一份 AI 从业者关注清单：覆盖大模型、AI 编程与独立创业

一句话看懂：2026 年 11 月 4 日，X 用户 @alex_prompter 发布了一份包含 20 个 AI 相关账号的关注清单，为每个账号标注了一个学习方向。这份清单的价值不在于排名本身，而在于它勾勒出一种以“跟着人学”为特征的 AI 信息获取方式。

事件核心：发生了什么

@alex_prompter 在 X 上发布了“TOP 20 ACCOUNTS TO FOLLOW IN AI”，为 20 个账号各标注一个学习标签，发帖时间为 2026 年 11 月 4 日 12:09（UTC），浏览量约 3.93 万。清单覆盖方向大致可分四类：大模型与 AI/ML 基础（@karpathy、@Hesamation）、AI 编程与系统搭建（@rileybrown 的 vibecoding、@EXM7777 与 @kloss_xyz 的 AI systems、@GergelyOrosz 的 AI engineering）、企业侧与科学研究（@mardehaym 的企业 AI、@emollick 的 AI 科研），以及独立开发与商业变现（@levelsio、@marclou 的独立创业，@eptwts 的 AI 变现，@0xROAS 的 AI UGC、@AmirMushich 的 AI 广告）。此外还单列了 @claudeskills101（Claude）和 @free_ai_guides（Grok 提示词）等工具向账号。

为什么重要

这类清单不是官方产品公告，也不代表任何评测结论，但它反映了 AI 知识传播的一个现实：模型与工具迭代很快，系统性的公开课程往往滞后，大量实操经验首先沉淀在个人社交账号上。对从业者而言，账号清单本身成本低、可即取即用；但它带有明显的发帖者个人视角，例如把 Claude、Grok 单独列为学习方向，更接近“社区经验入口”而非权威导航。

对用户/开发者/创作者的影响

开发者可按方向筛选信息源：想打基础可关注 LLM 与 AI/ML 相关内容，偏应用落地则看 AI 编程、AI systems 与 AI engineering 类账号。独立开发者和内容创作者可参考清单中关于独立创业、AI 广告与 UGC 的部分，观察他人如何把大模型、图像生成和提示词工程转化为产品和收入。普通用户则应区分“经验分享”和“可验证事实”：帖文中涉及的具体效果、收益数字在目前公开信息中未见独立验证，不宜直接当作采购或学习决策依据。