目錄
搜「免費 AI 課程」，Harvard CS50's Introduction to Artificial Intelligence with Python（以下簡稱 CS50 AI）幾乎一定排在前幾名。它由 Brian Yu 和 David J. Malan 主講，透過 OpenCourseWare 完全免費公開：七週影片、逐講 notes、投影片、原始碼、quiz，加上十二個有 autograder 回饋的 Python projects。按照本站在世界名校 AI／CS 課程地圖定的分級，它是 A3——足以自學：錄影、教材、projects、回饋系統全部對校外開放，一個人從零走到拿證書，中間不需要任何校內身分。
但「材料全開」不等於「材料是最新的」。打開任何一講的下載連結，你會發現路徑寫著 cdn.cs50.net/ai/2020/spring/——影片是 2020 年春天錄的。這篇要回答的問題因此有兩個層：這七週和十二個 projects 到底在做什麼；以及一份 2020 年的錄影，放在 2026 年還值不值得跟。
先判斷它是不是你要的課
官方頁面把先修條件寫得很清楚：修過 CS50x，或至少一年 Python 經驗。沒有要求線性代數或機率——需要機率的地方，課程會在第二週自己教。
它的定位是「用 Python 把古典 AI 到現代 AI 的全景走一遍」，不是理論課也不是框架培訓班。每一週的節奏固定：看講課、做 projects、交給 autograder。官方對 workflow 的描述就是兩步——Watch Lecture，Submit Project。如果你想要的是嚴格數學推導，它不是那門課；如果你想要的是六個月內能動手寫出搜尋引擎、西洋棋 AI、貝氏網路和神經網路的入門路徑，它大概是免費選項裡結構最完整的。
七週在教什麼
七個主題是一條刻意設計的線，從「怎麼搜尋」一路走到「語言模型」：
| 週 | 主題 | 涵蓋內容 |
|---|---|---|
| Week 0 | Search | DFS、BFS、A*、Minimax、Alpha-Beta 剪枝 |
| Week 1 | Knowledge | 命題邏輯、model checking、resolution |
| Week 2 | Uncertainty | 機率、Bayes 法則、貝氏網路、馬可夫模型 |
| Week 3 | Optimization | 局部搜尋、模擬退火、約束滿足問題 |
| Week 4 | Learning | 監督式學習、SVM、強化學習、Q-learning、k-means |
| Week 5 | Neural Networks | 反向傳播、TensorFlow、CNN、RNN |
| Week 6 | Language | n-grams、Naive Bayes、word2vec、attention、transformers |
前半段（Search 到 Optimization）是古典 AI：符號、邏輯、機率、搜尋。後半段（Learning 到 Language）才進入機器學習。很多免費課直接跳到神經網路，CS50 AI 反過來先花三週建立「AI 不等於深度學習」的全景——這是它在 2026 年仍然值得跟的最大理由之一。
十二個 projects 在做什麼
每個 project 都是從零寫一個完整程式，官方提供 distribution code 和規格，寫完用 check50 驗證正確性、submit50 提交：
| 週 | Projects | 你要做的事 |
|---|---|---|
| Project 0 | Degrees、Tic-Tac-Toe | BFS 算演員間隔幾層關係；Minimax 下井字棋 |
| Project 1 | Knights、Minesweeper | 用命題邏輯解騎士與騙子謎題；知識表示掃雷 |
| Project 2 | PageRank、Heredity | 取樣與迭代算網頁排名；貝氏網路推斷基因型 |
| Project 3 | Crossword | 用 backtracking 和 constraint satisfaction 生產填字遊戲 |
| Project 4 | Shopping、Nim | k 近鄰預測購買意願；Q-learning 學會玩 Nim |
| Project 5 | Traffic | TensorFlow 訓練 CNN 辨識交通號誌 |
| Project 6 | Parser、Attention | CFG 解析句子；實作 self-attention |
這份清單的價值在於覆蓋面：邏輯 puzzle、機率推斷、組合最佳化、監督式學習、強化學習、電腦視覺、NLP 各一個起碼的代表作。做完十二個，你不是「聽懂」了這些詞，而是每個都親手寫過一次。
三條官方路線差在哪
官網明確列出四種修課方式，校外自學者真正會考慮的是前三種：
1. 免費 OCW 路線（本篇主軸）
直接跟 OpenCourseWare 走，不花一毛錢。要拿 autograder 回饋，需註冊一個 edX 帳號並透過 GitHub 授權加入課程；提交後成績在五分鐘內出來，進度記錄在 Gradebook。每個 project 都拿到 70% 以上，就能申請免費的 CS50 Certificate。
2. edX 證書路線
想要 edX 的 verified certificate 就改註冊 edX 版本；想湊 professional certificate 則是另一個入口。差別只在證書的身分驗證與費用，教材本身同一套。
3. 學分路線
想拿正式學分，走 Harvard Extension School 或 Summer School 的對應班次。站上的 Harvard AI／ML 課程地圖查核過 Summer 2026 班次：它是新的正式班級，底層仍使用 2020 年錄影與指定作業快照，且 Gradescope、section、office hours 只屬於修課學生。純自學不需要考慮這條。
順帶一提，課程授權允許老師直接採用或改編教材開自己的課——這也是為什麼全球大量高中與入門營隊拿它當骨架。
核心張力：材料全開，影像卻停在 2020
這是全文最重要的部分，也最容易被忽略。
打開 Week 0 到 Week 5 任一講的資產清單，影片、音檔、投影片、transcript 的 URL 全部指向 cdn.cs50.net/ai/2020/spring/。換句話說，前六週的畫面是 2020 年春天錄的。
唯一的例外是 Week 6 Language：它的資產路徑是 cdn.cs50.net/ai/2023/x/，是 2023 年重錄的版本。所以 attention、transformers 這些 LLM 時代的概念確實在課裡，但只佔最後一週。
作業端同樣跨年份。以 Degrees 為例：distribution code 從 2023/x 的路徑下載，check50 和 submit50 卻跑 ai50/projects/2024/x/degrees 這個 slug。
概念上它是同一題，執行版本卻橫跨好幾年。官方也在規格頁標明課程最高支援到 Python 3.12。
正確的理解方式是把「課程版本」拆成四件事：正式班次、講課資產、作業資產、回饋系統。OCW 的正式頁面掛著當期年份，講課是 2020 年的，作業混用 2023／2024 的 distribution，autograder 則持續維運到今天。四者不同步，不代表課壞了，代表你應該照 OCW 自己的 download 和 check50 路徑走，不要自己拼裝別的版本。
2020 年的錄影，2026 年還值不值得跟
我的判斷是：值得，理由有三個，各自可驗證。
第一，這門課教的東西變化很慢。DFS、A*、Minimax、貝氏網路、Q-learning、backpropagation 都是幾十年不變的核心演算法。2020 年的錄影在這些主題上不存在「過時」問題——今天的教科書教的還是同一套。
第二，真正快速變化的部分，課程已經處理了一半。Week 6 用 2023 年重錄版補上 attention 和 transformers，讓課程至少摸得到 LLM 概念的邊。缺的是 prompt engineering、RAG、agent 這類應用層——但那些本來就不是這門課宣稱要教的。
第三，替代品未必更好。市面上大量「2026 最新 AI 課」更新的是工具名稱，不是基礎原理；而這門課的十二個 projects 加 autograder 回饋，仍然是免費課裡少見的完整閉環。
做法建議很具體：跟 OCW 版就整條跟到底，project 一律用官方頁面給的 download URL 和 check50 指令，不要混用其他年份的 starter code。想補 LLM 應用層，另外找資源，不要期待這門課替你覆蓋。
最小開始方式
今晚就可以做的三步：
- 打開 Degrees 的 spec，下載 distribution code，讀完 Understanding 段落。
- 寫出
shortest_path——提示已經寫在 spec 裡：用 breadth-first search。卡住就回去看 Week 0 講課。 - 跑
check50 ai50/projects/2024/x/degrees，全綠就走提交流程，確認你的 edX 帳號和 Gradebook 有記錄。
如果第一步到第三步你在三天內走完，這門課適合你繼續；如果光是讀 spec 就卡住，先去補 CS50x 或一年的 Python，再回來。
更新紀錄
- 2026-08-26：初版。錄影與作業版本狀態以 2026 年 8 月 26 日官網查核為準。
參考資料
- CS50's Introduction to Artificial Intelligence with Python — OpenCourseWare 主站
- Week 0 Search — 錄影資產指向
cdn.cs50.net/ai/2020/spring/的證據 - Week 6 Language — 錄影資產指向
cdn.cs50.net/ai/2023/x/的證據 - Projects 總覽
- Degrees project spec —
2023/xdistribution、ai50/projects/2024/x/degreesslug、Python 3.12 上限 - CS50 Certificate 說明頁 — 每 project 70% 以上換免費證書
- edX 修課入口（verified certificate）
- CS50 AI YouTube playlist
- check50 文件
- Gradebook
- 站內：世界名校 AI／CS 課程地圖 — A0–A3 分級定義
- 站內：Harvard AI／ML 課程地圖 — CSCI S-80 Summer 2026 與 OCW 的版本對照
Loading...