加入一群行动派 Builder · 跟上最前沿的 AI · Build 自己的 Agent · 为下一代打开机会 · 把想法变成真正的产品。
SiliconRoshi Membership 不是订阅一堆 AI 课程 · 而是一个 AI Builder 的生态圈 —— 让你 Learn · Build · Connect · Create Opportunities · 在 AI 时代成为超级个体。
SiliconRoshi 汇聚一群 ambitious · decisive · 好奇 · 愿意动手的人 —— 不只是「想学 AI」的人，而是彼此帮助真正把事情推进的人。
一起互相成就 · 成为 AI 时代的超级个体。
会员的孩子可能有机会申请加入我们的 AI startup 悟空道场（WukongDojo）· 接触真实的 AI 创业项目 —— 让下一代提前进入 AI 时代。
注：实习机会需通过申请与匹配 · 优先考虑会员家庭，不作 guarantee。
AI 变化太快 · 一个人几乎追不动。会员之间一起学、一起筛选、一起判断什么才是真正重要的。
一起跟上 AI · 不掉队。
不要停在「学过」——在 WukongDojo.ai（或你自己的平台）上 Build 一个真正的 Agent · 让它去解决一个真实问题。
不只是学 Agent · 亲手 Build 一个 · Launch 出去 · 看它能走多远。
会员之间不只是「同学」—— 未来可能是合伙人、客户、导师、人才、合作方、项目队友、Referral 来源、共同创始人。你也可以从会员升级为 Project Lead / Program Co-sponsor · 带别人一起做。
今天在这里遇见的人 · 可能就是你明天一起 Build 大事的人。
会员不是终点 —— 是学院正式认证阶梯的中间一级。愿意的话 · 你可以继续走上去。
发布一个 agent · 通过 L1 测评 → 第一张认证。
成为会员进入轨道 · 上完课程 · 亲手做一个真实 AI 应用（3+ 真实用户）· 人工审核。
↑ 会员即入此级作为共同赞助方（Co-sponsor）· 参与并完成至少一场学院认可、有营收记录的活动 → 可主导学院项目与活动。
L3 · AI 主理人 是这个学院的项目主理级 —— Project Lead & Program Co-sponsor 的正式通道。
加入 Member，你买的是一张长期入场券：每周二 5:30 PM PT，Bill 亲自带你——要么造一个能干活的数字员工，要么把一个关键知识点讲透。一个偏动手、一个偏想通，合起来就是「看到一件工作，知道怎么交给 AI」的真本事。30 分钟极限是我的，不是你的：我先做给你看，你回去有一整周做成自己的，下周回来一起看、现场答疑。主题跟着 AI 前沿和大家的需求走 · 持续更新、永不结课。下面是 pipeline 里的方向，点开看细节，也欢迎点题。
从一个 Idea 开始，现场 Build、Deploy。30 分钟内零费用让一个真正的网站全球上线，任何地方都能访问——这就是你一人公司的第一名员工：7×24 站岗的门面前台。
30 分钟极限是我的，不是你的：我先做给你看，你回去用一整周做成自己的。第一堂课就让你明白：AI 时代，Idea 到 Product 的距离已经完全不一样了。
Bill 自己每天在用、把 siliconroshi.ai 一个人跑起来的真实 tool stack —— 八件武器 · 每件一个活 · 绝不贪多：
Wispr Flow（语音输入）· Claude Work（多 agent 工作台）· Claude Code（AI 写码）· Nano Banana Pro（图像生成）· ChatGPT（通用问答）· DeepSeek（中文推理）· Gemini NotebookLM（把你自己的文件变成学习伙伴）· Gemini in Gmail（收件箱里的 AI）。
不是给你列一堆工具名单 · 而是告诉你：什么情况下，用什么武器。（源自 S3.5《AI 时代极速前进》· 悟空的武器库）
专门一节把 AI PPT 讲透 —— 从想法到成稿。
研究、结构、内容、配图、动效、演示节奏 · 一整套现场跑通。再也不用花一晚上手动做 PPT。
进入真正的 AI Coding。从不会写 Code，到能够借助 Claude Code Build 真正的软件和产品。
Idea → Code → Debug → Build → Deploy 全流程 · 一个人跑完。AI Coding 不只是程序员的工具 · 它正在变成每一个 Builder 都应该掌握的能力。
Claude Work 是 Anthropic 的多 agent 工作台 —— 复杂 workflow · 多轮任务 · agentic 协作。
专门一节讲清楚它跟 Claude Code 的分工、什么时候用 Work 而不是 Code、以及怎样搭出一个能自己跑的 workflow。
Agent Loop 是所有 agent system 的心脏 —— plan → tool call → observe → reflect → next step 的循环。
没有理解 loop · 你只会写 prompt · 有了 loop · 你能设计能自我推进的 agent。这一节把 ReAct、reflection、planning、error recovery 等 loop pattern 从原理讲到实战。
💡 最近社区常说的 Loop Engineering · 讲的就是这节课。别被新名词唬住 —— 本质就是设计 agent 的这个循环。
MCP (Model Context Protocol) 是 Anthropic 推的 open standard —— 让 agent 能以标准协议连接任何数据源、工具、服务。
写一个 MCP server = 把你的私有 data / tool 变成 agent 的能力。这一节带你从零写一个 MCP server · 讲清楚 protocol shape、transport、authorization、以及生态里已有的 servers。
ChatGPT 知道很多东西 · 但你的公司、项目、文件、知识 · 它不知道。
RAG (Retrieval-Augmented Generation) 是让 AI 真正理解你自己内容的第一层解法。这一节把原理、embedding、chunking、re-ranking 讲透 · 现场跑通一个 RAG pipeline。
把你的文档、笔记、SOP 组织成 LLM 可读的结构化 wiki。
不是 Notion 那种 human-first wiki · 是专门为 AI 消费设计的 wiki 结构 —— 让 agent 能秒查、能引用、能沿着 wiki 链接跳转推理。
Ontology 是你的世界的骨架 —— 概念、关系、约束 · 让 AI 从「读 text」升级到「懂 domain」。
没有 ontology · agent 只能瞎猜 · 有了 ontology · agent 能像 domain expert 一样推理。这一节讲怎么从零起步给你的业务建 ontology。
把 wiki + ontology 编织成 Knowledge Graph —— 你自己的 knowledge 网络。
agent 沿着 graph 边缘做多跳推理 · 能回答「跨文档、跨概念」的复杂问题。构建、查询、维护 · 一节课过完。
💡 有人开始叫它 Graph Engineering —— 就是这节课。把知识建成图 · 让 agent 多跳推理 · 换个名字而已。
Context Engineering 是现在最火的一个词 —— 但它不是玄学。它就是回答一个问题：在有限的 context window 里 · 到底往模型嘴里喂什么。
喂多了 · 模型分心、烧钱、还变笨（context rot）· 喂少了 · 模型不知道你在说什么。前面 S08 RAG、S09 LLM Wiki、S10 Ontology、S11 Knowledge Graph 都是「怎么把知识存好」· 这一节讲的是「存好之后 · 每一次调用该取哪一块、怎么排、放多少」—— retrieval 策略、context 压缩、分层记忆、prompt 组装顺序、以及为什么「把所有东西塞进 prompt」永远是错的。
学完这节 · 你就明白：Prompt Engineering 是写好一句话 · Context Engineering 是管好整个上下文。后者才是让 agent 从 demo 走向生产的分水岭。
Skills 是给 agent 添加**新能力**的最轻量方式 —— 一个 Skill = 一个可复用的 capability module。
这一节把 Skill 的原理、authoring、组合方式讲清楚 · 现场写一个自己 domain 的 custom Skill。
Plugins 是 agent 与外部世界连接的方式 —— 调 API、查数据库、控外部服务。
Skill 是「agent 内部能力」· Plugin 是「agent 外部触手」。什么时候用哪种、怎么设计一个 plugin 的 interface · 一节课讲透。
Hooks 是给 agent workflow 加**拦截点**的机制 —— 在 tool call 前、后、错误时插入自定义逻辑。
Hook 是最容易被忽略但最能提升 agent 稳定性的 primitive · 这一节讲清楚 hook lifecycle、常见 pattern、以及生产环境里的最佳实践。
Harness = 把 agent 关在一个可测的沙箱里跑 · Eval Loop = 用可重复的评测持续判断它到底有多好。
没有 harness · 你只有 vibe check · 有了 harness · 你能系统性地把 agent 从 60 分提到 90 分。这一节讲测试集设计、通过率 vs 通过分数、regression 触发、以及 real-user data → eval-set 的回流机制。
💡 现在流行的 Harness Engineering · 讲的正是这节 —— 给 agent 建可测沙箱 + eval loop。名词新 · 东西是老的。
GStack 是 Garry Tan（YC president）开源的一整套 AI stack 工具集 —— builder 快速搭建 agent + AI product 的 open-source 基础设施。
Bill 会带你把 GStack 装起来、跑起来、hack 起来，让它成为你自己 startup / business 的日常武器。开源意味着零 licence 费 · 完全掌控 · 想改就改。
GBrain 是 Garry Tan open-source 生态里的 brain 层 —— 把 knowledge、context、reasoning 编织成 agent 真正可用的「大脑」。
与 GStack 是一对：Stack 提供工具、Brain 提供思考。学会以后，你搭出来的不再是一个个孤立的 prompt · 而是一个真正可以工作、能积累经验的 AI System。
让 agent 真的能收钱。这一节从零讲透 Stripe Payment Links、Checkout Sessions、Webhook + 幂等确认、订阅 vs 一次性、发票、退款、税务基础。
siliconroshi.ai 本身的付款闭环（就是给你卖会员的那一套）会作为 case study 现场拆解 —— dual-source webhook + lander 幂等、UNIQUE(stripe_sid) 保底、audit 表设计，一堂课把「AI 时代的收款系统」讲清。
Security = 你的 agent 不能被 prompt injection、data leak、tool abuse 攻破 · Governance = 团队里谁能改 prompt、谁能加 tool、谁能读 log、如何 audit。
Enterprise 环节的必备前置：secrets 管理、least-privilege、rate limit、abuse detection、rollback plan、以及 SOC-friendly 的 audit trail。
做出来能跑的 AI System 之后 · 立刻教你让 UI 看起来专业。
CALM = Clear · Accessible · Legible · Minimal。少即是多 · 每个元素都有作用 · 每一屏只讲一件事。避免 AI 时代的「slop UI」通病 —— 花哨、拥挤、layout 崩溃。学完这一节 · 你自己 build 出来的产品第一眼就不像业余项目。
把前面所有东西放大到 enterprise scale —— 团队协作、权限管理、audit、compliance、data governance、cost control。
一个人做 agent 与一个公司部署 agent 是完全两个游戏。这一节把企业级 AI 部署的 pitfalls 和 patterns 讲清楚 —— 面向 CTO、tech lead、以及打算把 AI 卖给企业的创业者。
前面 topics 教会你做出 AI · 这一 track 教你把 AI 变成一门生意。
后续 weekly live sessions 陆续覆盖：SEO（传统搜索引擎优化 · Google/Bing/百度）· GEO（Generative Engine Optimization · 让 ChatGPT / Claude / Perplexity 引用你的内容）· Blogging（AI 时代的 content engine · 一天写十篇的 workflow）· Marketing（用 AI 做增长、广告、Email、Social）· Sales（cold outreach、CRM、pipeline、objection handling · 全部 AI-powered）· One-Person Company (OPC)（用一套 agent stack 把整个公司的运营、财务、客服跑起来 · 无需招人）· Startup 0 to 1（从 idea 到 MVP 到第一批付费用户 · Bill 亲自的 startup playbook）。
奠基会员 + Founding Member 全部 include · 不再另外收费。
技术再强 · 找错方向就是白干。这一节从 找方向 开始：怎么样用 ChatGPT 系统性地扫出十个赚钱行当 · 怎么排序 · 怎么排除掉「看着火但赚不到钱」的坑。
不是喊口号 · 是 Bill 现场跑一遍 workflow —— prompt 怎么写、怎么让 ChatGPT 给你算 TAM、客单价、竞争密度、进入成本，最后给你一张打了分的候选清单。学完你就有能力：用一晚上找到未来一年可以专注的赚钱方向。
做内容 · 做产品 · 做营销 · 第一步都是 找到正在被搜索、正在被讨论的话题。选错话题 · 再好的执行也是砸在冷水里。
这一节把 trending topic 侦察工具箱 一次讲透：Google Trends · X (Twitter) 实时趋势 · Reddit hot / rising · YouTube trending · TikTok Discover · 小红书 · 抖音热榜 · Product Hunt · Hacker News · Perplexity Discover · 以及怎么用 AI agent 把这些 signal 汇总成 一张每天自动刷新的 hot topic 仪表盘。
AI 时代 · 内容是杠杆 · 而镜头是内容的入口。很多技术出身的 builder 卡在这里 —— 产品做得好 · 就是没人认识。
这一节讲 怎么样出镜：怎么克服镜头恐惧 · 灯光音频最低配（一个手机 + 一个麦 + 一盏灯就能开始）· 镜头前的表达节奏 · 眼神 · 姿态 · 30 秒钩子怎么设计 · 抖音 / 小红书 / YouTube Shorts / X 视频的格式差异 · 以及一个可持续的 每周出镜节奏。Bill 自己出镜的踩坑经验 · 现场拆解。
做出来没人用 · 是每一个 builder 最痛的坎。这一节把 第一批用户从 0 到 10 到 100 的路径讲清楚 —— 不靠投广告 · 靠正确的 手工获客动作。
覆盖：Cold DM / Email 怎么写才不像 spam · Reddit / 小红书 / 微信社群 / X reply 里怎么合规地露出 · 怎么找到 第一个真正付费的用户（他跟前 9 个免费用户完全不一样）· 怎么让第一批用户变成推荐源 · 怎么用 AI agent 自动化前 100 个用户的触达和跟进。
结论：找到第一个用户比做出产品更难 · 但两件都是 builder 必须亲自做过一遍的事。
💬 欢迎同学们提出问题和想要学的 topic —— 我们会根据大家的兴趣持续调整安排。
目前列出的是 pipeline 里的 20+ topics · 未来还会持续加课。Course schedule and content 以真实安排为准 · 具体标题、顺序、节奏可能会随实际课程更新调整。
学术背景
本科毕业于 复旦大学，硕士毕业于 清华大学并留校任教，之后获得 National University of Singapore（新加坡国立大学）博士学位，并在 University of Pennsylvania（宾夕法尼亚大学）从事博士后研究。
博士研究期间，与著名计算语言学家 Martha Palmer 合作发表研究，提出后来广为人知的 Wu-Palmer Semantic Similarity。相关论文被全球学术研究引用数千次，Wu-Palmer Similarity 也被实现到主流 Natural Language Processing 工具和系统中，并一直沿用至今。
工业界经验
从 AI 学术研究进入工业界，在硅谷拥有 20+ 年软件工程与技术管理经验。从一线 Software Engineer 一路做到大厂 Software Development Director — 带过大型工程团队，负责过 Enterprise Software，扛过 Production Release，做过 Product，也做过 Engineering Management，并拥有多项中美专利。
今天在做什么
重新回到 AI 第一线：亲自 Build AI 产品、Agent、Startup。硅谷Roshi AI 学院讲的，不是"这个按钮在哪里"、"这个 Tool 怎么用"，而是把几十年的 Research + Engineering + Product + Management + Startup 重新放到今天的 AI 时代 — 从 Idea 到 Architecture、到 Product、到 Deploy、到进入真实世界创造价值。
最好的证明就是：www.siliconroshi.ai 和 www.wukongdojo.ai —— Bill 带领团队 Build 并 Deploy 的两个真实产品，都是活着在跑的 AI system · 已经有真实付费用户。跟着学，学员也能做出来同样的东西 · 跟大家一起共同学习进步。
硅谷Roshi AI 学院的每周二直播由 Bill 主讲并 Curate。未来会邀请一线 Builder / Practitioner 作为 guest 参与部分 session — Bill 始终是 Academy 的 curator 和主教练。
适合：职场人士 · 创业者 · 大学生 · 高中生 · 想真正 Build with AI 的人
把 AI 用到你现在的工作里 · 提升效率 · 做产品 · 做 startup · 建立一人公司。
College Research · School Selection · Personal Story · Essay · Activities · Resume · Interview Prep — 学生自己的故事，AI 帮助表达。
Build Projects · Portfolio · Resume · Research Opportunities · Interview Prep · WukongDojo 真实项目机会。今天企业想看的是"你做过什么"。
Job Research · Resume · Portfolio · Networking · Interview Prep · Technical Prep — 目标不是海投 500 份简历，是在 AI 时代变得更有竞争力。
WukongDojo（悟空道场）· wukongdojo.ai · 是 Bill 带团队 Build 的 AI Agent 平台。会员可以在上面直接 Build 自己的 Agent · 把课上学到的东西立刻用在真实问题上。
不是「一群志同道合的人」这种空话 —— 是真的能帮你把手头的事推进的地方。
在会员社区里 · 这些问题都会被提出来 · 也都会被认真回应。今天在这里遇到的人 · 可能就是你明天一起 Build 大事的人。