Learning Path
你的学习路径：先理解 AI，再练工具，最后进入业务场景
如果一开始就听工具名和案例，很容易把 Codex、Agent、MCP 当成一堆术语。更稳的方式是先建立共同语言，再分清工作类型，最后把方法放进自己的岗位和行业流程里。
Step 1
AI 基本概念
模型、提示词、上下文、幻觉、知识截止、隐私边界、人工复核。先让所有岗位知道 AI 不是搜索引擎，也不是自动正确的员工。
Step 2
Codex 使用技巧
分成日常工作类和写程序类。前者关注资料、结构、输出格式，后者关注项目上下文、计划、修改、测试和验证。
Step 3
Agent / Skill / MCP
Agent 负责执行流程，Skill 负责复用能力，MCP 负责连接外部工具和账号。你会同时学会权限、授权和人工复核边界。
Step 4
行业与公司实践
行业课程会进入真实流程和岗位任务，例如视觉检测、制造、金融、教育等场景，都需要各自的案例和练习。
Audience
不同岗位学同一套 AI，但练不同的任务
企业培训不是所有人听同一段工具演示。每个岗位都需要知道共同概念，但练习任务必须贴近自己的交付物。
管理层
判断 AI 能放在哪些业务环节
看清 AI 的成本、风险、流程改造点和组织边界，避免只停留在“买工具”或“做演示”。
战略判断风险边界
研发团队
用 Codex 改代码、读项目、做验证
学会写清任务、使用 AGENTS.md、进入规划模式、小步修改、跑测试、提交可复核的结果。
Codex工程交付
产品与行政
把 AI 用在文档、表格、流程和沟通
从会议纪要、PRD、客户材料、SOP、制度草案开始练，建立“给资料、定格式、做复核”的习惯。
日常工作效率提升
Courses
课程入口
你可以先学通用基础，再进入所在行业的完整课程。这样学习顺序更清楚，也更容易把方法迁移到自己的工作里。
Industry Pages
行业内容必须独立成页
每个行业都有自己的业务语言、岗位分工、常见系统和练习材料。选择行业后，你会看到更贴近真实工作的案例和任务。
已建立
视觉检测
缺陷检测、质检设备、算法研发、项目交付、售后运维、客户验收。
可扩展
制造业
生产计划、设备维护、质量追溯、工艺文档、供应链协同。
可扩展
金融、教育、医疗等
不同组织可以基于行业课程继续加入自己的流程、系统和案例。