В ленте снова курсы и репозитории «с нуля до LLM». Один из полезных ориентиров 2026 — открытый курс Foundations of LLMs от Zhejiang University (ZJU): на GitHub уже десятки тысяч звёзд, внутри не только конспект, а карта: глава → список первоисточников → еженедельные подборки arXiv.
Вайб-кодеру это нужно не чтобы защитить диссертацию. А чтобы перестать прыгать «сегодня harness, завтра GRPO, послезавтра очередной агент» и каждый раз заново не понимать, почему сломался RAG или почему LoRA внезапно поехала. Ниже — как читать такую карту pragmatic’но, рядом с терминалом, без академического марафона.
Почему «фрагменты из ленты» ломают стек
Типичный путь 2026:
- Увидел тред про Agent Harness — поставил.
- Утром — пост про speculative decoding — не туда.
- Вечером — новый wrapper над Claude Code.
Знаний много, между ними дыры. Когда падает качество ответа, ты крутишь температуру и модель, хотя дыра в понимании attention, KV-кэша или того, что такое SFT vs RLHF. Карта вроде ZJU как раз закрывает порядок: Transformer → архитектуры → промпты и reasoning chains → LoRA / editing → RAG.
Соседние «с нуля» мы уже разбирали точечно: How to Train Your GPT, RL на чистом C, карта Georgia Tech. Foundations of LLMs — ещё один каркас, ближе к «учебник + papers», чем к одному репо с комментариями.
Как пройти карту, если ты вайб-кодишь, а не учишься в универе
- Одна глава = один уикенд. Не три главы подряд. После главы — маленький эксперимент в своём проекте (свой RAG на 20 документов, свой LoRA на 100 примеров), не конспект ради конспекта.
- Сначала учебник, потом paper из списка главы. Иначе arXiv снова превратится в ленту.
- Пропускай чистую математику, если не тянешь — но не пропускай блок про данные и inference. Для прод-вайба чаще горят токены, кэш и обвязка, не доказательство теоремы.
- Веди «дыру» списком. После каждой главы одна строка: «не понимаю X → ломает мой Y». Это твой бэклог чтения.
- Не копируй весь syllabus в Notion. Скопируй оглавление и отмечай галочками. Длинные базы знаний без галочек = новое кладбище вкладок.
Что из фундамента реально бьёт по ежедневному вайб-кодингу
- Attention и контекст. Почему длинный чат тупеет, зачем compact/summarize, чем опасен «просто приложи весь репо».
- LoRA / дообучение. Когда имеет смысл своя адаптация, а когда хватит хорошего системного промпта и RAG.
- RAG. Не «векторная магия», а грязные куски: чанки, дубли, устаревшие доки, оценка ответа.
- Reasoning chains. Где цепочка помогает агенту, а где жрёт квоту впустую — см. также привычки вокруг лимитов Claude Code.
- Инференс. TTFT, кэш префикса, почему «дешёвый токен» ≠ дешёвый результат — TTFT, цена токена.
Чем не заменять карту
- Только YouTube «за 20 минут поймёшь Transformer» — ок как трейлер, не как фундамент.
- Только лента Клауд дев / LLMScience — сырьё для гипотез, не curriculum. Фильтр тем у нас жёсткий: вайб-кодинг и трафик, не любой arXiv.
- Только «ещё один агент» вместо чтения главы про память и инструменты. Агент усиливает дыру, если дыра уже есть.
Практический маршрут на 4 недели
- Неделя 1 — Transformer / attention на уровне «могу объяснить на пальцах и связать с окном контекста».
- Неделя 2 — промпты, tool-use, простые агенты. Свой мини-агент с одним tool, без роя.
- Неделя 3 — LoRA или лёгкое дообучение на своих примерах или честный вывод «мне хватит промпта».
- Неделя 4 — RAG на своих доках + метрика «ответил / соврал / не нашёл». Без метрики RAG — декорация.
Параллельно оставляй вайб-сборку продуктов. Учёба без шипнутого URL быстро превращается в академический прокрастинатор — как раз то, что мы сознательно выкидываем из блога (чистая наука и курсы ради курсов).
Как стыковать карту с ежедневным шиппингом
Не останавливай продукты на месяц «пока не пройду ZJU». Иначе это снова академия, которую мы сознательно режем из блога. Правило:
- Утром — шип (лендинг, фича, фикс).
- Вечером — одна секция главы или один paper из списка главы.
- В пятницу — эксперимент, который либо улучшает прод (RAG/eval), либо честно закрывается как «не нужно сейчас».
Если после двух недель карта не дала ни одного изменения в проде (промпт, чанки, кэш, eval) — ты снова коллекционируешь PDF. Вернись к дыре из списка: что именно ломает твой агент на этой неделе.
Полезный соседний ориентир по железу и инференсу, когда дойдёшь до глав про serving: GPU performance engineering. Не обязательно читать всё подряд — только слой, который бьёт по твоему деплою.
Коротко
Foundations of LLMs от ZJU полезен вайб-кодеру как порядок чтения, а не как обязательный диплом. Глава → paper → маленький эксперимент в своём репо. Цель — меньше дыр между хайповыми постами про агентов. Собрать сайт через AI ты уже можешь; понять, почему агент тупит на твоих доках — следующий уровень.
Ещё по стеку: DeepSeek Harness и кэш, GPU perf для вайб-кодера, витрина vibe-studio.uk.