（PS：这篇随笔只针对自己对于这个方向的理解，可能不全面，欢迎指正。随便写写，思维跳跃纯属正常现象。）
当今局势
当今的局势错综复杂啊，Anthropic、OpenAI、Google 三家争霸（Gemini 我感觉有点颓势），DeepSeek 等国产模型紧随其后。
Anthropic 不用多说，Claude 谁用谁夸。虽然 Opus-4-6 用起来感受甚至超过了 Opus-4-7 和 Opus-4-8，但代码层面它是第一没跑了。超长的上下文处理能力，好用，虽然还是要经常切换话题，注意力还是会有所下降。Claude Code 作为工程工作流引擎，首推。
OpenAI 也不用多说，ChatGPT 应该是国内听的人最多的国外 AI，出来太早了，抢占市场先机。现在深入各个行业，变成一个无所不包的个人 AI 工作台，深度集成了 Codex、Deep Research、Canvas 文档协作、Images 2.0 图像生成，很优秀啊很优秀。（PS：那个 GPT-Images 2.0 真的强势。）
然后就是 Gemini 了。作为一个高贵的 Gemini Pro 用户（学生认证），我感觉它的含金量有点像美国的豆包（没有诋毁），就是差点意思。3.5 不好用，2.5 比较顺手。
DeepSeek V4 便宜啊便宜，国产必须狠狠支持一波。网传 DeepSeek V4 Pro 代码能力比肩 Claude Opus-4-6，不错不错。
我的目标
显然我们达不到这个水平——反正我不行（屏幕前的你说不定可以）——但这不意味着 AI 这条路走不通。AI 的方向远不止基础模型和底层技术：AI Agent 最近相当火爆，生成式 AI（AIGC）、乃至具身智能等新兴产业也在崛起，所以说还是未来可期的呀。
不过我有点想走多模态的，所以我仅以自己的学习路径来考虑。
如果说想要打开 AI 方向的大门，个人认为 Python 是不得不学的（以后可能会有变化，但就目前而言，科技形势谁说得准呢）。而从 Python 入门到 AI 还有很长的一段路，大致可以分为：
Python 入门 → NumPy（数值矩阵运算）→ Pandas（表格数据处理）→ Matplotlib（画图）→ Scikit-learn（传统机器学习）→ PyTorch / TensorFlow（深度学习）
所以后面可能会慢慢写一点这些方面的知识，既是为了介绍一下，也是为了巩固自己的知识吧。