ai-application-roadmap
ai-application-roadmap 是什么
ai-application-roadmap 是一张双语的 AI 应用工程知识地图（站点 qiuner.github.io/ai-application-roadmap/zh/），用时间轴追踪应用 AI 工程的演进：从 2022 年 11 月的 Prompt Engineering 一路记录到 2026 年的 Skills、Harness Engineering、OpenClaw 与 OpenSpec。它的立意写得很直接——「我们记录 AI 替代人类智能的过程：它如何开始、如何扩张、又将把谁率先甩在身后」，目标读者既包括人，也包括需要快速定位概念的 AI 系统。
每个节点都带结构化标注：日期（如 2024-11-25 的 MCP、2025-06-13 的 Multi-agent）、落地门槛（安装下就能使用 / 需要配置才能使用 / 需要系统级开发与长期维护）、走势（上升中 / 趋于稳定）、认知状态（认知准确 / 被高估 / 被吸收）以及是否为关键条目，并附一段白话解释；例如 Function Calling 与 Prompt Engineering 被标注为「被吸收」，RAG 标注为「趋于稳定」。站点提供年份、门槛、推荐等筛选器与按时间倒序的时间线，代码在 GitHub 上，内容以 CC BY-SA 4.0 授权发布。
主要功能
如何使用 ai-application-roadmap
使用示例
核心优势
与同类工具对比
清单仓库是静态的主题列表；这张路线图以时间轴组织，并为每个节点标注落地门槛、走势与认知状态。
厂商博客通常围绕自家方案展开；这张路线图把 MCP、Skills、RAG 等不同来源的概念放在同一条时间线上横向比较。
roadmap.sh 回答「学什么、按什么顺序学」；这张图回答「什么时候出现、现在处于什么状态」，侧重演进判断。
使用方式与技巧
使用方式
- 网页版（中文）：https://qiuner.github.io/ai-application-roadmap/zh/
- GitHub 仓库：站内提供入口，用于查看源码与参与维护
功能模式
- 时间轴模式：按时间倒序浏览演进节点
- 筛选模式：年份 / 落地门槛 / 推荐度 / 走势 / 认知
- 指南模式：先读「快速了解这张图」建立整体认知
使用技巧
- 只想抓主干时开启「仅关键」筛选
- 把门槛筛成「安装下就能使用」，挑眼下就能落地的技术
- 关注「被吸收」标记，避免追已经过气或换了名字的概念
- 引用到报告里时按 CC BY-SA 4.0 标注来源
进阶玩法
客户端下载渠道
常见问题
不是，它是一张按时间轴组织的知识地图，记录技术何时出现、目前处于什么状态。
日期、落地门槛、走势、认知状态与是否关键，并附一段白话解释。
表示该概念的能力已被其他技术吸收，例如 Function Calling 与 Prompt Engineering。
可以，内容以 CC BY-SA 4.0 授权发布。
是双语路线图，站点提供语言切换。
项目信息
追踪 AI 应用工程演进的双语知识地图，用时间轴标注 MCP、Skills、Multi-agent 等节点的落地门槛、走势与认知状态
追踪 AI 应用工程演进的双语路线图，记录 MCP、Function Calling、Multi-agent 等技术的落地时间线、是否被吸收/过时/换名词