檔案抽象、配置策略與 FAT｜Stanford CS111 第 19 堂
檔案系統把耐久 byte collection 映射到磁碟 blocks；contiguous、linked 與 FAT 分別交換 locality、成長彈性、random access 與 metadata 成本。
learning
345 篇文章多層 Inode、Index Walk 與磁碟排程｜Stanford CS111 第 20 堂
4.3BSD inode 用 direct、single-indirect 與 double-indirect pointers 讓 lookup depth 隨檔案大小分級；FIFO、SPTF、SCAN 與 CSCAN 則交換 seek cost、公平性與等待時間。
Block Cache、Free Bitmap 與 Delayed Allocation｜Stanford CS111 第 21 堂
Block cache 把熱索引留在 DRAM，bitmap 與保留空間維持配置選擇，fragments 和 delayed allocation 則用較晚、較完整的資訊換取 locality。
Directory Lookup、Hard Link 與 Symbolic Link｜Stanford CS111 第 22 堂
Directory 把文字名稱映射到 file-system-local i-number；hard link 共享 inode 與 reference count，symbolic link 則保存 pathname，換得跨檔案系統能力但可能形成 loop 或 dangling link。
從 fsck、Ordered Writes 到 Write-Ahead Logging｜Stanford CS111 第 23 堂
檔案系統一次操作會改動多個 block，崩潰卻可能發生在任兩次寫入之間；本講比較 fsck、ordered writes 與 write-ahead logging 如何交換復原時間、效能、耐久性與一致性。
Journaling、Transaction 與 Checkpoint｜Stanford CS111 第 24 堂
第 24 講從 WAL 入口往下拆 transaction、idempotent replay 與 checkpoint，說明一致性不等於 durability，journal 也不能取代 fsync 與備份。
Truth, Trust, and Technology——演算法、生成式 AI 與 deepfake 如何改寫信任｜Stanford CS111 第 25 堂
第 25 講把 trust 拆成假設、推論與替代三種建立方式，再檢視社群推薦、生成式 AI 與合成媒體如何放大過度信任；實務答案是保留來源、交叉驗證並協調責任。
Flash Translation Layer、Garbage Collection 與 Wear Leveling｜Stanford CS111 第 26 堂
Flash 只能逐頁 program、整個 erase unit 清除；FTL 以 out-of-place mapping 隱藏不對稱，再用 garbage collection、temperature segregation、wear leveling 與 TRIM 管理放大成本。
Trap-and-Emulate、Virtual I/O 與 Nested Page Tables｜Stanford CS111 第 27 堂
VM 把 process interface 擴成完整硬體介面；hypervisor 讓普通指令直接執行、攔截 privileged operations，並虛擬化 interrupts、I/O 與兩層位址轉譯。
用四個觀念串起並行、記憶體與儲存｜Stanford CS111 第 28 堂
第 28 講把整學期收斂成並行、記憶體、儲存三條主線，再用 virtualization、atomicity、locality、layering 四個觀念解釋作業系統如何管理共享資源。
Berkeley AI／ML 課程導讀：從 CS61A 到 CS288，最新公開教材怎麼排｜世界名校 AI／CS 課程地圖
Berkeley 沒有獨立的大學部 AI 學位；可行路線是在 CS BA 或 EECS BS 的共同基礎上，從 CS188 的廣義 AI 或 CS189 的數學型 ML 入口，再分流到深度學習、NLP、視覺與強化學習。2025–2026 有不少 A3 公開課，但最新班次、最新穩定網址與最好用的自學版本並不總是同一個。
CMU 的 AI 學位：全美第一個 AI 學士，把「AI 該學什麼」寫成了畢業要求
Stanford 沒有 AI 學位，AI 是 CS 底下的一條 track；CMU 2018 年開出全美第一個 B.S. in Artificial Intelligence，把 AI 拆成四個 cluster 並強制各修一門，還把倫理課列進畢業要求。碩士這條線則是 MSAII——不在 CS 系，在語言技術研究所，195 學分裡有 84 分是創業流程，最後要交一個能拿去募資的 capstone。查證時發現兩處官方頁面自己打架：AI Core 是 2 門還 3 門、總學分是 192 還 195。
CMU AI／ML 課程導讀：07-280 新主幹與校外可走的公開路線｜世界名校 AI／CS 課程地圖
CMU 現行 BSAI 已改成 07-280 → 07-380，再從 NLP／視覺核心與四個 AI clusters 延伸；07-380 已在 Fall 2026 首開，同學期還新開了研究所級的 11-768 AI Agents。07-280 Spring 2026 的殘留教材與 10-301/601 已能完整自學，15-281 則是仍有價值的退休舊路線。
會議即內容工廠：AI Engineer 頻道的結構性優勢
AI Engineer YouTube 三年衝到 60 萬訂閱，不是因為他們很會做影片，而是因為他們根本不需要「做」影片——一年八場會議的錄影副產品，就是取之不盡的 YouTube 素材。內容創作的真正瓶頸不是技能，是結構。
哪些課真的能公開自學？｜世界名校 AI／CS 課程地圖
這份地圖盤點 Stanford、CMU、MIT、UC Berkeley、Harvard 與台大在 2025–2026 年的 AI／CS 課程，將公開程度拆成 A0 課表可見、A1 課綱可見、A2 教材部分開放、A3 足以自學。課程官網存在、YouTube 播放清單存在，都不代表校外讀者真的拿得到當期影片、作業與起始碼。
從程式與數學先備到 AI：公開課程的學習路線｜世界名校 AI／CS 課程地圖
MIT 自 2022 年已有正式的 6-4 Artificial Intelligence and Decision Making 學位；但校外自學時，現行學位要求、2025–2026 課站與最好用的 OCW 版本往往不是同一套。真正可行的路線，是先照 6-4 的程式、演算法、線代與機率骨架打底，再依公開程度選 6.S191、6.3900、6.4110、6.7960、電腦視覺或機器人分支。
計算的數學基礎：前半教怎麼證明，後半教什麼證不出來｜Stanford CS103 課程總覽
CS103 是 Stanford 的計算數學基礎課：前半教集合、邏輯、圖與歸納法的證明寫作，後半教有限自動機、圖靈機、可判定性與 P 對 NP。投影片、作業題目、起始檔與自製講義全部公開，自動評分的題目可以在本機自測；解答、練習考題與上課錄影要 Stanford 登入。
計算機組織與系統：從 C 與指標到 x86-64 與自己寫 malloc｜Stanford CS107 課程總覽
CS107 是 Stanford 的計算機系統課：從位元、C 字串與指標，走到 x86-64 組合語言與執行期堆疊，最後自己寫 heap allocator，共七份作業。講義、作業說明與 lab 的逐題解答都公開；作業起始碼放在 Stanford 的 AFS 上，沒有校內帳號拿不到。
給電腦科學的機率：從計數、推論到機器學習｜Stanford CS109 課程總覽
CS109 是 Stanford 給電腦科學學生的機率課：從計數、條件機率與隨機變數，走到推論、最大概似估計、邏輯迴歸與深度學習。互動式課程讀本、課堂習題與解答公開，每一講還附官方寫的 LLM 學習指南；第 15 講之後的投影片、作業系統與錄影校外拿不到。
作業系統原理：從執行緒、虛擬記憶體到檔案系統｜Stanford CS111 課程總覽
CS111 是 Stanford 的作業系統原理課，分並行、記憶體管理、檔案系統三塊，共九份作業。28 份講義、九份作業說明與三年附解答的期中期末考題都公開；起始碼要能登入校內的 myth 機器，錄影在 Canvas。