CCA-F 考试博客 · 领域深挖

CCA 领域 1 详解:Agentic Architecture 与编排

CCA 领域 1 Agentic Architecture 考什么、为什么占 CCA-F 的 27%、必须一眼认出的五个概念、一道完整情景题的推理,以及练习题里最容易丢分的陷阱。

更新于

Claude Certified Architect – Foundations(CCA-F)考试的领域 1 叫 Agentic Architecture & Orchestration,占总分 27%。它考的是三件事:你能不能写出正确的 agent 循环,能不能判断什么时候该把工作拆给子代理,以及硬性要求该用代码强制而不是靠提示词。它是权重最高的领域,也是”在这些约束下什么是最不坏的设计”这种思路最能拿分的地方。

这篇文章会讲清楚领域 1 覆盖什么、Anthropic 为什么给它这么高的权重、哪些概念必须一眼认出、一道完整情景题怎么推理,以及大家在练习题里反复踩的坑。内容建立在我们领域 1 学习指南的 30 篇学习文章之上,下文每个知识点都链到对应的文章。

CCA 领域 1 到底考什么?

官方考纲把领域 1 分成七个任务。下面是我们的映射,以及每个任务的入门文章:

任务考点从这里开始
1.1 Agent 循环生命周期stop_reason 控制循环、追加工具结果、模型驱动决策 vs 硬编码决策stop_reason 才是唯一靠谱的循环控制
1.2 Hub-and-spoke 编排协调者 / 子代理结构、上下文隔离、分解范围Hub-and-Spoke:所有路径都经过协调者
1.3 Task 工具与 allowedToolsAgentDefinition 各字段、resume、fork、并行派生、协调者提示词Task Tool、allowedTools 和 AgentDefinition 完整配置面
1.4 程序化强制 vs 提示词强制什么时候必须用 hook 或代码校验,而不是一句指令模型会在 4-15% 的情况下无视你的指令
1.5 Hook 与触发器Hook 类型、matcher、PreToolUse 返回值、PostToolUse 标准化五种 Hook 类型覆盖完整会话生命周期
1.6 固定分解 vs 动态分解提示链 vs 自适应规划、多轮审查动态分解在固定任务上多 30% 开销:按任务类型匹配策略
1.7 具名会话 resumeResume 还是新建会话、过时数据的风险Resume 在 CI 流水线中省 44% 时间和 58% Token

时间只够过一遍的话,就按顺序读完上面这七篇入门文章。它们都不长,每篇结尾都有一句可以背下来的总结。

领域 1 为什么占 27%?

因为其他四个领域都建立在它之上。工具设计(领域 2)要先有一个会调工具的循环才有意义;Claude Code 配置(领域 3)本质上是在塑造一个 agent 的行为方式;提示词工程(领域 4)和上下文管理(领域 5)都是施加在 agent 身上的手段。一个说不清循环、终止信号和失败模式的架构师,对下游任何东西都无从推理。

落到复习时间上:27% 意味着标准试卷 60 题里大约有 16 题(报名前请到 Anthropic / Pearson VUE 官方页面核对当前考纲)。不过我们的领域权重与复习策略一文认为,你不该把 27% 的时间都花在这里。领域 1 大部分内容是概念性的,一旦想通就能迁移到很多题上,学起来其实很省。

五个必须一眼认出的概念

1. 循环只听 stop_reason 的,别的都不算。 tool_use 表示执行工具然后继续;end_turn 表示停。“有没有文本”不是信号,因为文本块和 tool_use 块会出现在同一个响应里。迭代上限只是一个宽松的保险绳,不是主控制。完整的六个值对照表在stop_reason 才是唯一靠谱的循环控制里;配套的API 是无状态的:每次都要发完整历史解释了为什么每次请求都要带上包含工具结果的完整消息历史。

2. 子代理从空白上下文起步。 协调者”知道”客户的订单号,不等于计费子代理知道——除非协调者把它写进提示词。子代理什么也看不到:上下文必须显式传递是这个领域考得最多的一个点,结构化数据保留归因,纯文本摧毁归因则回答了紧接着的问题:怎么传。

3. 提示词负责引导,hook 负责保证。 如果漏掉一次的后果涉及金钱、法律、安全或数据完整性,这条要求就该放进 PreToolUse hook 或后处理校验里。如果只是风格偏好,写一句提示词就够了。把措辞加重(“ABSOLUTELY MUST”)不会把一条概率性的指令变成确定性的。决策表在模型会在 4-15% 的情况下无视你的指令;返回 denyallow,或者 allowupdatedInput 的具体机制在PreToolUse 返回值:deny、allow、modify——以及它们之间的 bug

4. 分解策略要匹配任务形状。 固定流水线(先安全扫描,再性能审计,再风格检查)适合提示链。探索驱动的工作(“搞懂这个遗留代码库”)适合动态分解。混合任务用链式骨架加扩展点。到处默认用动态分解,只会在固定的那部分白白增加延迟,质量没有任何提升。

5. AgentDefinition 的每个字段都是设计决策。 description 决定协调者什么时候委派,tools 落实最小权限,model 在成本和能力之间取舍,prompt 给的是目标和标准而不是一步一步的脚本。详见AgentDefinition:每个字段都重要,不要靠默认值目标 + 标准胜过按步骤来:82 vs 68 质量分

考试怎么考领域 1?

每道题都是情景题。题目给你一个系统(客服 agent、CI 审查机器人、研究协调者)、一个症状或约束,再给四个设计方案。三个看着都合理,只有一个是最不坏的。常见问法:

  • “agent 有时在多步任务做完之前就停了。改哪里能修好?“(答案模式:循环在按”有没有文本”或者过低的迭代上限终止;改用 stop_reason。)
  • “子代理返回的结论无视了客户的等级。为什么?“(协调者没把等级写进子代理的提示词。)
  • “超过 500 美元的退款必须交给人工。系统提示写了,但还有 4% 漏过去。怎么修?“(在退款工具上加 PreToolUse hook,检查金额,拒绝并给出改道指引。)
  • “CI 任务每次运行都把整个仓库重新分析一遍。怎么在不损失准确率的前提下降成本?“(用具名会话 resume 保留稳定上下文,再定一条规则说明什么时候因为数据可能过时而必须新建,见Agent 无法检测过时数据:你必须决定 Resume 还是新建。)
  • “三个互不依赖的子代理被顺序执行。最便宜的改进是什么?“(并行派生,见并行执行:墙钟时间减少 80%,零额外成本。)

注意,这些题没有一道让你背定义。它们要你从症状诊断出机制。练习时,先把机制说出口,再看选项。

完整情景题:一个跳过身份验证的客服 agent

背景。 一个客服 agent 有 get_customerverify_identityget_ordersprocess_refund 四个工具。系统提示要求访问任何账户数据之前必须先验证身份。监控显示大约 7% 的会话在没有调用验证的情况下就访问了账户数据,几乎都发生在客户一上来就报出账号、语气又很急的时候。

可能给出的选项。

A. 把系统提示改成大写,并把这条规则挪到最上面。 B. 加一个 PreToolUse hook:本会话内 verify_identity 没有返回 confirmed 之前,拒绝 get_ordersprocess_refund,并在拒绝原因里告诉模型先去验证。 C. 拆成一个验证子代理和一个客服子代理,由协调者先调用验证。 D. 减少工具数量,让模型不那么容易选错工具。

推理。 A 是陷阱:模型不是没看到指令,而是在紧急语境下判断这条指令多余,加重语气没用。D 解决的是另一个问题(工具选择准确率,那是领域 2 的话题)。C 能用,但增加了延迟,而且协调者自己的提示词同样可能被绕过。B 是确定性的、便宜的,还给了模型一个改道方向,对话可以顺畅继续。B 是最不坏的答案。

延伸阅读。 那个 7% 的数字,以及这个场景的分级强制版本(按退款额度分层),在模型会在 4-15% 的情况下无视你的指令。写了个 hook 打印”Blocked!”却返回 {}(等于放行)的坑,在PreToolUse 返回值:deny、allow、modify——以及它们之间的 bug。带 MCP 前缀的工具名(mcp__payments__process_refund 绕过了针对 process_refund 的 matcher)这个坑,在HookMatcher:精准匹配节省 40% Hook 处理时间

领域 1 题目里的常见陷阱

  • 一个 agent 够用却上多 agent。 任务固定、规模小、工具不超过五个左右,单 agent 加一份好提示词通常就是最不坏的设计。只有工作可并行、需要隔离,或者超出单个 agent 可靠承载的工具数量时,编排才是答案。真要编排时,不要每个查询都跑所有 Agent讲的是动态选择。
  • 把”并行”当成”什么都能提速”。 并行派生只在子任务相互独立时有用。有先后依赖的步骤(先搜索,再综合)不管选项怎么写都并行不了。
  • 把协调者的记忆当成共享的。 它不是。子代理需要的任何东西都必须写在它的提示词里,或者作为结构化数据传给它。
  • 分不清 resumefork 解决的是不同问题。 Resume 是带着上下文继续同一个会话(便宜的后续跟进);fork 是从某个会话分支出去,避免评估时的锚定偏差。见Resume 节省 85% Token,支持多次后续跟进Fork 消除锚定偏差:89% vs 62% 准确率
  • 分解得太窄。 把”审查这个 PR”拆成”检查函数 X”和”检查函数 Y”,会漏掉跨文件的问题。分解太窄意味着覆盖缺失单 Pass 审查产出矛盾发现:拆成逐文件 + 跨文件展示了逐文件加跨文件的模式。
  • 以为 hook 能调用工具。 Hook 只返回决定,替代动作由模型来执行。哪个选项写着让 hook”直接调用 escalate_to_human”,它描述的就是 hook 做不到的事。
  • 该用 PreToolUse 时选了 PostToolUse,或者反过来。 Pre 负责拦截或修改输入;Post 负责标准化或审计输出。PostToolUse 标准化:日期错误从 12% 降到 0.3%,Token 减少 90%展示的是输出侧的用例。

下一步

先读完上表链接的七篇入门文章,然后刷领域 1 练习题,直到你能在看选项之前说出机制。等各领域正确率稳定了,去做免费 CCA-F 模拟考,它按官方权重抽题,领域 1 会按比例出现。完整文章列表在领域 1 学习指南页,本文的复习顺序版是CCA 领域 1 复习技巧

常见问题

CCA-F 里有多少题来自领域 1?

expand_more

领域 1 的考试权重是 27%,按 60 题的试卷算大约 16 题,是五个领域里占比最大的一块。报名前请到 Anthropic / Pearson VUE 官方页面确认最新权重。

回答领域 1 的题需要写代码吗?

expand_more

不需要。考试全是情景选择题。你要做的是从描述的场景里判断正确的循环控制、编排结构、hook 用法和分解策略,不是写代码。

领域 1 是不是主要讲多 agent 系统?

expand_more

多 agent 编排是很大一块,但这个领域同样覆盖单 agent 循环、stop_reason 处理、hook、程序化强制和会话 resume。不少题的正确答案恰恰是更简单的单 agent 设计。

动手练起来

做一套免费 60 题 Claude Certified Architect 模拟考,或按领域逐个啃 CCA-F 学习指南。

Certified Architect 是社区独立搭建的备考站点。文中考试信息来自 Anthropic / Pearson VUE 的公开资料,随时可能调整,报名前请以官方页面为准。

相关文章