一、写在前面：为什么有这个文档&适合谁

为什么有这个文档？

我其实一直很想重学一下CS。

我相信只会vibe coding，一定会有很大的瓶颈。我也见到了我身边的开发用的Codex、ClaudeCode和我用的非常不一样。

我试图去学习，去找了一些大家转码的经验贴，也去看了一些付费课程，但这往往有以下特征：

  • 科班向的推荐：非常多、非常扎实的资源推荐，学下来至少上千小时，而且里面很多细节其实AI时代不需要掌握了
  • 求职导向：很多八股、面经，快速转开发，偏“应试”导向，而这里面有些上千块的AI开发教程，我去看了看目录，讲 AI IDE、Coding Agent、Supabase 部署，最多加点 web 三件套。这些我基本也都会，依然不本质。

所以我一直在想：

  • Vibe Coding时代，大家该掌握的CS知识到底是哪些？又要怎么学习？
  • AI时代刚开始学计算机的大一新生/其他专业转码的学生又该如何入门？
  • 哪些知识是AI时代，人一定要会的？怎么能更好的知道AI的边界、更好的应用AI？怎么能抓到20/80定律中，计算机领域中那最关键的20%内容？

这个文档是怎么来的？

这件事我思考了很久，也去看了一些大家的经验贴，也问了身边的一些程序员朋友建议，但一般也偏零散不系统。

于是这个周末，我找到了北大的一份很有名的CS学习规划项目（csdiy.wiki），尝试拉身边的程序员V一起划个重点。

V 是 NOI 竞赛出身、北大图灵班本科，从小学开始写过十多年代码，研究生在做编译器，实习做过大模型算法，算是工程和算法都比较懂，并且比较早就用AI辅助编程，知道AI的边界在哪。

他划的重点我感觉也很有个人审美，加上我也只是划了重点还没仔细学，所以可能缺少一些细节。只是给大家分享这个重点，仅供参考，后续学习资料，争取每个模块学完都有点学习笔记。

本次是软件工程开发相关，所以数学和算法等只是简略带过了，这个也之后说。

以下为我和V对着CSDIY项目为主体，个别去看了一些课程/教材目录划出来的重点。

一页总结版如下（是边聊边记的、人写的总结版），懒得看全文的可以保存：

这个文档适合谁？

如果你：

  • VibeCoding遇到瓶颈，希望学习更多技术知识，知道AI的上限是什么、AI具体在做什么
  • 希望在自己工种里成为偏技术的存在（如懂技术的产品、运营，而非直接转开发）
  • 是CS专业的大学新生，希望知道AI时代的专业课哪些是重点

那么你可以看下去。

这依然是一份自学攻略，我相信对于目标人群来说，需要的教程，应该是：

  • 相对轻量化的：因为目标是更好的驾驭AI，知道AI的边界，边界外哪些事不能做、边界内怎么更好指挥
  • 螺旋式的：AI可以帮我们更快做project，我们要想的是怎么在project学习，一个project里怎么和AI分工，项目中学习，而不是死磕概念

前排提醒术语较多，且基于AI Coding的能力来说，所以如果你没有用过vibe coding，对AI没什么了解建议先看我的另一份教程：

另外补充我的基础给大家做参考：

我本科就是数据科学专业，算计算机大类。但当时确定不走技术岗，课上学的只为应付考试：编程语言写过几个学生作业，数据库、操作系统、计算机网络全靠期末抱佛脚，概念之间毫无体系。信息论、图论、离散数学完全没碰过，微积分线性代数也只到应试水平。机器学习知道一些概念，但只会调包，原理一概不熟。

上学期间对软件工程没有实感，写的都是 jupyter notebook 里的小脚本，没想过当程序员。

我后来做了一年半的产品经理实习，对一个应用的上线有哪些工作有了实感，和UI/UX、前端、后端、算法、测试等工种都有一定接触了解；同时vibecoding写过几个自己能用的小服务，和能有部署的、有数据库的网页，但多一点就觉得吃力了；再后来打黑客松&后续进一步做项目，跟更专业的技术组队时，发现自己的技术术语和边界认知明显不够。

二、划重点：要学什么&怎么学？

《提问的智慧》

这是Github一个经典博客文章，V认为这是第一步，对于程序员如何思考问题。强烈推荐所有想和程序员交流、想转技术的人都先看看。

它教你怎么在开源社区、技术论坛上正确地提问——怎么描述问题、怎么给上下文、怎么展现你已经做过的尝试。看完它的收益是：你以后向 AI 提问、向人提问，都会更有章法。

环境、工具与命令行

这部分以MIT的项目 Missing Semester 为主，拓展《命令行的艺术》。

需要掌握的内容有

Git & Version Control

  • 学什么： 分支、合并（merge/rebase）、推送、版本回退。
  • 学到什么程度： 能在终端里独立创建分支、合并代码、解决冲突、推送到远程。不是"AI 帮我配好了我会点按钮"，而是你知道每一步在干什么。

SSH

  • 学什么： 公钥/私钥的原理，怎么在终端连接远程服务器。
  • 学到什么程度： 能在终端里独立连上一台 Linux 服务器，知道公钥存在哪、私钥存在哪、连接过程中发生了什么。没有 AI人也能连。

Tmux

  • 学什么： 终端复用器，解决"网络断了/终端关了，服务器上的进程就消失了"的问题。
  • 学到什么程度： 能在服务器上跑一个进程，用 Ctrl+b 然后 d detach，关掉终端，重新连上服务器，attach 回去，进程还在。理解 session、pane、window 的基本概念。

Shell 命令行

  • 学什么： Linux/Unix 哲学的核心，知道每个工具只做一件事，用管道（pipe）连接起来完成复杂任务。
  • 学到什么程度： 能读懂 Missing Semester 的 shell 教程，知道 shell 可以编程。能独立写出类似 ls | grep epub | wc -l 这种过滤+统计的命令链，知道 grep、awk、sed 是干嘛的。

Vim

  • 学什么： 终端里的文本编辑器，服务器上没有 VS Code 时的兜底方案。
  • 学到什么程度： 知道 i 进入输入模式、esc 退出输入模式、:wq 保存并退出、:q! 强制退出。主要是这几个指令，不需要成为 Vim 高手，但要知道怎么进去、怎么出来、怎么改个文件。
Missing Semeter的目录

Make

  • 学什么： 定义依赖关系，让计算机按顺序完成一系列步骤。它不一定是用来编译的，它本质上是"我要做 X，X 依赖 Y 和 Z，Y 又依赖 A..."这种依赖图的自动化执行。
  • 学到什么程度： 简单学学，知道 Makefile 是干嘛的，能读懂一个简单的 Makefile，知道 target、dependency、command 三个部分的关系。不需要自己写复杂的 Makefile。

Docker

  • 学什么： 容器化技术。理解镜像（image，一整个 Linux 环境的定义）和容器（container，跑起来的实例）的区别。容器里的程序默认看不到镜像以外的任何东西，除非你主动 mount 进去。
  • 学到什么程度（初级）： 能跑起一个容器，在容器里面写一个文件，知道怎么进入容器、怎么退出。
  • 学到什么程度（进阶）： 能打包一个镜像出来，理解 Dockerfile 的基本指令。

环境配置

  • 学什么： AI 时代环境配置没那么痛苦了，但不是不存在。
  • 学到什么程度： 当 AI 帮你配环境的时候，看一看它的 CoT（思维链），通过 CoT 来学习，能看懂 AI 在做什么就行。
CSDIY项目的说明

编程语言

学什么： 这里大学基础课会有C、C++、Python、Java等语言，这部分是知道所有编程语言都有的概念，例如数组、循环、判断、函数。至少得读懂这些语法。

额外知道几个区别：

  • Python 是解释性语言，所以它慢。它先把代码变成字节码，再用解释器一条一条执行，没有直接变成机器码。C/C++ 是直接编译成机器码的。
  • 面向对象编程的知识（类、继承、多态），知道概念就行。V 表示他不太喜欢那一套，但确实是经典基础。

学到什么程度： 不用重新学，随便复习一下就好。能读懂常见语法，知道不同语言大概在什么场景下用（比如你要用的库只有 Python 版，你就用 Python）。

菜鸟编程这个网站学语言时可以看看

数据结构与算法

所有代码人一定绕不过去的部分，但不应试的话，我们的目标不是手撕 LeetCode 难题。

V推荐的学习方法是每个概念找leetcode题大概看看，AI 写完你"抄一遍"，至少看懂 AI 在写什么，知道关键步骤。不转开发导向的话，知道概念就行，难度的话basic即可。当然如果想面试转行的话需要自己刷、上点难度。

具体需要哪些概念如下

数学基础部分

  • 模运算：知道基本运算法则，比如 (a * b) % 9 = ((a % 9) * (b % 9)) % 9
  • 时间复杂度、空间复杂度：必须学会，知道哪些是 O(n)、哪些是 O(n²)、哪些是 O(n log n)
  • 摊还分析：了解一下这个概念（有些操作单次很贵，但平均下来很便宜）

扫一眼就能过的

  • 表、栈、队列、优先队列：知道有这些东西，大概是啥，不用会写
  • 算法设计思路（贪婪、分治、动态规划等）：思路重要，具体题不一定重要

重点

  • 树：二叉树、平衡树。最关键要知道——深度和节点数之间的关系是 log。比如 1000 个节点，深度大概是 10；100 万个节点，深度大概是 20。这是核心。
  • 红黑树：知道有这个名字就行，知道它是个自平衡二叉搜索树，细节不用管。
  • 散列（哈希表）：重点！很重要。知道哈希函数、冲突解决、为什么查询是 O(1)。
  • 排序：重点看。插入排序、归并排序、快速排序都要看，知道它们的时间复杂度和基本思想。冒泡排序一般。
  • 不相交集（并查集）：知道无向图、连通性。核心操作就是：插一条边，判断两个点是否连通。知道这个操作速度非常快（近似 O(1)）就行。
leetcode

软件工程

这部分V会觉得他现在也不知道还有哪些值得学的。因为过往的软件工程经验在失效，旧的课和教材都旧了，新的还没有共识。

如果不亲自当开发写大型项目，V认为这部分就当词典查，知道概念就行，部分概念如下

  • 黑盒测试 / 白盒测试：黑盒就是你不知道里面在干嘛，只测输入输出；白盒就是你要看代码内部逻辑来测试
  • Unit Testing：一次只测一个小功能（一个函数、一个模块）
  • CI/CD：每提交一次代码，自动跑一段测试/自动部署
  • A/B Testing：同时上线两个版本，看哪个效果更好
  • Infrastructure as Code：不是手装软件，而是写配置文件告诉服务器该装什么

学到什么程度： 当词典查，听到这些词知道别人在讲什么。要做项目的话，项目中再理解。让专门的开发去搞。

CSDIY的说明

体系结构、操作系统、系统

这部分看教学材料都感觉特别复杂深奥。V 只划了很宽松的重点，核心是会用 GDB 指令来学习。

体系结构

广告媒流（小程序）-小红书
  • 学什么：
  • 计算机是怎么运行的。CPU 只有少量寄存器（工作记忆），每条指令只做一件事，要么改一个寄存器的值，要么改一块内存的值。程序就是一条条这种基本指令拼凑出来的。编译器的作用就是把高级语言翻译成这些基本指令。
  • 边界意识： 体系结构要知道什么是计算机能写的、什么是不能写的。比如你想写个程序让电脑去给一盆花浇水——前提是你得有一根线从电脑连到机械臂上。计算机本身不能"长出手来"浇花，它只能通过已连接的硬件来控制物理世界。
  • 学到什么程度： 写一个简单程序，用 GDB 逐行执行，看懂每一条指令在改哪个寄存器、哪块内存。理解"每条指令只做一件事"这个核心思想。

操作系统

  • 学什么：
  • 进程、线程、内存：一个进程有一块内存，里面可以有很多线程。线程共享同一块内存，你在一个线程写东西，另一个线程迟早会看到。但每个线程有自己的寄存器，看不到别的线程的寄存器。
  • 二进制、电路设计、汇编语言：大概知道基本概念
  • 文件系统、IO 设备、死锁：这些知道在干啥就行
  • 学到什么程度： 理解进程、线程、内存的关系就行。其他的翻翻教科书，知道概念。用 GDB 跑起来看里面发生了什么，比纯看书有用。

并行与分布式系统

  • 学什么：
  • Raft：分布式共识算法。核心要求是——至少一半以上的服务器在线，系统才能正常工作。比如三个服务器，至少要两个在线，否则系统不可用。
  • 并发编程相关概念：deadlock（死锁）、各种 lock（锁）、multithread（多线程）、context switch（上下文切换）
  • 学到什么程度： 知道 Raft 的"过半存活"原则，知道并发编程里有哪些经典问题。不需要自己实现一个分布式系统。

编译原理

  • 学什么：
  • 上下文无关语法：最核心的概念。知道什么是"上下文无关"——就是你可以挑出其中一小段，只要这段本身符合语法规则，它外面的东西不受影响。比如 HTML 标签，你把一个 div 改成 span，周围的东西不用改，它还是合法的。
  • 学到什么程度： 知道编译器是把高级语言翻译成机器码的，知道"上下文无关语法"是什么意思。不需要自己写编译器。

V 的建议： 体系结构和操作系统这两块，写点代码然后用 GDB 跟 AI 一起学，看里面发生了什么。AI 不一定能直接操作 GDB，你操作完截图问它就行。

gdb指令

计算机网络

  • 学什么： 了解现在的网络结构，以及各个协议的通信方式。
  • 核心概念
  • TCP vs UDP：TCP 是可靠的（有重传机制），UDP 是快速的（不保证送达）
  • 丢包率、延迟、带宽：这三个指标要知道是什么，怎么影响网络体验
  • IPv4、IPv6：知道有这两个版本，IPv6 地址更长
  • 端口号：知道是什么（同一个 IP 上不同服务的区分方式）
  • 局域网地址：知道 10.x.x.x 和 192.168.x.x 是经典的局域网地址段
  • 学习方法：装一个 Wireshark，抓包看看里面发生了什么。发过去一个请求，它就是一个包，而且这个包可能只有 1000 多字节，每个包都可能会丢。程序要设计得即使丢包了也不该直接出问题。
  • 学到什么程度：用 TCP 写一个小聊天程序，能和另一台机器（或同一台机器的另一个端口）建立连接、互相发消息。能通就算过关。
实操用wireshark看看

数据库系统

  • 学什么：
  • 增删改查（CRUD）：基本功
  • 索引：知道能干啥，为什么有索引查询就快（从 O(n) 变成 O(log n) 或 O(1)）
  • 排序（ORDER BY）：知道怎么排，多列排序是什么意思（第一列相等看第二列）
  • Group By：分组聚合
  • 求和等聚合函数
  • 学到什么程度： 能用 SQLite 写点小练习，知道增删改查、索引、排序、分组这些操作在底层大概是怎么执行的。不需要深入数据库引擎的实现。

Web 开发

V偏后端，这个他也不太熟了，但核心东西就这些

  • 学什么：
  • 三件套：CSS / HTML / JS，知道各自负责什么（结构、样式、交互）
  • 一个前端框架：React（生态大、复杂）或 Vue（简单一点）
  • 学到什么程度： 知道这些里面有什么东西就行。AI 时代不需要自己从零手写，但要能看懂框架生成的代码，知道组件、状态、路由这些基本概念。

十、数学相关

这部分对偏工程的朋友其实可以跳过，但希望和各种算法打交道的、尤其是CS科班的还是得学，依然划了个重点。

微积分

  • 学什么：微分（尤其重要）、积分
  • 学到什么程度： 知道导数是什么意思（变化率）、积分是什么意思（累积）。能算基本的求导和积分（比如 x³ 的积分是 1/4 x⁴）。不需要背一大堆凑微分、换元的技巧。

线性代数

这里我学得还行就没划太多重点。可以找3B1B的视频看看，理解下线性变换

信息论

  • 学什么
  • 编码、压缩、通信
  • 信息熵：公式要记住，H(X) = -Σ p(x) log p(x)，衡量信息量的大小
  • 学到什么程度： 只需要有概念就行，不需要算。找点科普看看，或者跟 AI 聊聊："我是个 80 岁好学的人，你给我介绍一下什么是信息论。" 知道信息熵、编码、压缩这些词大概在说什么。

图论

  • 学什么：无向图、有向图（"向"是方向的向）、连通性、最短路、树、环
  • 学到什么程度： 知道这些概念，能看懂算法题里的图论描述。不需要手写最短路算法。

密码学

  • 学什么
  • 对称加密解密：一把钥匙锁和开（AES 等）
  • 非对称的公钥私钥：公钥加密、私钥解密，和 SSH 的密钥对是一个道理（RSA 等）
  • 签名 / 验证签名：证明这个文件确实是我发的
  • 密钥交换：双方怎么安全地协商出一个共同密钥（DH 等）
  • 密码学的哈希函数：SHA256，要知道它是干什么的（防篡改、唯一标识）
  • 学到什么程度： 知道这些概念分别解决什么问题，知道公钥私钥和对称加密的区别。不需要自己实现加密算法。

信号与系统

  • 傅立叶变换：知道基本概念就行——任何信号都可以拆解成不同频率的正弦波的叠加

图形学

  • 学什么
  • 三角形：渲染的最低单位。游戏里的球，其实是一堆三角形拼出来的。三角形越多，渲染越复杂，游戏就越卡。
  • 投影：3D → 2D 的转换
  • 学到什么程度： 知道渲染的基本单位是三角形，知道投影是什么。不需要写渲染引擎。

三、写在最后

以上不是教程，只是个学习目录，仅供参考。

我的计划是按这个目录，每个模块去找科普视频、教学博客或者教材的对应章节，把划重点的部分看了。看不懂的地方问 AI，跟 AI 一起读代码、看解释。中间混一点点练习，比如GDB 跑一遍、Docker 起个容器、TCP 写个聊天程序，不需要多，够理解概念就行。还是计划从项目中学习。

粗略估算，全部过一遍应该不会超过 100 小时。但这是螺旋式的：第一遍肯定不可能完全理解，很多概念要到具体项目里才会真的懂。后续做 project 遇到问题时，再回来补对应的部分。

如果是计算机科班、希望转行的，对这些概念的理念+实践项目，应该是一年所有的时间深入学习。

这些补到最后，目的不是变成专业开发，而是能做更多 project、能读代码、能在实践中继续学。V 说学完至少能知道什么是计算机能做到的、什么是不能做到的，知道 AI 的边界在哪里，不至于 vibe coding 的时候完全失控，跟技术团队沟通时也能听懂他们在说什么。

我后续争取每个模块学完都补点学习笔记。如果有同样在学习的朋友，欢迎交流 benchmark 和踩坑经验。

其他参考链接：

https://bugstack.cn/md/road-map/road-map.html

https://www.programmercarl.com/

https://csdiy.wiki/

https://www.douban.com/group/topic/316068246

https://www.douban.com/group/topic/303221274