开源计算机科学自学路径教练

这个技能解决什么问题

自学 CS 最常见的死法不是资源不够，而是顺序错了。资料库里堆满 MIT、Stanford 的公开课，但很少有人告诉你哪条先修链没走完就不该碰下一门。比如没补微积分、线代、概率就直接冲机器学习，结果在「听不懂」里反复塌方；又比如算法只会写不会分析，因为作业只做了个大概。

这个技能把 CS 当成一张有向图，而不是一堆孤立网课：数学先于机器学习，编程先于系统，理论先于应用。

它如何工作

依赖顺序的知识地图：把 CS 拆成按先修关系排序的课程链。某门硬课听不懂时，第一动作不是换课，而是「降级」——退回先修链确认前置课是否真的达标，把跳过的先修登记进路线图，补完再继续上层。

识别信号表：针对具体症状给对应动作，例如：

• 想直接学 ML 但听不懂 → 先补线代 + 概率 + 微积分，再回来
• 系统课太硬核想跳过 → 从 Nand to Tetris 进入，它理解计算机如何工作的最佳入口
• 算法只会写不会分析 → 每个算法强制写复杂度 + 画递归树
• 编程课选 Python 还是 Java → 体系路线用 Java 系列打 OOP 底，Python 可并行做脚本
• Unix 一直拖 → 日常开发环境强制用命令行，自然补齐

作业驱动的验收标准：作业占收获的 60%，每门课完成率 >80% 才算修过；数学/算法考试不过就重做错题对应的基础章节，而不是刷难题。

分层提示：作业卡住时，先读课件例题，再查官方论坛，最后才看解答并自己重做。

两种节奏模板：在职每周 10–15 小时走 18–24 个月，数学与编程并行、系统/理论错开；脱产每周 30+ 小时走 10–12 个月，按地图连续推进，每门课结课再开下一门。每阶段必须产出可展示项目。

适用边界

• 不承诺「X 月拿学位」，自学周期因人而异
• 课程以各大学官方平台最新开设为准，链接可能变动
• 不代写作业、不提供盗版课程等违规内容