01
校准心智模型
学 4D 框架与 AI 能力边界；记录 3 次「错误委派」和修复方式。
交付：个人 AI 协作清单
Official curriculum map · 2026-08-22
Claude Academy全课程学习指南
不是一张平铺的课程清单，而是一张能告诉你「为什么学、先学什么、学完能做什么」的中文地图。
事实来源：Claude Academy 官方公开页面。学习路径为本指南提炼，非 Anthropic 官方指定顺序。
课程22
课时374
测验41
总时长69.5h
Evidence boundary
官方事实包含课程标题、简介、课时、测验、时长、公开学习目标和可见目录。本指南提炼包含先修建议、分角色路线和 30 天计划。可见目录还包含章节页、结语、测验或徽章入口，因此其条目数不等于官方标注的「课时」数。未登录后的视频正文、测验题和隐藏课件不在提取范围内。
01 · Curriculum architecture
先看全局：这 22 门课其实是一个树
根是「会不会正确与 AI 协作」，干是 Claude 产品与开发平台，枝是不同职业和云环境。
Foundation · 共同底座
理解 AI 的能力边界，再用 4D 管理人机协作。
- 09 AI 流畅度：框架与基础
- 01 AI 能力与局限性
- 11 Claude 101
Use Claude日常工作
Claude 101 → Cowork
Build with Claude工程构建
Code → Platform → API / MCP / Agents
Teach with AI教育教学
教育者 / 学生 / pK–12 / 评估
Deploy & operate云与组织
Bedrock / Vertex AI / 小企业 / 非营利
02 · Role-based routes
不需要全学，你只需要一条对的路线
先完成共同底座，然后按工作目标分流。每条路线按「必修 → 主线 → 专项」组织。
03 · 30-day sprint
用一个月，把「看课」变成「会做」
课程不以「播放完」为完成，而以「交付一个可验证成果」为完成。
02
打通一条真实流程
通用用户学 Claude 101 + Cowork；开发者学 Code 101 + Platform 101。
交付：一个端到端任务
03
只选一个专项
从工程、教育、组织运营或云部署中选一条，不同时跳转。
交付：专项小项目
04
验证、复盘、固化
用真实标准检查产出，将有效描述、核验规则与边界固化为模板。
交付：一份可重复 SOP
04 · Course explorer
22 门课，逐门拆解
搜索课程、按主题筛选，或展开「核心内容 + 完整可见目录」。学习进度仅保存在本浏览器。
22 门课程
0 / 22 已学
没有找到匹配课程，请换一个关键词。
05 · Learning loop
每门课都用同一个三段循环
把课程内容绑定到真实工作，否则「理解了」很快会退化为「好像看过」。
学习前：定义产出
先写下一个可验证成果，再开始看课。
- 我要解决的真实问题是什么？
- 什么证据能证明我已学会？
- 哪些边界不能交给 AI？
学习中：边学边做
每看完一个模块，立即在真实任务中实验。
- 保留首版输出，不要直接覆盖
- 记录每轮描述和辨别发生了什么
- 遇到失败时先诊断属性，不盲目重试
学习后：固化与反证
将有效方法固化为模板，并主动寻找会使它失效的条件。
- 把验收标准、提示、检查步骤固化
- 请同事或用户独立审查结果
- 写下一条反证：什么情况下这套方法不成立？