Introduction
Independent learner exploring AI × Web3 — documenting what I learn, build and discover, in public.
What this is
这是一个持续更新的公开学习档案（open learning archive）：从接近技术零基础 开始，记录在 Web3、AI Agent、开发者工具与链上应用方向上的学习、实验与项目实践。
它同时承担三个角色：
- 学习笔记——能用大白话讲明白，才算真的懂；
- 作品集——公开的项目、黑客松与文档，是可验证的能力证据；
- 知识库——把零散信息沉淀为可检索、可长期复用的结构。
Why it exists
在消化一手行业活动与文档时常见两个问题：一是行业术语密度高、初学者容易掉队； 二是资料分散、且很难同时做到「讲人话」与「跟得上当前生态」。
于是把每一次学习都写成结构化笔记：既强迫自己理解，也希望为同样在入门的人省下 一点爬坡的时间。
Learning principles
1. Output over input
看十小时资料，不如写一小时笔记、做一个能跑的小东西。每次学习都留下公开痕迹： 一篇笔记、一个 commit、一条总结。
2. Project-driven, not course-driven
不必等「把所有基础学完」才动手——那一天不会来。路径是：学一点基础 → 立刻做 一个小东西 → 遇到不懂的再回来补。黑客松是最好的加速器。
3. Focus on what you can control
技术周期、市场冷暖、政策变化都无法控制；能控制的是当下的基础练习、英语、项目 与一篇笔记。把注意力放在可控制的事情上。
4. Build on a differentiated edge
与其在不占优的方向硬拼，不如发挥「语言 + 技术」的桥梁定位：
- 快速读懂英文一手资料，整理成中文导读；
- 在不同语言与生态之间做信息的转译与连接；
- 「跨语言、跨生态的信息差」是长期存在的机会。
5. Don't touch money you don't understand
行业里充满投机叙事。原则：不炒币、不加杠杆、不参与收益来源说不清的项目。 目标是做「修铁路的人」，学习阶段优先用测试网、小额与模拟环境。
Long-term direction
A long-term learning roadmap toward advanced study and a career in global Web3 ecosystems — built one note, one project at a time.
下一步：阅读 如何使用本 Wiki，或直接进入 核心概念词典。