Cert Dojo — 考试日

English English (STE) 繁體中文 简体中文 廣東話

涵盖四项认证全部 25 个 Train 模块的考试早晨浓缩版。在考场外再读一次难题取舍原则，快速浏览所考认证的必记清单，然后相信流程，而不是肾上腺素。本页为简体中文版本。

全部四项认证 · 请读两遍

通用难题取舍原则——无法确定时如何选择

每项规则都会在其后标示的认证中反复出现：AO 助理级 · DV 开发者 · AR-F 基础架构师 · AR-P 专业架构师。

一看便应排除

  • 崇尚规格（Prestige）——把「使用最大／能力最强的模型」当作第一步或通用修正。应先处理 effort、设置与诊断；升级模型需要评估（eval）证据，以及成本和延迟范围。 AO · DV · AR-F · AR-P
  • 绝对化答案——「一律」、「绝不」、「禁止所有 Connector」、「允许所有写入」、「所有接口只用一个 SLO」。按比例、带条件、分层级的答案较佳。 AO · DV · AR-F · AR-P
  • 只靠提示词执行政策——把 system prompt、CLAUDE.md 或 Project instruction 中的一句话当成控制措施。真正的控制措施是 hooks、拒绝权限、allowlists、服务器端授权和 schema validation。 AO · DV · AR-F · AR-P
  • 以自我评估作关卡——「问 Claude 是否有信心」、模型 confidence、没有代码断言的 judge 分数，或只例行盖章的审核队列。虚假的人工介入（HITL）在每一项考试都不成立。 AO · DV · AR-F · AR-P
  • 「平台会替你记住」——Messages API 是无状态的；subagent 不会继承上层历史或共享记忆（只有自己的 system prompt、你传入的内容，以及它自行用工具读取的内容）；摘要会遗失精确数字；Memory 和知识也会过时。凡是假设接口会保留其未曾承诺之状态的选项，都是错的。 AO · DV · AR-F · AR-P
  • 以自然语句作控制信号——解析「I'm done!」、「looks good」或流畅文本，而不是使用 stop_reason、isError、schema 检查或 claim map。 AO · DV · AR-F · AR-P
  • 盲目重试、盲目信任——重试 401 就像重试 429；把工具结果或截取到的 HTML 当成指令；超时后把 [] 解读为「没有相符结果」；把引用当成验证。 AO · DV · AR-F · AR-P
  • 不可逆操作前没有关卡——自动发送、写入 CRM／工单／退款、删除、部署或移动款项之前，没有确认、幂等键（idempotency key）或回滚路径。 AO · DV · AR-F · AR-P
  • 凭空捏造——捏造文档从未出现的旗标、参数或值（CLAUDE_HEADLESS、--batch），以及 KPI、负责人或引用。应标记为 UNKNOWN 或升级处理。 AO · DV · AR-F · AR-P
  • 「供应商已包办」——以 model card、Constitutional AI、ZDR 或「这是 frontier model」取代你自己的控制措施、评估、数据保留政策及问责机制。 AO · DV · AR-P
  • 对抗防护栏——以 jailbreak 框架或更换模型规避拒绝；在存有 production credentials 的笔记本电脑上绕过权限；把安全拒绝视为程序错误。 AO · DV · AR-F · AR-P
  • 一次改动所有东西——同时升级 tier、重写 prompt、重排工具箱，或不做 canary 而直接 100% rollout。其后任何问题都无法诊断。 AO · DV · AR-F · AR-P
  • 同一类措施的两种版本出现在「选择两项」的题目中——正确的一对应跨越两个层面（执行＋分发、机制＋衡量、控制＋披露）。 AO · AR-P
  • 无界限循环——agent 没有回合、工具、支出或实际时间预算，也没有真正的停止条件或进度判断式。迭代上限只是最后防线，绝不是成功信号。 DV · AR-F · AR-P
  • 「已启用等于可访问」——marketplace listing、管理员启用或 model-garden 开关并不会授予验证、授权、scope 或区域可用性。必须检查完整链路。 AO · DV · AR-F · AR-P

两项之间难以抉择时优先选择

  • 最小而足够的 X——模型、scope、权限、自主类别、context。先试点再扩展；只有评估证据支持时才扩大范围。 AO · DV · AR-F · AR-P
  • 明确胜过隐含——固定的 model ID、明确传入的 context、allowlists、输出合约与 schema、幂等键，以及附日期的具名负责人。 AO · DV · AR-F · AR-P
  • 行动之前先分类——哪一类错误（401、429 或 529）、哪一层（准则 → 输入 → 设置 → prompt → 模型）、依模块本身尺度属于哪个风险级别（AO 的 L1–L4、AR-P 的 T0–T4），以及 coordinator 还是 worker。 AO · DV · AR-F · AR-P
  • 结构化信号胜过感觉——使用 stop_reason、isError、schema 检查、claim map 和评估结果；绝不依赖流畅度、语气或 confidence。 AO · DV · AR-F · AR-P
  • 每项检查使用合适工具——以代码断言检查副作用与 schema、以 eval 检查质量、以校准后的 judge 评核 rubric、由人类作判断及审批不可逆影响。 AO · DV · AR-F · AR-P
  • 每次只改一个变量，并备有回滚路径，且在查看结果之前预先设置成功门槛。 AO · DV · AR-F · AR-P
  • 把人工关卡正好放在影响接缝——在外部或不可逆效果发生之前，按风险调整关卡；过度验证琐事则是与其成对的错误答案。 AO · DV · AR-F · AR-P
  • 失败时封闭，附带上下文升级——交付已尝试的查询与部分结果、UNKNOWN 与负责人、加注说明的冲突；绝不默默丢弃，也绝不把两个来源取平均。 AO · DV · AR-F · AR-P
  • 明列取舍——价值与限制、成本与质量、弹性与可审计性。只有好处的选项通常是干扰项。 AO · DV · AR-F · AR-P
  • 完整而可测试的 brief——输入、成功准则、格式与验证，比角色的威望和形容词（「要有洞见」）更重要。 AO · DV · AR-F · AR-P
  • 先分解、再排序，然后并行化——把有重大影响的工作拆成阶段，依序执行依赖阶段，只把互相独立的工作并行处理；单一巨大 prompt 或 agent 是干扰项。 AO · DV · AR-F · AR-P
  • 分段结果胜过混合平均——按 intent、tenant 与文档类型切分质量和安全结果；衡量 outcome，而非 token、seat 或 volume。 DV · AR-F · AR-P
阅读题干的固定步骤：① 找出题干设置的硬性限制（residency、latency、risk tier、budget、「没有等待中的人员」）——正确答案会遵守它；② 找出题干所属的模块与领域，用该模块的机制和词汇作答——同一情境可能需要 claim map（m23）、schema 或 idempotency 修正（m02/m13），也可能需要 pattern 与 governance 决策（m31/m33）；切勿只凭认证名称推断作答层次；③ 遵照考试指定的术语；④ 若题干出现引号内字句，答案通常会直接处理该字句；⑤ 干扰项经常是两个相反极端——答案就在两者之间。
CCAO-F · 基础助理级（业务用户）

判断输出，管控风险

（L1–L4、claim map、poisoned-number scan 和 4D 名称都是本教材的记忆口诀；考试测试的是判断力，而非这些标签）

输出评估与验证21%
工作流程集成与方案设计16%
治理、风险与负责任使用15%
提示词与任务执行14%
产品与模型选择12%
设置与知识管理12%
故障排查与优化10%

这些内容值得押上考试成绩

  • 风险级别 L1–L4：L1 快速查看，保留 draft 标签 · L2 抽查 claims 与完整性 · L3 完整 claim map 加同侪审核 · L4 专家加第一手来源。具有实际后果的法律、医疗、财务、人力资源／就业影响及安全工作属于 L4（公开的 10-K 摘要并非投资建议）——专家关卡是强制的。外部承诺、公开发布、款项移动及 system of record 至少属于 L3。
  • 主张图（Claim map）：截取关键 claims（数字、名称、日期、引句、承诺）→ 标记 SUPPORTED / UNSUPPORTED / CONTRADICTED / AMBIGUOUS / OUT_OF_SCOPE → 保留、重写、删除或升级处理。最后才润饰文本。
  • 有毒数字扫描（Poisoned-number scan）：先检查数字，再检查名称、日期和意见——考题会在流畅文本中藏入一个错误数字。
  • 引用不等于验证：404 链接或真实但不相关的链接，与没有引用同样不合格。
  • 审阅文本不等于授权执行——Connector 写入（电子邮件、CRM、工单）需要明确授权步骤；审阅草稿并不代表批准发送。
  • 界面（Surfaces）：Chat＝快速来回 · Projects＝持久知识＋指令 · Artifacts＝自包含交付物 · Skills＝Claude 在相关时加载的流程（Projects 负责保存知识——把两者职责对调是经典陷阱）· Connector＝实时数据，upload＝快照 · Incognito＝单一机密任务 · Memory＝每位用户的上下文（在 Settings → Memory 编辑）。
  • 模型阶梯：选择可交付成果的最轻量模型；在升级 tier 前先提高 effort。
  • Domain 1 行动手册：分析：rubric＋FACTS 对 INFERENCES；研究：scope、timeframe、来源规则、citations；草拟：已核准事实＋语调样本＋禁用字句；脑力激荡：先发散再收敛。指出缺陷，每次改一个变量；两次收紧后仍失败 → 更换处理层，不要只改形容词。Temperature／fine-tuning 是错误方向。
  • 识别调查动词：「我们作过什么决定？」→ 寻找保存记录的接口（Project knowledge、Memory 或 connector），而非依赖聊天记忆；有公开引用的概览 → Research（付费＋启用 web search；绝不为单一已上传 PDF 使用）；总计／枢纽分析／Excel-PPT → code execution。Chat 不会「计算」10k 行数据。
  • 三个具名 tier：Haiku（截取／分类／大量处理）· Sonnet（日常默认）· Opus（较轻量模型或更佳 brief 失败后使用）。「升级至 Opus 以上」是崇尚规格的干扰项。
  • 政策阶梯：禁止事项 → 拒绝；高风险 → 有防护措施才允许（人工关卡＋披露＋评估）；一般事项 → 仍须最小化；不确定 → 升级至负责人。就业／财务／法律属于「有防护措施才允许的高风险」，不是直接拒绝。
  • 增强或重新设计，以及上下文处理：受监管／外部／不可逆流程先采用增强；重新设计需要高浪费、低风险、愿意承担的负责人及试点。重新开始（漂移）· 摘要（handoff brief）· 持久保存（Project instructions＋knowledge）。Memory 是用户层级（Settings → Memory）；Project knowledge＋instructions 是项目层级存储；incognito 不等于隐形（Enterprise 仍会保留／导出）。
  • 治理：把 PII 最小化，并依组织分类选择使用场所；组织／商业数据通常默认不会用于训练，但应查证最新隐私文档，不要重复办公室传闻；客户与 AI 对话时须披露；法律状况不确定时，升级至政策／合规负责人，绝不自行判断。个人／消费者账户依个人的训练／保留设置处理——这更说明它们不适合存放公司数据（请查证最新文档）。
  • 诊断阶梯：成功准则 → 输入 → 设置（过时知识、过时 Memory）→ prompt → context（对话串漂移：摘要＋重新开始）→ 到此仍未解决才改模型／effort。针对最差指标使用成本最低的杠杆。

本考试中不确定时……

  • 在「直接交付」和「先检查」之间：按风险级别相称地检查。常见的错误答案组合是一边崇尚规格并跳过检查，另一边过度验证琐事。
  • 题干引用安全拒绝 → 遵从拒绝是正确政策行为；「程序错误」、「tier 问题」或 jailbreak 选项都是错的。
  • 「哪种判断可发现此问题？」→ Discernment 发现不安全输出；Diligence 依风险调整审查规模。（题干若写Skill，指的是产品功能——可重用指令——而非这些标签。）
  • 若输出下一步会输入电子表格或系统 → 应选结构化格式，而非散文。
  • brief 要求的数字不存在 → 标记 UNKNOWN 或升级处理；绝不捏造看似精确的 KPI。
  • 新文件出现后仍反复套用错误模板风格 → 属于设置债务（清除或重新设置知识优先次序），不是模型问题。
  • 任何「在全组织开放编辑，以免阻碍任何人」的选项 → 错误；应采最小权限（least privilege），区分 Can view／Can edit。
CCDV-F · 基础开发者

以确定方式集成，有意识地运用资源

应用程序与集成33.1%
模型选择与优化16.8%
代理与工作流程14.7%
提示词与上下文工程11.0%
工具与 MCP10.6%
安全与防护8.1%
Claude Code3.1%
评估、测试与调试2.6%

这些内容值得押上考试成绩

  • 三轴框架：能力 × 成本 × 延迟——找出题干硬性限制的顶点，排除忽略它的选项。应优化每项成功任务的成本，而非每个 token 的成本。
  • 先调 effort，后升 tier：effort 是同一模型内的调节项。Adaptive thinking 从 4.6 开始；sampling params 会返回 400，适用型号包括 Opus 4.7/4.8/5、Sonnet 5 和 Fable，而 4.6 接受它们。把「降低 temperature」当作可靠性修正是干扰项：应选 schema／structured output。（此处模型时效性叙述未与即时文档核对——指南本身只点名 Haiku、Sonnet、Opus。）
  • 在 production 固定版本：aliases 会漂移；CI 和 production 应固定 model ID。固定套件＝模型＋prompt＋工具版本；prompt 变更应像代码一样发布（PR diff → eval suite → canary → 记录 prompt_version）。
  • 提示词缓存（Prompt caching）：稳定 prefix 在前（工具 → system → examples），易变内容在后；重排工具或打乱 examples 会令 cache 失效。
  • Message Batches：成本低 50% · 最长 24 h · 不支持 streaming · 不支持多回合工具循环 · 用 custom_id 关联并只重新提交失败项；交互式 UX 使用 streaming（SSE）。
  • 工具设计门槛：以任务为单位的工具胜过万能工具（run_sql、自由格式 action 字符串＝错误）；读写分离；写入使用幂等键（超时后模型重试会重复收费）；失败时封闭。
  • 配对规则：每个 tool_use 都需要一个 tool_result——返回全部结果，并保留 assistant 的 tool-use 回合。API 没有状态：每次重新发送完整交替历史。
  • 代理循环：依 stop_reason 驱动，绝不解析自然语句；设置预算和停止条件；max-turn 上限是安全停止机制，而非主要停止机制。
  • 安全：以纵深防御抵御 injection；把不受信任内容框定为证据；在拥有资源的服务器端接缝执行授权；秘密放入 secret manager 或环境变量——绝不放在前端 JS、prompts、CLAUDE.md 或 repo。MCP 不会自动安全。
  • 评估（Evals）：冻结的 golden set＋副作用断言＋adversarial pack；canary 配合回滚准则；为凌晨 3am 成本爆升设置 kill switch。
  • 调试循环：重现 → 比较固定套件的差异 → 分类所在层 → 每次改一个变量。未读 trace 便升级 tier 是题目明示的错误答案。
  • Claude Code 操作：.claude/commands/<name>.md 属于项目并受版本控制；~/.claude/commands/ 属于个人。.claude/agents/*.md 定义自定义 subagents；plugins 使用组织管理的 marketplace。Headless：claude -p --output-format json --json-schema；--continue 延续最近工作，--resume 选择工作；settings：managed → CLI → project local → project shared → user。
  • 快速模式（Fast mode）：同一模型，输出速度约快 2.5×，价格较高；只限 Opus 5/4.8，并只在 Claude API 和 Managed Agents 提供。不适用于 Batch、Bedrock、Vertex 或 Priority Tier；有独立 rate limit；切换速度会令 cache 失效；绝不要为节省费用而选择。
  • Adaptive-thinking 型号阵容：Fable 永远打开；Opus 5 默认打开；4.7/4.8 选择性打开；建议 4.6 使用 adaptive，而 budget_tokens 已属旧式；Haiku 4.5 使用旧式 extended thinking，context window 为 200K。
  • 客户端与服务器端工具：client tools 由你执行并返回 tool_result；web search、web fetch 和 code execution 是在 Anthropic 基础设施上执行的 API server tools，并在同一 response 中返回 content blocks（Claude Code 的 Bash／file tools 在本机执行）。跨 app 重用 → MCP；本机逻辑 → custom tool；程序 → Skill；文件／shell → built-in。
  • 托管方式的首要问题：工具执行和 session artifacts 是否必须留在你的边界内？→ self-hosted execution（Agent SDK、自定义 loop 或 Managed Agents self-hosted environment）；否则采 Anthropic-hosted（或者边界属于第三方云端供应商时采 Bedrock／Vertex）。「使用 Claude」不等于 Managed Agents；托管方式绝不免除评估或 allowlists。
  • 流式安全：Messages 使用 HTTP SSE（message_start → deltas → message_stop）；WebSockets 是 UI↔backend 的双工信道；polling 用来检查 batch 状态。只有完整取得 tool_use 后才执行工具；cancel 必须阻止写入；重新连接绝不重复套用操作。
  • 软件工程控制平面：branch＋PR、受保护 main、secrets、authZ、migrations 及不可逆 scripts 均设人工关卡。Refactor＝plan → tests first → small diffs；「Claude 写的」只是草稿，不等于可以 merge。
  • 调试分流：integration-layer failure（bad request、遗漏 tool_result、schema drift、固定版本错误）→ 修正代码；model-output failure → prompt／eval。用 usage.cache_read_input_tokens 验证 caching；breakpoints 不超过 4 个；短 prefix 不会 cache；cache 依模型划分。
  • Claude Code 中的 MCP 信任：已提交的 .mcp.json project servers 需要 workspace trust；permissions 格式为 mcp__server__tool；绝不把 secrets 放入 .mcp.json；只公开五个必要工具，而非 80 个。

本考试中不确定时……

  • 错误处理：401/403 → 修正设置，不要重试 · 429 → backoff＋jitter＋queue · 529-class → 在预算内重试，其后 shed load · 400 → 修正 request。
  • 「Cache hits 下降」→ 某些易变内容进入 prefix（动态 tool descriptions、timestamps）。每次 request 的数据应放在user turn，而非已缓存的 system prefix。
  • 「Claude 忘记上一回合」→ 应用程序没有重新发送 history。在 Anthropic API 上，服务器端不会替你记住任何内容。
  • 选择框架：若要在不重写 loop 下更换 Bedrock 模型或供应商 → 选 vendor-agnostic framework；「任何 async 工作」不等于 Managed Agents；Batches 不等于 agents（它是没有本机或托管工具 loop 的离线异步模型调用）。
  • 两个答案看似都合理 → 选择在产生副作用前用代码验证输出的答案，不要选相信模型已遵从的答案。
  • 「Managed agent deployment models」指两种 Managed Agents 环境：Anthropic cloud 和 self-hosted；Agent SDK 不代表「Anthropic 代我托管 sandbox」。
  • 把「降低 temperature」作为可靠性修正是干扰项——应选 schema／structured output。
CCAR-F · 基础架构师  ·  Bedrock/Vertex 设置模块不在范围内 · Claude 101／AI Fluency 模块属背景内容

协调代理，以代码执行政策

D1 · 代理式架构与协调27%
D3 · Claude Code 设置与工作流程20%
D4 · 提示词工程与结构化输出20%
D2 · 工具设计与 MCP 集成18%
D5 · 上下文管理与可靠性15%

这些内容值得押上考试成绩

  • 上下文隔离：只有 spawn prompt 会把 context 带入 subagent——没有共享 memory，也没有隐含传递。明确传入 context；只并行处理互相独立的工作。
  • Q7 题型：worker logs 显示工作正确，但 coverage 不完整 → 问题在coordinator 的分解，不是 specialists。
  • 正确停止：以 stop_reason == "end_turn" 驱动 loop；绝不解析「I'm done!」。--resume <session> 延续之前的 conversation；fork_session 创建分支——history 拷贝到新的 session ID，原本 session 不变。
  • 建议性与强制性：prompts 属概率性；hook 或程序化 prerequisite gate 会拒绝下游调用，直至上游完成。升级处理是结构化交接（structured handoff）（已尝试的查询＋部分结果），绝不是默默丢弃或空白升级。访问失败不等于空结果——超时后的 [] 是无声抑制（silent suppression）。
  • Claude Code（D3）：CLAUDE.md hierarchy 中 user／project／directory 会串接（CONCATENATES）；user-level 不会通过 VCS 共享。@import 用于模块化 standards；面对散落文件，使用 .claude/rules/ 配合 paths: globs，胜过逐目录 CLAUDE.md。.claude/commands/ 会随 clone 分发；~/.claude/commands/ 属于个人。SKILL.md：context: fork、allowed-tools、argument-hint。Plan mode 适合多方案／架构工作；direct 适合单一文件修正。Explore 负责详细探索。-p 修正 CI 停滞；--output-format json＋--json-schema 产生可贴进 PR 的 findings。/memory 显示已加载内容；hooks：PreToolUse deny、PostToolUse normalize。
  • 结构化输出与提示词（D4）：明确的 categorical criteria 胜过「保守一点」；对模棱两可情况使用 2–4 个 few-shots，并解释原因。tool_use＋JSON input_schema（文档类型未知时用 tool_choice: any 强制执行；使用具名工具强制先截取）可消除 syntax errors，但不能消除 semantic errors。Nullable／optional fields＋enum unclear／other＋detail 可停止捏造。Retry＝原始文档＋失败的 extraction＋具名 validation errors；它只修正格式，绝不补出不存在的信息。加入 calculated_total 对 stated_total、conflict_detected、detected_pattern。
  • 批量与审查（D4）：成本低 50% · 不超过 24 h · 没有 latency SLA · 不支持多回合 tool calling · 用 custom_id 关联并只重新提交失败项。阻塞 merge 前流程＝sync；隔夜处理＝batch。由独立第二个 instance 审查；采用逐档 pass 再加跨档 integration pass，绝不只是扩大 context window。
  • 工具设计与 MCP（D2）：descriptions 是主要选择信号——先扩充 inputs、examples、edge cases 和 boundaries，再考虑 few-shots、routers 或 consolidation；拆分／重命名重叠工具。每个 agent 使用 4–5 个工具，而非 18 个。Structured errors：errorCategory（transient／validation／business／permission）、isRetryable、供人阅读的文本；访问失败不等于有效空结果。有明确 scope 的跨角色 verify_fact 处理 85% 情况；其余由 coordinator 处理。.mcp.json＋${GITHUB_TOKEN} 可共享；~/.claude.json 属于个人。Resources＝内容目录；Grep 搜索内容／Glob 搜索路径／Edit 不保证唯一 → Read＋Write；isError 位于 result 内。
  • 升级处理与校准（D5）：人类明确要求 → 立即升级（若事项简单可提出一次；再次要求便升级）；policy 沉默／模糊 → 升级；没有进度 → structured handoff；多个 identity matches → 要求 identifiers。Sentiment 和 self-confidence 都是错误 routers——第一项修正是明确 criteria＋few-shots。「整体 97%」可以掩盖某一 stratum 只有 60%：按 document type × field 分段、分层抽样，并在标记数据集上校准 per-field confidence。
  • 上下文可靠性：摘要以外，每个回合重新发送 case-facts block（amounts／dates／IDs）；lost-in-the-middle 确实存在——重复不等于位置恰当；crash manifests 把损失限制在一个 phase；互相冲突的 sources 应加注说明，绝不取平均。

本考试中不确定时……

  • 任何「subagent 会记住／继承」的选项都是错的——它没有 parent history 或 memory，只有 spawn prompt 加上它自己的工具所读内容（Read／Grep／web-search worker 仍能通过工具看见外部信息）。
  • 风格或偏好问题 → prompt 层。「绝不允许／compliance／dollar caps」→ hook 或 deny 层。多项规则同时触发时，deny 优先。
  • 「哪个文件／在哪里」题干 → 依指南机制作答：commands dir、rules globs、SKILL.md keys、-p、@import；CLAUDE.md 各层会串接而不是覆盖（managed settings 则会覆盖 user／project settings）。
  • spawn「就是无法运作」→ 先检查 tool allowlist 和 AgentDefinition，再归咎模型。
  • 两次摘要后遗失一个精确数字 → 答案是重新发送 case-facts block，而非更大的 context window 或「请精确」。
CCAR-P · 专业架构师

设计系统，管控影响范围

集成19%
方案设计与架构17%
评估、测试与优化16%
治理、安全与风险14%
利益相关方沟通与生命周期14%
Claude 模型、提示词与上下文工程13%
开发者生产力与赋能7%

这些内容值得押上考试成绩

  • 模式选择：workflow（固定步骤、可审计 transition）对 agent（动态）；混合 intents 使用 router；独立 subtasks 使用 parallelization；重复改进直至合格使用 evaluator–optimizer。Graph 编码允许的 transitions，以便控制与审计；free loops 弹性最大，但不符合 compliance 题干。只有角色分工清晰时才采 multi-agent（read-only researcher＋有核准程序的 write executor）。
  • 谁执行客户端工具？你的 runtime。绝不是模型，也绝不是供应商。授权应位于拥有资源的接缝。
  • 大规模 RAG：retrieval 应配合数据形态与查询模式（查询混合精确 token 和语义时使用 hybrid BM25＋vector）、section-aware chunking、强制 citations、如实处理空 retrieval、index tenancy，并在 retrieval 接缝执行 authz。fetch／MCP 设 SSRF guard。
  • 评估机制：gold／adversarial／regression／slice sets；code judge 检查 schema 与 exact-match；model judge 应依相同 rubric 对照至少 2 位人类校准，以 blind 方式执行，并像代码一样版本化；若没有 code assertions，judge score 绝不能成为唯一 production gate；查看结果前先登记 thresholds。
  • 优化次序（只在质量可接受后）：衡量 → 缩减 context＋cache prefixes → 把简单流量路由至较便宜模型 → 并行处理独立工作 → 异步 UX。
  • 安全架构：针对 injection、indirect injection、insecure output handling、over-privilege、leakage、supply chain（MCP／Skills）创建 threat model。工具控制是最强硬的制动措施；Constitutional AI 不等于你的应用程序安全——供应商特性并不涵盖你的工具权限、数据流或 UX 风险，问责仍由你承担。
  • 渐进自主：只有可逆＋影响小＋有记录的操作才自动执行；不熟悉或不可逆的写入交由人类或双重控制；只有评估错误率对该影响范围可接受时，才扩大自动类别。虚假 HITL（例行盖章的队列、自行评分）不合格。
  • ZDR 不等于你的数据保留政策：它是供应商的政策姿态；你的 logs、warehouses 和 eval stores 仍须最小化。删除涵盖 SQL rows 以外的 indexes、caches 和 embeddings。
  • 利益相关方与生命周期：选择 pattern 前先定 discovery metrics（跳过此步直接选模式会被扣分）；ADR＝context、decision、alternatives、consequences、date；列明 non-goals；分阶段扩大自主（「目前只建议；metric ≥ T 持续两周后才自动发送」）；公布残余 miss rates；绝不承诺用字完全相同或零错误；handoff＝runbook＋dashboards＋RACI＋有结束日期的具名 DRI；model EOL 是 lifecycle event（固定 inventory、migration owners、compat evals、comms plan）。
  • 赋能：paved road＝组织管理的 settings＋精选 marketplace＋CLAUDE.md＋Skills＋hooks；分开 builder 与 production credentials——IDE 不得有 god keys；break-glass 通过 PAM 并留下 audit。
  • 缓存与价值：cached 不等于 evicted——cached tokens 仍占用 context window；caching 只改变价格／TTFT。五项价值支柱是 efficiency、transformation、productivity、cost、performance SLAs；「quality」是 evaluation 题干，不是价值支柱。
  • 依据约束（Grounding）：空 retrieval → 拒绝／澄清／升级；cited IDs ⊆ retrieved IDs；tenant isolation＝与已验证 token 绑定的 hard filter。
  • 写入可靠性：使用服务器端幂等键；绝不从部分 streamed plan 执行 commit；chat memory 不是 ledger。
  • 路由事实：AWS 上的 Claude Platform 不等于 Bedrock；各 route 的 IDs 不同，所以使用 provider adapter；residency pin 也因 route 而异。
  • 考试动词模板：implement → mechanism；identify → risk＋where；ensure → control＋measurement；design → layers＋owners；recommend → 一个选项及其 trade-offs。答案＝mechanism＋metric＋owner。
  • 信心与正式推出（GA）：confidence 是系统信号——retrieval score、validator pass、classifier margin——绝不是「我很有信心」；不可逆／受监管写入仍由人类处理。不论 weighted average 多高，只要 critical safety／privacy red 或 HITL-staffing red，便会阻止 GA；demo 不等于 GA。
  • 合规与诊断：GDPR → minimization、DPIA、删除（包括 embeddings／eval caches／backups）；HIPAA → BAA、minimum-necessary、PHI 不使用 web tools、clinician HITL；FedRAMP → boundary、logging、residency。来源错误 → retrieval；来源正确但捏造 → grounding／cite／refuse；格式错误 → schema／few-shot；困难案例 → tier／thinking。

本考试中不确定时……

  • 题干有合规限制（类似 FedRAMP、residency、authorized clouds）→ 先按限制排除，再在余下选项内设计。
  • 「能够运作的最简方案」胜过令人印象深刻的架构——最小而足够的模型；先 augmented LLM，后 workflow；先 workflow，后 agent；先单一 agent，后 swarm。
  • 升级或更新问题 → 需要证据＋成本／延迟范围，绝不基于声望或对型号系列的忠诚。
  • 高阶主管在场 → 交付物应是一页式 decision brief，包含建议和 review date，而非讲课或原始表格。
  • 「选择两项」的强制执行题干 → 组织管理的设置＋managed marketplace：执行政策，并只分发已核准工具（绝不选同一控制措施的两种版本）。（practice-exam pattern，不是指南原文）
  • Cache 或 latency 题干 → 稳定 prefix 之前出现易变内容（或 thinking／config 切换）就是原因；在对 latency 敏感的路径上保持设置稳定。