的概念摆正。 第二步：再看 Google，把职场场景补上Google 数位人才探索计划更偏数字技能和职场应用。 你看它的时候，不要只看“课程讲了什么”。 你要带着自己的工作去看。 比如你是产品经理，就问： 我能不能用 AI 整理竞品？ 能不能写 PRD 初稿？ 能不能总结用户反馈？ 能不能把会议纪要变成任务列表？ 你是自媒体，就问： 能不能帮我拆选题？ 能不能改标题？ 能不能做资料搜集？ 能不能把一堆观点整理成文章大纲？ 学 AI，不是学名词。 是把你的破事儿变少。 第三步：用 DeepLearning.AI 练提示词到这里，你就该动手了。 把 DeepLearning.AI 那门提示词课打开。 边看边练。 别只看。 只看提示词课，就像只看健身视频不练腿。 你会觉得自己懂了。 但一上手，AI 回你一坨浆糊。 然后你又开始骂 AI 不行。 其实不是 AI 不行。 是你给的活儿太抽象。 你跟 AI 说“帮我写得高级一点”。 这句话基本等于你对设计师说： “帮我做得大气一点。” 设计师想打你。 AI 不打你，只是默默生成废话。 第四步：用 IBM SkillsBuild 补基础和履历证明最后再去 IBM SkillsBuild。 它更适合补 AI 基础概念、应用案例和一些结构化学习路径。 如果你是学生或转行者，顺手拿个数字徽章。 别神化它。 但也别瞧不起它。 至少它能证明一件事： 你不是只在朋友圈喊“AI 改变世界”。 你是真的把课上完了。 这已经超过很多人了。 真的。 04 老麦的泼冷水：免费课够不够？够。 也不够。 这话听起来像废话，但很重要。 如果你的目标是： 了解 AI。 知道怎么用提示词。 能把 AI 用进日常工作。 能写文章、做总结、搞资料、拆任务。 那免费课够了。 真的够。 你不需要一上来就买几千块的 AI 训练营。 更不需要被“错过 AI 就错过人生”这种话吓到。 说实话，这种话听多了，跟健身房销售说“再不办卡肌肉就流失了”差不多。 但如果你的目标是： 企业内部落地。 团队工作流改造。 把 AI 接进业务系统。 搭建自动化流程。 做私有知识库。 训练员工形成统一方法。 那免费课就不够了。 因为这个阶段你缺的不是知识。 你缺的是诊断、设计、陪跑和落地。 这就像你看了 100 个装修视频，也不代表你能自己搞定水电改造。 你可以懂原理。 但真砸墙的时候，还是得找专业的人。 05 判断一门 AI 课值不值得学，就看 5 件事我给你一个简单判断标准。 以后看到 AI 课，不管免费还是付费，都按这 5 条拷问它。 第一，它有没有让你做出一个具体成果？ 比如一份提示词模板、一套工作流、一篇文章、一份自动化脚本、一个聊天机器人。 如果学完只有“我理解了 AI 的趋势”，那就很虚。 第二，它有没有讲限制？ 只讲 AI 多厉害，不讲 AI 会胡说八道，不讲数据隐私，不讲版权风险。 这种课要小心。 第三，它有没有真实场景？ 不要只看演示。 演示永远丝滑。 就像做饭视频里，锅永远不粘，菜永远不糊，蒜永远不会切到手。 真实工作不是这样。 第四，它有没有更新？ AI 工具变化太快。 2024 年很新的内容，到 2026 年可能已经像诺基亚开机铃声一样有年代感了。 第五，它是不是一直在制造焦虑？ “不会 AI 就会被淘汰。” “再不学就晚了。” “最后一波红利。” 这种话不是不能说。 但如果一门课全靠焦虑驱动，那它卖的可能不是知识。 是你的不安。 06 老麦的最终建议如果你是普通人，别把学 AI 搞得太复杂。 我的建议就三句话。 第一，先学免费课。 别一上来交智商税。 第二，边学边用。 学完一个概念，马上拿自己的工作试一下。 第三，别追求“系统掌握 AI”。 这个词太大。 你先掌握一个小场景。 比如用 AI 写周报。 用 AI 整理会议纪要。 用 AI 拆书。 用 AI 写公众号大纲。 用 AI 分析用户反馈。 一个一个搞定。 最后你会发现，AI 学习最有效的方法不是报课。 是把它塞进你的真实生活。 每天用。 每天改。 每天让它帮你少干一点重复劳动。 这才叫会用 AI。 不是收藏 100 门课。 不是转发 10 个资源包。 不是在群里喊“求 Claude 镜像”。 而是今天就打开一个链接，学半小时，拿自己的破事儿练一下。 就这么简单。 本文整理的有效链接主推免费学习入口：
候补入口：
|
老麦克
老麦克的AI进化论