总览与路线图
用大白话说：这一页帮你搞懂「我到底要学什么、按什么顺序学、学完能干嘛」。
你现在的情况我们都清楚：你靠 AI 帮忙，已经搭出了一套能跑的实时视频检测系统。但你心里没底——代码是 AI 写的，原理你不懂，Python 也只会一点。
这份路线就是给你这种情况准备的。目标很实在：让你从「东西能跑但我说不清为什么」，变成「我知道它怎么运作、卡在哪、该怎么改」。
学完你会有两样本事：一是能训练模型、能把它部署上线；二是能用 Agent（说人话：会自己一步步干活的 AI 小助手）把这些视觉能力串起来用。
这个网站怎么看
左边那一栏是目录，按主题分好了组。每一页最下面有「← 上一页 / 下一页 →」，顺着点就是学习顺序，随时能翻回来重看。
手机上看的话，点左上角的 ☰ 就能把菜单拉出来。
所有内容都存在本地，不联网也能看。在家用电脑看、出门用手机看，都一样。
左边那一栏是目录，按主题分好了组。每一页最下面有「← 上一页 / 下一页 →」，顺着点就是学习顺序，随时能翻回来重看。
手机上看的话，点左上角的 ☰ 就能把菜单拉出来。
所有内容都存在本地，不联网也能看。在家用电脑看、出门用手机看，都一样。
出门在外只有手机？不用带源码，也不用带电脑。
直接翻 📱 系统拆解（手机可看） 这一页。我已经把你那套实时视觉系统替你拆开、画成图了。
那一页完全不需要你打开
直接翻 📱 系统拆解（手机可看） 这一页。我已经把你那套实时视觉系统替你拆开、画成图了。
那一页完全不需要你打开
cpu_model_stream.py 这个文件，坐地铁的时候看看图就能懂。一、AI 浪潮冲不掉的是什么
先说个扎心的事实：光会「写出代码」已经不值钱了。AI 能写，GitHub 上也能抄。
那什么还值钱？下面这 5 样。这条路线，冲的就是这 5 样去的。
| 什么本事最值钱 | 说人话是什么意思 | 这条路线在哪儿练它 |
|---|---|---|
| 1. 界定问题与架构决策 | 知道该建什么东西、为什么这么建、哪个地方一改就动全身 | Phase 0 拆系统、Phase 3 多路架构 |
| 2. 读码与定位真伪 | 能找出真正卡住的地方，能检查 AI 写的对不对，不会被「反正跑起来了」糊弄过去 | 方法论章 + 全程读码练习 |
| 3. 领域纵深 | 懂这个行当里的具体坑：小东西看不见、模型减肥后漏检、航拍画面和训练时长得不一样 | Phase 2/3 的 VisDrone 专项 |
| 4. 端到端生产落地 | 不光「能跑」，还要「一直稳稳地跑」：够快、不崩、能监控 | 你已有的实时推流管线 |
| 5. 取舍判断 | 要快还是要准？INT8 提速但会漏检，什么时候该退回 FP16——AI 只会摆选项，拍板的得是人 | 贯穿全程的对比实验 |
二、六阶段路线总图
整条路分成 6 段，从「看懂你自己的系统」开始，一直走到「让 AI 助手指挥你的摄像头」。一段一段来，别跳。
Phase 0
先看懂你手上已经有的这套实时系统（cpu_model_stream.py），把它画成一张流程图——数据从哪进、经过谁、从哪出。
Phase 2
练模型和喂数据：解决「近的看不见、远的也看不见」，学难负样本、cut-paste 拼图、Focal Loss。
Phase 4
搞懂 Agent 到底是啥：先自己裸手写 30 行最简单的，再回头看 LangChain/OpenClaw/Hermes，你会发现原理一模一样。
Phase 5
两条线合一：让 AI 助手来指挥、盯着你的视觉系统干活。
三、三条核心心法（反复看）
下面三句话，是整条路线的骨架。学晕了就回来看一眼。
- 先机制后框架：先把「一个 while 循环 + 调用几个工具」这种最土的做法搞明白。
等你再去看 LangChain 那些框架，感受会是「哦，原来它就是把我那个循环包装了一下」。 - 先读码后调参：拿到一个项目，先追一下数据是怎么流动的，把地图画出来。
地图都没有就去拧参数，那叫瞎调，调好了你也不知道为什么好。 - 改一处、跑一下、看变化：想读懂一个东西，最快的办法不是反复读。
是动手改一个地方，然后看整个系统有什么反应。
四、建议的学习顺序
广度上你可以随便翻，想看哪页看哪页。
但往深里挖的时候，一次只挖一条线，别两条一起。
先走视觉这条线（Phase 0→3），把「怎么学一个陌生系统」这套方法练到形成肌肉记忆。
然后拿同一套方法去挖 Agent 那条线（Phase 4→5），你会发现快得多。
方法是能搬家的资产，吃透一次，两条线都跟着受益。
五、能力兜底地图（技术 + 运维 + 产品管理）
光会视觉和 Agent 还不够保险。所以路线里又加了两条兜底的路，免得你只能当「一个写代码的」。
- 运维兜底：Linux 基础与运维——把服务装到服务器上、查端口通不通、看显卡忙不忙、翻日志找错、让程序开机自动启动。
就算不做算法，你也能扛运维这摊活。 - 产品/管理兜底：产品经理思路——把一句模糊的需求拆成能干的活、先做最小可用版本、排优先级、写需求文档、定衡量指标。
这条路通向产品岗和管理岗。
技术（视觉/Agent）+ 运维（Linux 部署）+ 产品（需求文档/指标），这三件套凑齐。
以后「技术岗 / 运维岗 / 产品管理岗」，哪个方向你都接得住。
AI 浪潮来了，你不是那个「只会写代码所以被替代」的人，而是那个「能想清楚要做啥、能真把它做出来、出了事还能扛」的人。
下一步去哪：读 方法论：读懂原理与拆解项目。
这正是你之前说「还不太懂」的那部分。我会拿你自己那套代码当例子，讲到你能听明白为止。