先说清楚一件事
“学 Linux"到此为止了。
课程结束不代表你懂全部 Linux——文件系统、内核、驱动这些深处的东西都没碰。但你已经有了一副够用的地基：会看日志、会排查网络、会读配置、会写脚本、会开服务、会做备份。
从这往后的学习，不再是"学操作系统”，而是"用这个操作系统去造东西"。
选方向的时候，别问"哪个最有前途"，问三个问题：
- 你想做出什么东西？（不是"想学什么技术"）
- 这个东西能不能在两周内做出第一个能给人看的版本？（做不出来的是空谈）
- AI 能不能替你做完这件事？（能的话，你的价值在哪）
八个方向
网站开发（前端 / 后端）
28 天里你只学到"把文件发出去"。真正的网站要能交互、能存数据、有登录。
| 学什么 | 后端：Python（FastAPI/Django）或 Node.js 前端：HTML/CSS/JS 基础 → 一个框架（Vue 或 React） 数据库：你在 S2 已经会了 |
| 时间 | 3-6 个月到能做出像样的项目 |
| 代表作 | 一个别人真在用的网站：有登录、有数据库、有部署、有域名。 不是"仿了个淘宝首页"，是"我们班同学在用这个报名" |
| AI 能不能替 | 写代码能替，上线不能。AI 给你代码，但"为什么这个接口 502""为什么数据库连接池满了"只有你知道 |
| 马上能做 | 把 28 天的 S1 变成动态站：加一个留言板，数据存 SQLite |
系统运维 / SRE
你已经会"让一台机器跑起来"。这一个方向是"让一百台机器稳稳跑着"。
| 学什么 | Ansible（批量配置）、Kubernetes、监控体系（Prometheus + Grafana）、日志聚合、CI/CD |
| 时间 | 6-12 个月（这个方向门槛偏高） |
| 代表作 | 一套能自动重建的环境：机器坏了，跑一条命令，10 分钟内全部恢复 |
| AI 能不能替 | 能诊断一部分，但不能担责。半夜三点服务挂了，得有人判断"先回滚还是先扩容"——这是判断，不是查询 |
| 马上能做 | 把 T7 的备份 + S6 的监控 + S5 的定时任务串成一套，做到"任何一台机器能自动恢复" |
网络安全
S7 只教了"把门锁好"。这个方向是"知道别人怎么撬门"。
| 学什么 | 网络协议深入（TCP/IP、HTTP）、Web 漏洞原理（OWASP Top 10）、渗透测试工具、日志分析与取证 |
| 时间 | 6-12 个月，且必须合法练手 |
| 代表作 | 一份自己挖出来的漏洞报告（在授权环境 / 靶场 / SRC 上），或者一套完整的安全加固方案被别人采纳 |
| AI 能不能替 | 扫描能替，思路不能。工具能跑出漏洞列表，但"这个漏洞在这个业务里意味着什么"是人的判断 |
| 马上能做 | 用 Docker 起一个 OWASP Juice Shop 靶场，自己打一遍（只打靶场，别打别人的机器——这是法律红线） |
数据 / 数据库
S2 只教到"能存能查"。真正的数据活是"几十亿条怎么查得快"。
| 学什么 | SQL 深入（索引、执行计划、事务）、数据建模、ETL、一个分析工具（Pandas 或 SQL 窗口函数） |
| 时间 | 3-6 个月 |
| 代表作 | 把一个慢查询优化一百倍，并说清为什么（索引怎么选、执行计划怎么变） |
| AI 能不能替 | 写 SQL 能替，判断数据对不对不能。AI 会给你一条能跑的 SQL，但它不知道"这个数明显不对" |
| 马上能做 | 导一份真实数据（比如公开统计年鉴），用 SQLite 做十张报表 |
人工智能 / 机器学习
这是最热的方向，也是最容易被高估的方向。九成的人学完就停在了"调包跑通 demo"。
| 学什么 | Python 熟练 → 线性代数/概率（绕不过去）→ PyTorch → 一个具体领域（视觉/文本/表格） |
| 时间 | 12 个月起。这是八个方向里最长的 |
| 代表作 | ❌ "跑通了 MNIST"、"微调了一个开源模型"——这些不算 ✅ 用数据解决了一个真实的、别人关心的问题，并且说清"为什么这个模型比那个好，好在哪，错在哪" |
| AI 能不能替 | 这是最讽刺的一条：AI 替代了"调包"这层，所以只有真正懂原理的人还有价值。你能看懂 loss 曲线在说什么、能判断标注数据有问题，才有位置 |
| 马上能做 | 先别碰模型。先花两周把 Python 学到能处理 Excel/CSV，把数据清洗干净——80% 的 AI 工作是这个 |
| 硬件 | 本机 CPU 能学基础；真训练要 GPU（云上按小时租，几十块一次） |
嵌入式 / 物联网
Linux 装进小盒子里去控制物理世界。树莓派、路由器、工业设备都是这个方向。
| 学什么 | C 语言（必须）、GPIO/串口/I2C、交叉编译、Buildroot 或 Yocto、一个实时系统概念 |
| 时间 | 6-12 个月 |
| 代表作 | 一个真在跑的自制设备：家里自动浇花、门口摄像头、温湿度记录仪——连续跑三个月不重启 |
| AI 能不能替 | 基本不能。硬件坏了、接触不良、电源不够——这些只能用手摸出来 |
| 马上能做 | 买一块树莓派（几百块），把它变成一台家里的服务器：跑 S1 的网站 + S5 的定时任务 |
| 好处 | 成本最低、成果最"看得见"——你能摸到它 |
桌面与办公自动化
不追求"高级"，追求"每天省一小时"。这是最实用、最容易被低估的方向。
| 学什么 | Shell/Python 脚本、表格处理（Pandas、openpyxl）、GUI 自动化（xdotool、pyautogui）、一个 RPA 工具 |
| 时间 | 1-3 个月就能出成果 |
| 代表作 | 一个每天自动跑的脚本，替你干掉了重复劳动——比如自动汇总报表、自动整理下载文件、自动发提醒 |
| AI 能不能替 | 能写脚本，但不知道你的表格长什么样。你得会描述、会验证、会改——这恰恰是最该学的部分 |
| 马上能做 | 找你每天重复做的一件小事（整理文件/填表/发通知），写成脚本。**这是最快见效的一步** |
C/C++ 系统编程
往下走一层：不是"用 Linux"，而是"写 Linux 上跑的东西"。
| 学什么 | C++ / C、内存管理、多进程多线程、socket 编程、gdb 调试、性能分析（perf） |
| 时间 | 12-24 个月（这是最难的一条） |
| 代表作 | 一个自己写的、能扛压的服务：比如一个 HTTP 服务器，能同时处理 1000 个连接不崩 |
| AI 能不能替 | 最难替的一条。内存泄漏、竞态条件、性能瓶颈——这些全靠经验和工具，AI 只能给方向 |
| 马上能做 | 从 [动手做](/practice/) 的项目继续，把 Python 版待办工具用 C++ 重写一遍 |
一张对照表
| 方向 | 见效时间 | 难度 | AI 替代压力 | 最适合谁 |
|---|---|---|---|---|
| 07 办公自动化 | 1-3 个月 | 低 | 低 | 想马上省时间的人 |
| 04 数据/数据库 | 3-6 个月 | 中 | 中 | 天天跟表格打交道 |
| 01 网站开发 | 3-6 个月 | 中 | 高（写代码） | 想做产品 |
| 02 运维/SRE | 6-12 个月 | 高 | 低 | 想做单位的"技术负责人" |
| 06 嵌入式 | 6-12 个月 | 中高 | 最低 | 喜欢动手、想摸到成果 |
| 03 网络安全 | 6-12 个月 | 高 | 低 | 逻辑强、耐得住 |
| 05 AI/机器学习 | 12 个月起 | 极高 | 中（调包被替，原理不被替） | 数学基础好、能沉住气 |
| 08 C/C++ 系统 | 12-24 个月 | 最高 | 最低 | 想搞到底层 |
我的建议：按这个顺序选
如果你只是想"把手上的活干得更快"：
07 办公自动化。1-3 个月出成果，投入产出比最高，而且没人能替代你——因为只有你知道自己每天在烦什么。
如果你想在单位里变成"那个懂技术的人"：
02 运维/SRE（先学 Ansible 和监控）。这条路最匹配你 28 天学到的东西，衔接最顺，不用从零开始。
如果你想做点自己的东西：
01 网站开发 或 06 嵌入式。前者在屏幕上，后者在桌子上。嵌入式更容易有成就感——你能摸着它。
如果你数学不差、时间充裕、想赌一个大的：
05 AI。但先花两周确认一件事：能不能坐下来把线性代数的一章看完。看不下去就别开始——这不是意志力问题，是方向不对。
如果以上都不确定：
先做 07，做出一个每天替你干活的脚本。 有了第一个"真在用"的东西，你自然知道自己想往哪走。
最后说三句实话
第一，这八个方向没有"最好"的，只有"你能不能坚持到出成果"的。
所有方向前三个月都很枯燥，区别只在于：有的人做出了第一个能给人看的东西，有的人还在看教程。
第二，AI 没有减少学习量，它改变了"学什么"。
需要背的知识变少了，需要判断的地方变多了。以前"记得住 API"是本事，现在"知道该用哪个、错了怎么查"才是本事。
第三，也是最重要的一条：
别为了学而学。找一件你真想做出来的东西，然后学"做出它所需要的那些"。
“我想做一个能自动给全班发通知的小工具” —— 这个出发点会让你学得动。 “我想学 Python” —— 这个出发点三天就停了。