Claude Certified Architect (CCA-F): Study Guide to Pass First Try

🤖 Claude 认证架构师核心概念速查笔记

📝 考试基础与系统概览

• 考试形式: 60道多项选择题，基于场景（Scenario-based）。
• 通过标准: 至少答对 75% 的题目。
• Claude 核心本质: 位于单一 HTTP 端点（api. anthropic. com/v1/messages）的语言模型（LLM）。
• 模型特性: 本质上是无状态的（Stateless），不运行循环，不执行代码。所有复杂功能均围绕该端点构建的“纪律层”。

🛠️ 四大系统层 (The Four Surfaces)

• Claude API: 原始 HTTP 端点 + 官方 SDK。
• Agent SDK: 框架层，负责运行 Agent 循环、生成子 Agent 和提供内置工具。
• Claude Code: 终端 Agent，具备文件系统访问权限（读取、写入、编辑、Bash、Grep）。
• MCP: (未详述，需补充)

⚙️ 工具定义与错误处理

• 工具描述优化原则: 避免工具名称相似导致的随机选择。描述必须包含：
• 一句话说明功能。
• 一句话说明适用场景（歧义消除规则）。
• 包含实际参数的调用示例。
• 模型可利用的错误类型列表。
• 结构化错误响应: 工具失败时，必须返回模型可分支处理的 JSON 对象，而非原始异常字符串。
• 关键字段: is_error (布尔值), category (错误类别), retryable (布尔值), retry_after_ms (等待时间)。

🌐 传输选择 (Transport Selection)

• STDIO 传输 (Standard Input/Output):
• 适用场景: 客户端和服务器在同一进程树内运行。
• 优势: 零网络延迟、零认证开销。
• 选择规则: 当服务器可在客户端同一台机器上运行，默认选择 STDIO。
• SSE 传输 (Server Sent Events):
• 适用场景: 服务器运行在不同主机上，客户端通过 HTTP 连接。
• 选择规则: 仅当服务器必须运行在远程主机上（如集中式数据库连接器）时，才选择 SSE。

🧠 上下文管理与可靠性

• 中间遗忘效应 (Lost in the Middle Effect): 模型对上下文窗口开头和结尾的信息关注度最高，对中间信息关注度最低。
• 解决方案: 识别“持久事实”（如订单ID、金额），将其复制到结构化的“案例块”（case block）中，并在每轮对话的末尾重新锚定该块。
• 注意: 严禁使用总结（Summarization），因为它会丢失数据。
• 提示缓存 (Prompt Caching):
• 目的: 降低重复发送系统提示（System Prompt）或少样本示例（Few-shot Examples）的成本。
• 效果: 重复前缀部分成本可降低到输入价格的约十分之一。
• 缓存对象: 系统提示、少样本示例。
• 不缓存对象: 用户输入的每一轮对话。
• 升级机制 (Escalation):
• 原则: 过于谨慎地升级（Escalate）优于自信地给出错误答案。
• 触发条件: 模型置信度低于预定义阈值，或检测到无法从对话历史中解决的歧义。
• 处理方式: 转交人工审核，并附带结构化的总结（Agent 已知、已尝试、卡住之处）。

🎯 考试陷阱与最佳实践

• 陷阱识别:
• 模糊形容词陷阱: 避免使用“仔细地”或“彻底地”来解决误报问题；应使用编号的、分类的规则列表。
• 总结陷阱: 在包含 ID 和金额的对话中，避免压缩信息，使用案例块提取持久事实。
• 全覆盖重试陷阱: 子 Agent 失败时，只重试该失败的 Agent，而非重新运行整个序列。
• 本地 SSE 陷阱: 如果服务器在本地运行，必须选择 STDIO 传输。
• 用户配置陷阱: 共享配置应放在项目文件（仓库根目录），而非用户主目录。

Takeaways

• Claude 的核心本质是无状态的语言模型（LLM），所有复杂功能均围绕单一 HTTP 端点构建的“纪律层”。
• 应对“中间遗忘效应”，必须将持久事实锚定在每轮对话的末尾，严禁使用总结（Summarization）。
• 工具定义必须包含功能、适用场景、调用示例和错误类型列表，失败响应需返回结构化 JSON 对象。
• 传输选择原则：服务器在同一进程树内运行选 STDIO（零延迟），必须跨主机运行选 SSE。
• 最佳实践：当模型置信度低或检测到无法解决的歧义时，应优先选择升级（Escalate）给人工审核。