Skip to content

Claude 认证架构师 CCAR-F — Lazy Programmer 20 题架构解析(40 题上集)

Lazy Programmer(2026-09-07,17:51)的 CCAR-F 备考视频上集:20 道「真实考题」逐题讲解。本文以完整转录为一手素材逐题还原,并把 20 题映射回官方 Exam Guide v1.0 的 blueprint 域,得出一张「官方权重 × 视频覆盖」倒挂表——本集覆盖官方权重的 60%,Claude Code 配置与 Prompt 工程两大域(合计 40%)完全没碰。

目录


视频信息与可信度

项目 内容
频道 Lazy Programmer(LazyProgrammer.me,Udemy 知名 ML 讲师)
发布 2026-09-07,17:51,Education
认证 Claude Certified Architect – Foundations(CCAR-F),Anthropic 官方
结构 自称全系列 40 题,本集前 20 题,下集后 20 题
素材 webReader 页面级完整转录(Tier 0 youtube-transcript-api 被 YouTube IP 封锁)

可信度评估:频道是教育营销型(描述区无任何一手来源链接、SEO 关键词堆砌、混入 Associate/Developer 认证词),但技术转述忠实。「40 REAL Questions」的声称无法独立证实——官方考题受 NDA 保护、不对外公布,Exam Guide 只给了 12 道官方样题,与视频 20 题无文字重复。不过 20 题的场景设定(coordinator + web search / document analysis / synthesis / report generation 四个子代理)与官方 Scenario 3「Multi-Agent Research System」完全同框,考点全部落在 blueprint 域内——无论真题回忆还是 blueprint 改编,作为备考训练材料成立。


全景:三大支柱

视频开场把 40 题的解法压缩成三个思考框架,后续每道题都是三选一或组合:

                 ┌────────────────────────────────────────────┐
                 │        Coordinator(唯一中枢)               │
                 │   分解任务 → 委派 → 聚合 → 决定下一步        │
                 └──┬──────────┬──────────┬──────────┬────────┘
      ①显式传递结果   │          │并发 tool   │gap 回报/  │
      (prompt 或引用) │          │call(独立任务)│重新委派   │
                 ┌───▼──┐   ┌──▼────┐  ┌──▼─────┐ ┌─▼──────┐
                 │  Web │   │  Doc  │  │ Synthe │ │ Report │
                 │Search│   │Analysis│ │  -sis │ │   Gen  │
                 └───┬──┘   └──┬────┘  └──▲─────┘ └────────┘
                     │         │          │
             ════════╧═════════╧══════════╧═══════
              共享存储层(结构化报告 + 引用 ID)
              外部持久化:崩溃恢复时 coordinator 读 manifest
  1. Orchestration(编排)——多代理场景必问:谁负责协调?信息如何在代理间流动?独立任务能否并行?
  2. Context & State(上下文与状态)——代理不知道其他代理做了什么;信息要么显式注入 prompt,要么经结构化状态 / 共享存储传递。
  3. Tool Design(工具设计)——大量题目在测同一件事:把正确行为设计成阻力最小路径,把错误行为在架构层阻断。

这三支柱恰好对应官方 blueprint 的 D1(Agentic Architecture & Orchestration,27%)、D5(Context Management & Reliability,15%)、D2(Tool Design & MCP Integration,18%)——合计 60% 权重。


逐题速查表(20 题)

# 场景问题 答案 考点一句话 官方域
Q1 synthesis 代理收不到研究 findings D 子代理不自动继承他人结果,coordinator 必须显式注入 prompt D1
Q2 最新网络数据与旧报告被误判为矛盾 A 子代理结构化输出强制带发布/采集日期 D5
Q3 报告子主题缺深度,严格管线无法回补 A 分析代理报 gap → coordinator 触发 targeted search → 重新分析 D1
Q4 管线崩溃后恢复,不重复工作不丢保真 A 各代理持久化结构化报告,恢复时读 manifest 只注入最小状态 D5
Q5 synthesis 发现 3 个未答问题,coordinator 却直接出报告 A coordinator 检测 gap 并重新委派 targeted research 后再合成 D1
Q6 12 个法律先例顺序分析超 3 分钟 D coordinator 建并行子代理分片处理,synthesis 前聚合 D1
Q7 两个相互独立任务被顺序等待 D 同一响应发出两个 task tool 调用并发执行 D1
Q8 不确定性处理时而过勇时而过度限定 C 报告清晰区分 established 与 contested findings 并保留上下文 D5
Q9 一切输出转 bullet points,财务对比失去表格性 A 每类信息保持最佳格式:财务→表格、叙事→散文、技术→要点 D5/D4
Q10 coordinator 嘴上委派但从未执行,日志无错 C Task tool 未注册——「知道要做什么」不等于「能做」 D1
Q11 报告缺引用,synthesis 丢失对应关系 D 结构化 claim-source mapping 贯穿合成流程全程保留 D5
Q12 前置输出庞大,如何喂给 synthesis C 引用标识符 + 共享存储(pass-by-reference) D5
Q13 web search 的结果如何到 document analysis A coordinator 接收并显式传递,子代理之间不互相调用 D1
Q14 120k 源 / 15k 洞察 / 3k 叙述,报告要带引用 C synthesis 草稿 + 结构化 source index,既不全量也不裸摘要 D5
Q15 分页自动拉全页,延迟 15-20 秒 D 惰性加载:首页 + 总匹配数 + 游标,按需翻页 D2
Q16 航班 API 偶发 503 D 工具内部指数退避重试自愈,不抛给 agent D2
Q17 malformed request / 404 / 503 如何上报 C 格式错=JSON-RPC 协议错误;404/503=工具结果 isError:true D2
Q18 工具只返回文档标题,无法支撑后续操作 B 返回结构化 document IDs + 关键元数据(机器可读) D2
Q19 50+ 连接器,工具选择准确率掉到 60% D 渐进式工具发现:检索匹配后动态注册连接器 D2
Q20 transient 与 non-transient 错误全抛给 agent B 工具自动消化暂态;非暂态带有用信息交 agent 决策 D2

支柱一:多代理编排与控制流

涉及 Q1、Q3、Q5、Q6、Q7、Q10、Q13(约 35% 时长,对应权重最高的官方 D1)。

核心规则:hub-and-spoke,通信显式化

子代理之间默认严格隔离——不自动继承、不共享彼此结果。Q1 与 Q13 是同一枚硬币的两面:

  • Q1(反面):coordinator 忘了把 web search / document analysis 的输出注入 synthesis 的 prompt → synthesis 报「没有 findings」。
  • Q13(正面):信息如何正确流动?coordinator 接收 web search 输出 → 显式传给 document analysis。子代理永远不互相调用。
两个任务待执行
   │
   ├─ B 需要 A 的输出?(数据依赖)
   │      └─ 是 → 顺序执行
   │            coordinator 显式传递输出(全量小数据 → prompt)
   │            或引用 ID(大数据 → 共享存储)
   │
   └─ 相互独立?
          └─ 是 → 同一响应并发发出多个 task tool call
                coordinator 统一收集聚合(保留监控与 debug 能力)

线性管线 vs 迭代回路

Q3 与 Q5 是同一考点的两次出题:单向 linear pipeline 无法处理信息缺口,必须留回溯回路——

  1. 分析/合成代理发现子主题缺失 → 向 coordinator 回报 gap
  2. coordinator 针对性重新委派 targeted search
  3. 补强后重新运行分析/合成,直到充分

「知道要委派」不等于「能委派」

Q10 是全套题里最微妙的一道:coordinator 的推理完全正确(日志里能生成「我将让 web search 代理去找资料」的文字),但 Task tool 根本没注册 → 没有任何子代理执行 → coordinator 带着不完整信息继续推进 → 日志无错误。LLM 推理层面的委派叙述是认知,不是执行;没有工具接口,委派只是幻觉。这题的工程教训:审计多代理系统时,先验证工具面(哪些 tool 真实注册),再看行为面。

并行与监控可以兼得

Q6(12 份判例)与 Q7(搜索+解析)给出同一模式的两个粒度:

维度 顺序执行 并行子代理 / 并发 tool call
延迟 高(串行累加) 低(独立任务同时跑)
可监控性 高 保留——coordinator 仍是唯一收集聚合点
适用条件 任务有数据依赖 任务相互独立

❌ 常见误选是「为了并行把控制权下放给子代理互相调度」——正确答案始终是 coordinator 保持中枢地位,只把执行并行化,不把控制权分布式。


支柱二:状态管理与上下文效率

涉及 Q2、Q4、Q8、Q9、Q11、Q12、Q14(约 27% 时长,对应官方 D5)。

context vs state:传什么、存什么

Q4(崩溃恢复)与 Q12(大数据传递)给出同一条分界线:大而静的数据外部化,小而活的状态进 prompt。

策略 做法 适用
❌ 全量回填对话历史 恢复时把崩溃前完整对话塞回上下文 永远不推荐——token 浪费 + 注意力稀释
✅ 外部持久化 + manifest 各代理把结构化报告写进已知位置;恢复时 coordinator 读 manifest,只注入当前步骤所需最小状态 长流程、可中断任务
❌ 全量原始数据进 prompt 120k token 源数据直接传给合成代理 成本激增 + context window 饱和
✅ 引用 ID + 共享存储 数据入库,prompt 只传 reference identifiers 前置输出庞大时
✅ 草稿 + 结构化索引 synthesis 草稿 + structured source index 最终报告需要引用溯源(Q14)

Q14 的数字题干值得单独记:120k 源 token / 15k 洞察 / 3k 叙述——全量传(120k)浪费,只传摘要丢引用关系;唯一同时保住完整性与效率的答案是合成草稿 + 结构化来源索引。

时态元数据:矛盾的另一种解释

Q2 的陷阱:最新网络统计 vs 旧内部报告,数值不同不是事实矛盾,而是采集时间点不同。子代理结构化输出必须强制携带发布/采集日期(collection_date 一类字段),合成代理才能识别时序演进而非误判冲突。

溯源链条不能在合成中断

Q11:子代理都正确附加了引用,引用却在合成时丢了——修复必须结构化前置:子代理输出 claim-source mapping 表,并确保这份数据结构贯穿整个合成流程。事后回溯补引用的代价远高于结构化保留。

不确定性的表达纪律

Q8:两个失败模式——冲突发现被写成过度自信的断言,或报告被限定词稀释到不可用。系统性解法是分类呈现:

发现分类
   ├─ Established findings(多方一致/权威来源)→ 直接陈述
   └─ Contested findings(来源冲突)→ 并列各方 + 保留上下文依据

目标不是消除不确定性,而是让它可见且可定位。

格式适配(Q9)

单一代价格式(如全部转 bullet points)会摧毁信息结构:财务对比需要表格、叙事语境需要散文、技术要点适合结构化列表。按数据类型维持最佳表达形态。(此题官方域映射有模糊性:按「输出结构化」归 D4 亦可成立——见勘误表 #7 注记。)


支柱三:工具设计、MCP 与错误隔离

涉及 Q15-Q20(约 28% 时长,对应官方 D2)。六道题全部指向同一设计哲学:让正确行为成为阻力最小路径。

惰性加载(Q15)与机器可读性(Q18)

分页 API 工具的返回契约
   ❌ auto-fetch 全部页面        ✅ lazy loading
      延迟 15-20s                   返回:首页 items
      大部分页永远用不到                 + total_match_count
      token 浪费                       + next_cursor(游标)
                                    agent 按需决定是否翻页

Q18 是镜像题:返回给人看的文档标题,agent 无法支撑多步工作流;必须返回给机器用的结构化 document IDs + 元数据。

错误处理责任分区(Q16、Q17、Q20)

三道题构成一个完整的错误处理决策树:

工具调用出错
   │
   ├─ 请求本身格式错?(malformed / 缺必填参数)
   │      └─ JSON-RPC 协议错误(协议层拒绝,不进入执行)
   │
   ├─ 请求合法,错误是暂态?(网络超时 / HTTP 503)
   │      └─ 工具内部指数退避重试自愈
   │            agent 永远看不到这类错误(Q16)
   │
   └─ 请求合法,错误非暂态?(403 权限 / 422 校验 / 404 不存在)
          └─ 重试永不成功 → 返回工具结果对象 isError: true
                附具体错误细节 → agent 修正输入或改变行动(Q17/Q20)

Q17 补上 MCP 协议层的精确划界:

错误情形 层级 返回方式
malformed request、缺必填参数 协议层(JSON-RPC) 标准 protocol error
请求合法,外部服务 404/503 执行层 工具结果对象 + isError: true

判断口诀:请求没进门是协议错误,进了门干砸了是执行结果。

渐进式工具发现(Q19)

50+ 连接器直接暴露 → 决策空间爆炸 → 选择准确率掉到 60%;加了 search connector 后 agent 又会跳过搜索直连(错)或搜完选错。两阶段动态加载:

初始工具集:只有 search_connector
   → agent 检索「我需要什么连接器」
   → 命中后动态注册该连接器进可用工具集
   → agent 用刚注册的连接器干活

核心不是「加一个搜索工具」,而是动态收缩每一步的决策空间。


核心解题心法

视频结尾把 20 题的考点浓缩成六个必问句,考试时逐条过:

  1. 谁控制工作流?(答案几乎总是 coordinator)
  2. 信息怎么在代理间流动?(显式传递,永不假设继承)
  3. 什么作为 context 传入 vs 存为 state?(大数据外部化 + 引用)
  4. 哪些任务能并行?(无数据依赖即可并发 tool call)
  5. 错误该在哪一层处理?(暂态工具自愈,非暂态交 agent)
  6. 能否把正确行为设计成 agent 天然容易执行的事?

以及总纲:[01:06] 系统稳定性不靠 prompt 道德说服,靠架构边界——「将正确的行为设计成阻力最小路径,将错误的行为在架构层面阻断」。

排除法应用:四类高频干扰项都是「听起来像好工程」——①把控制权下放给子代理网状通信;②全量回填/全量传递的暴力方案;③只传摘要的省 token 方案(丢溯源);④用 prompt 措辞解决本应程序强制的问题。先识别题目在测哪个支柱,干扰项会自行塌掉。


官方 blueprint 映射与倒挂分析

官方 Exam Guide v1.0(Effective July 2026)定义 5 域权重与 6 大场景(考卷 6 抽 4)。本集 20 题全部落在官方 Scenario 3「Multi-Agent Research System」框架内(coordinator + web search / document analysis / synthesis / report generation 四角色,与官方原文一一对应)。

权重 × 覆盖倒挂表(核心增量)

官方域 权重 本集题数 本集时长占比(约) 缺口判断
D1 Agentic Architecture & Orchestration 27% 7 ~35% 覆盖充分
D2 Tool Design & MCP Integration 18% 6 ~28% 覆盖充分
D5 Context Management & Reliability 15% 7 ~27% 覆盖充分
D3 Claude Code Configuration & Workflows 20% 0 0% 盲点(预计下集)
D4 Prompt Engineering & Structured Output 20% 0(Q9 擦边) ~0% 盲点(预计下集)

三条可执行结论

  1. 本集只覆盖官方权重 60%(D1+D2+D5)。D3+D4 合计 40% 权重零落点——对应官方 Scenario 2/4/6(Code Generation、Developer Productivity、CI 等),大概率在下集补齐。只看本集备考 = 40% 权重裸奔。
  2. 域编号注意:官方编号 ≠ 权重序(D2 是 Tool Design 18%,D3/D4 各 20%)。按权重序背编号会与考卷的 domain 诊断报告错位(详见 Claude官方架构师认证CCAR-F备考体系拆解 的易混点节)。
  3. 复习优先级:若已看完本集,下一步直接补 D3(CLAUDE.md 配置、slash commands、plan mode、-p 无头模式)与 D4(JSON schema、few-shot、结构化抽取)——这两域恰好是官方样题 Q4-Q6、Q10 的密集区。

考试硬参数(官方核验口径)

60 题(单选+多选)/ 120 分钟 / 4 场景(6 抽 4)/ 通过分 720(量表 100-1000)/ $125 / 12 个月有效 / Pearson VUE 监考 / 注册需 Claude Partner Network 成员邮箱。


验证与勘误记录

# 视频声称 验证结果 来源
1 认证「Claude Certified Architect Foundation」真实存在 ✅ 官方正名 Claude Certified Architect – Foundations,代码 CCAR-F,Exam Guide v1.0(2026-07 生效);官方 PDF + Anthropic Skilljar
2 「40 REAL Questions」 ❓ 无法独立证实 考题受 NDA 保护;官方 guide 仅 12 道样题,与视频 20 题无文字重复;场景与官方 Scenario 3 同框、考点全在 blueprint 域内——介于真题回忆与 blueprint 改编之间
3 口播「cloud certified architect」 ⚠️ ASR 转写噪声 实为 Claude(转录层错误,非视频内容错误)
4 口播「MCB server」(Q17 附近) ⚠️ ASR 转写噪声 实为 MCP server
5 20 题场景 = multi-agent research pipeline ✅ 与官方 guide Scenario 3 的四子代理角色逐字对应(官方 PDF 第 5 节)
6 本文骨架(用户附带 Insights)的 20 题解析与选项字母 ✅ 20/20 吻合 逐条对照 webReader 完整转录核验,含每题正确选项
7 Q9(格式适配)的域归属 ⚠️ 口径分歧 按输出表示归 D5,按「结构化输出」归 D4 亦可;官方 guide 未逐题标注,本文主表归 D5 并在此注记
8 描述区含「Claude Certified Associate」等关键词 ⚠️ 频道性质信号 SEO 关键词堆砌并混入其他认证词——教育营销型频道特征;技术转述本身忠实,不降级笔记
9 视频未涉及 Claude Code / Prompt 工程 ✅ 官方 D3+D4 合计 40% 权重在本集零落点(视频自述下集续 20 题)

参考资料

相关笔记


文档生成时间:2026-10-30 基于 Lazy Programmer 视频完整转录(webReader 页面级抓取)+ 官方 Exam Guide v1.0(Effective July 2026)交叉核验