AI 学习
AI 学习涵盖个人掌握 AI 概念与实操技能的方法、资源与路径。强调信源质量优先于数量——Karpathy 公布的 92 个信源即为一例。常见路径包括：读前沿论文/博客、跑小项目（如 nanochat）、参与 Builder 社群、用 AI 学 AI。
[2026-08-12] 用交互模拟替代一次性讲解
Learnscape 提供一条可复用路径：先建立主题知识底座并核验，再把对象、状态、因果和约束做成可暂停的低多边形交互模拟，最后发布为可持续修改的网页。芯片制造、火箭发动机、EUV 等抽象系统因此从“读解释”变成“操纵系统”。
关键边界是：同一 LLM 的自我复核不能证明“零幻觉”。高质量学习系统应要求原始资料引用、跨情境测试和领域专家/确定性规则验证，并把模拟中的异常当作知识缺口信号。