林晨花了兩個晚上的時間把AI轉型訓練營的方案寫完。
第一個晚上他坐在書桌前，開啟一個空白文件，從學習路徑開始寫。Python基礎兩週，數學基礎兩週，機器學習演算法三週，深度學習框架兩週。他把每個階段對應的學習資源列了上去：哪本書值得讀，哪個影片課程講得清楚。這些他不需要查資料，全是自己走過的路，每個階段花了多少時間、哪些地方卡過殼，他腦子裡都記著。
寫到中間他停了一下，翻開自己兩年前的學習筆記看了看。那時候他用一個txt檔案記學習進度，每一行都是具體的資料：某月某日學到哪一章，跑通哪個模型，loss降到多少。沒有一句感悟，全是數字和事實。他按照這個結構把方案裡的驗收標準也寫成了資料化的：基礎階段要能獨立完成Python資料處理指令碼，框架階段要能搭建並訓練一個簡單模型，專案階段要做出一個能跑通且有GitHub地址的完整專案。
第二個晚上他把專案實戰部分寫完。從學習路徑到專案落地，中間需要一塊跳板。他當年用的是量化交易專案，但不是每個人都適合做量化。他又加了一個NLP文字分類方向和一個計算機視覺方向，每個方向對應不同的崗位需求，做完了可以直接寫進簡歷。
方案寫完之後他看了一眼字數：四千多字。不長，但每個字都有用。他存了文件，看了一眼時間，凌晨一點半。書房外面很安靜，只有客廳方向傳來蘇婉翻書的聲音。她已經睡了又醒了，還是一直沒睡，他不確定。他把檯燈調暗了一點，合上電腦。
他在微信群裡發了招募貼：AI轉型訓練營第一期，免費，限100人，每週線上答疑一次，為期三個月。報名連結在下面。
連結發出後兩個小時，報名人數超過了一百人。他關掉表單。一百人已經是他能帶的上限了。每週兩個小時乘以一百人的問題量，再加上T廠的工作和晨楓的資料，他的時間已經拉滿了。
他看了一眼報名表上的資料。學歷分佈：本科佔百分之六十五，碩士佔百分之二十五，大專及以下佔百分之十。年齡分佈：三十到三十五歲佔百分之四十五，三十五到四十歲佔百分之三十，四十歲以上佔百分之十五，三十歲以下只有百分之十。大部分人跟他當年一樣，中年被裁，想轉行學AI，不知道從哪裡開始。他把這些資料匯出來，存了一份到電腦上，又拉了一個簡單的餅圖。
蘇婉在客廳裡看電視，聽到他在房間裡敲鍵盤的頻率變高了，探頭進來問了一句：在忙什麼？
建了個訓練營，幫人學AI。
免費的？
蘇婉點了點頭，沒再說什麼。她去廚房倒了一杯溫水端過來放在他桌上，回客廳去了。林晨看著桌上的水杯，杯壁上有一層薄薄的水霧。他喝了一口，繼續整理學員資料。
技術背景方面，純後端開發的佔了一半以上，剩下的分佈在資料分析、測試、運維等方向。
他建了一個釘釘群，把一百個人拉進來，然後發了一段話：
這個訓練營不是教你從零變成AI專家的。三個月做不到這件事。我能做的是幫你縮短摸索的時間：哪些該學，哪些可以先跳過。路還是要你自己走。
群裡的回覆很快：明白了林總。收到。謝謝林總。
也有人問：林總，訓練營的節奏是怎樣的？每天有固定任務嗎？
林晨回了一句：每週一個階段，每個階段有學習任務和驗收標準。線上答疑每週一次，平時在群裡提問。
收到。
第一次線上答疑安排在週六下午兩點。林晨坐在家裡的書桌前，打開了釘釘的視訊會議。一百個人的頭像排列在螢幕上，大部分是黑色的，關了攝像頭。只有二十多個人開了攝像頭，能看到各種各樣的場景：穿著格子襯衫坐在電腦前面的、在出租屋小桌旁捧著筆記本的。
林晨沒有做PPT，也沒有準備講稿。他打開了共享螢幕，上面是他兩年前的學習路徑圖。從Python基礎到機器學習演算法，再到深度學習框架，最後到專案實戰落地。每一步的學習時間和踩過的坑都標在上面。路徑圖是他用Excel畫的，線條和方框都很樸素，沒有配色方案，沒有任何設計感，但邏輯清晰，一眼就能看懂。
這是我當時的學習路徑。他指著螢幕說，從零到拿到T廠的offer，用了九個月。你們可以更快，因為我已經幫你們排了序，哪些先學、哪些可以跳過。
他花了四十分鐘講完學習路徑，然後開放提問。
問題很快刷上來。數學基礎要不要從線性代數開始學？面試的時候專案經驗怎麼寫？他一個一個回答，每個回答控制在兩分鐘以內。他的風格跟在公司開會一樣：直接給方法，不講道理，不繞彎子。有一個學員在聊天框裡打了一行字：林總，訓練營的資料包什麼時候發？林晨回了一句：明天。先看學習路徑，資料包只是輔助。
有一個學員問了一個問題：年齡真的是問題嗎？
螢幕上安靜了兩秒。
林晨想了一下。面試官看的是你的專案經驗和解決問題的能力。你改變不了年齡，但你可以改變簡歷上寫的東西。三個月之後你的簡歷上應該有一個完整的AI專案，而不是隻有十年Java後端。
