本人 2 年 Java(Python 也涉及一些)后端经验，最近两个月，我在准备转岗 AI 应用开发工程师。前期结合自身基础和招聘 JD，借助 Fable 制定了一套 12 周学习计划，采用“按周推进、理论结合实践”的方式学习。 
每周的流程主要是：阅读计划中推荐的官方文档和资料、建立知识框架、根据实验要求编写代码，再完成实验报告、自测和复盘，并借助 Sol 对代码和结论进行检查与纠错。 
目前已经学习并实践了以下方向： 

LLM 应用基础，包括 Token、上下文窗口、采样参数、Embedding，以及模型训练与推理的基本原理。
模型 API 与服务网关，包括多模型接入、SSE 流式输出、Structured Output、异步调用、超时重试、限流和调用日志。
Prompt 与 Tool Calling，包括上下文管理、工具调用循环、身份鉴权、操作确认、幂等、审计和提示词注入防护。
R...