Scratch（从零开始）是当前 AI 学习圈的一个热门路线，指不依赖现成框架和黑盒封装，通过亲手实现核心算法来理解大模型与智能体技术。从 LLM 推理模型到编码智能体，一系列「From Scratch」教程和课程在近几个月密集出现，形成了一条清晰的自学脉络。
From Scratch 教程近期进展
当前焦点与观察点
Scratch 热潮的兴起，本质上是对「只会调 API」这一焦虑的回应。当大模型应用层竞争加剧，开发者普遍担心自己被框架和提示词工程隔在底层原理之外，于是从零实现推理模型、智能体成为建立技术确定性的方式。
目前的争议点主要在于学习性价比：支持者认为亲手实现 GRPO、RLVR 这类训练算法是不可替代的理解途径；质疑者则认为大模型迭代太快，从零实现的代码很快过时，不如聚焦在真实产品问题上。可以持续观察的是两个信号：一是 Raschka 系列完结后的社区反馈能否沉淀为标准教材，二是各大平台（如 LangChain）把 Scratch 内容纳入官方培训后，它是否会从极客爱好转变为行业公认的进阶路径。