想弄懂 AI 为什么会“多想一会儿”，最直接的办法不是背概念，而是亲手把训练和评测链条跑一遍。Sebastian Raschka 推出的这套课程包含 8 段编程视频，共 11 小时，使用 Python 和 PyTorch，从一个预训练的小型 Qwen3 模型出发，逐步实现推理模型的评测与改进。
课程重点串起三件事：测试时扩展——回答时投入更多计算，例如生成多个答案再筛选；强化学习——根据奖励信号调整模型的解题行为；知识蒸馏——让较小模型学习较强模型的输出，以降低部署成本。它也解释了推理模型与 AI Agent 的关系：模型像引擎，Agent 外层的软件负责管理上下文和调用工具。
这里的“从零”主要指亲手实现推理环节，并非从空白开始预训练语言模型。课程可独立学习，不强制先修作者此前的 LLM 课程，但作者建议学习者已经熟悉 Python 和 PyTorch。