22 道解决方案设计与架构练习题及答案

1. 1. 某工单分流服务的 p95 延迟必须控制在 2 秒以内，其工单类别定义明确、处理步骤固定。哪种架构最符合这一约束？

   • A.多智能体编排器为每个工单类别派生一个专家工作者，再把它们各自的草稿合并成回复。
   • B.单个智能体外加一个评估循环，反复批评并重写回复，直到质量分数达到设定的及格线。
   • C.确定性工作流先对工单分类，再执行该类别的固定步骤，各步骤之间由普通代码衔接。✓ 答案
   • D.自主智能体自行规划步骤，并不断调用工具，直到它自己判定该工单已经处理完毕为止。

   Anthropic 的指导原则是先找到能奏效的最简方案，只有在确实能改善结果时才增加复杂度。对于步骤固定、定义明确的任务，工作流能给出可预测且一致的行为；而智能体循环是用延迟和成本去换任务表现，硬性的 p95 预算无法容纳轮次不确定的模型调用。

   编号 QB-2EDY7C依据： Anthropic, Building Effective Agents - 'Workflows vs. agents' and 'maintain simplicity'; CCAR-P Domain: Solution Design & Architecture报告此题的问题

2. 2. 某项研究任务涉及 2000 万 token 的语料库，单个上下文窗口装不下，且各子任务彼此独立。在这里，采用编排器加工作者的架构，其依据是什么？

   • A.把任务拆给多个智能体会降低总 token 消耗，因为任何工作者都不必重读共享的上下文。
   • B.工作量超出单个上下文窗口，且可拆成互相独立的并行单元，编排开销因此能够被收回。✓ 答案
   • C.多个智能体之间互相校验，因此只要由不止一个模型作答，任务的答案就会更加准确。
   • D.任务牵涉到不止一个工具，而单个智能体无法同时持有多个工具定义却不把它们弄混。

   Anthropic 的成本指导指出，多智能体编排只有在两种情形下才收得回开销：工作量超出单个上下文窗口，以及常规工作带有昂贵长尾、可用更便宜的工作者封顶。让并行工作者各读语料库的不同切片属于第一种情形；若工作能装进一个窗口或本身是一条依赖链，协调成本就收不回来。

   编号 QB-HW7TMB依据： Anthropic engineering guidance on multi-agent cost (orchestrator with parallel workers); CCAR-P Domain: Solution Design & Architecture报告此题的问题

3. 3. 某代码迁移服务收到的仓库，其文件数量与依赖结构差异极大，以至于在读取输入之前无法知道子任务的数量和性质。哪种模式与之相符？

   • A.分段并行化：一组固定的、互相独立的子任务并发执行，最后再把各自的结果合并起来。
   • B.编排器与工作者：由中心调用针对每份输入决定子任务，再把这些子任务分派给各个工作者。✓ 答案
   • C.提示链：一串固定顺序的步骤把输出向前传递，并在各步骤之间插入检查环节。
   • D.路由：由前置分类器把每个进来的仓库分派给若干个专门化的固定处理器中的一个。

   编排器与工作者正是针对那类分解方式取决于输入、事先无法枚举的任务而命名的模式。分段并行、路由与提示链都预设了在请求到达之前就已知的固定结构，因此都无法表达一份只有在检查完仓库之后才存在的子任务清单。

   编号 QB-ZD2N2B依据： Anthropic, Building Effective Agents - orchestrator-workers pattern; CCAR-P Domain: Solution Design & Architecture报告此题的问题

4. 4. 某发票处理流水线先从扫描版 PDF 中抽取字段，随后需要对明细行求和、套用公布的税率表，并校验一位校验位。这项工作应当如何划分？

   • A.由模型完成抽取与求和，再让一个更便宜的模型重算同样的算术，以便把两次结果拿来对照。
   • B.由模型在一次调用里完成抽取和全部算术，再用第二次调用去核对它自己算出来的合计。
   • C.由模型负责抽取字段，随后的求和、查税率表与校验位验证一律交给普通代码来完成。✓ 答案
   • D.用正则表达式抽取字段，再由模型负责算术运算、税率表查询以及校验位的验证工作。

   分解任务时，应把模型独有优势的环节交给它，也就是读取版式凌乱的扫描件，而把凡是有确定性定义的环节留在普通代码里。求和、查表与校验位验证都有唯一正确答案，放进代码执行才能做到可复现、可审计，也不受采样随机性影响。

   编号 QB-MW9T5F依据： Anthropic, Building Effective Agents - keep deterministic steps outside the model; CCAR-P Domain: Solution Design & Architecture报告此题的问题

5. 5. 某营销流水线先撰写文案，再对照禁用宣称清单进行检查，最后做本地化。合规要求一旦出现禁用宣称就必须直接终止本次运行。哪种设计满足该要求？

   • A.采用提示链，其中间步骤是一道代码闸门，一旦命中清单上的宣称就立即终止本次运行。✓ 答案
   • B.让智能体把禁用宣称清单当作工具持有，由它自行决定在本地化之前何时有必要做检查。
   • C.用单条提示要求模型在一次回复里完成撰写文案、对照清单自查以及本地化这三件事情。
   • D.采用投票方案，并行产出三份草稿，最终发布被标记宣称数量最少的那一份文案稿件。

   提示链正是用于那种可分解的顺序子任务、并在步骤之间放置程序化闸门的模式，而一条硬性的合规终止规则恰好就是这样的闸门。让模型自我监管，或让智能体自行判断何时该检查，得到的是概率性的检查，而要求本身是确定性的。

   编号 QB-4E4NJE依据： Anthropic, Building Effective Agents - prompt chaining with programmatic checks; CCAR-P Domain: Solution Design & Architecture报告此题的问题

6. 6. 某团队在为一项分类功能在两个模型之间做选择前，只有两天时间来搭建评测集。哪种做法能得到对决策更有用的评测？

   • A.留出一批干净、无歧义的输入样本，使分数不会被那些连人类也觉得困难的用例搅浑。
   • B.手写几十条用例，每一条都由两位领域专家评审，并讨论到双方对预期评分达成一致。
   • C.从真实输入分布中抽样出大量自动化用例，包含边缘和无关的输入，并由脚本自动完成评分。✓ 答案
   • D.由被测模型自己生成用例，使这些用例的措辞与上线提示实际会收到的输入完全一致。

   Anthropic 关于评测的指导在这一点上与直觉相反：应优先追求数量而非逐条打磨，因为大量能反映真实输入分布（含边缘用例）的自动化用例，比一小批人工评分的用例更可靠地区分两个模型。把困难或无关输入过滤掉，恰恰删去了两个模型表现分化的区域。

   编号 QB-KWWFYD依据： Anthropic docs, Create strong empirical evaluations - prioritise volume, mirror the real distribution; CCAR-P Domain: Evaluation, Testing & Optimization报告此题的问题

7. 7. 某智能体会起草退款、更新内部备注、发送客户邮件并执行付款。预算只够在其中部分步骤上安排人工复核。人工复核应当放在哪里？

   • A.放在付款执行与对外邮件上，因为这两类影响会离开系统，事后再也无法收回或撤销。✓ 答案
   • B.只放在退款起草这一步，因为把住第一步就能阻止所有下游错误在后续环节中形成出来。
   • C.放在内部备注更新上，因为这是数量最大的步骤，错误会在无人察觉的情况下在此累积。
   • D.放在每一个步骤上，因为任何输出都可能出错，而统一复核也最容易向审计人员解释清楚。

   人在环节中的位置是一项由可逆性和影响范围决定的设计选择，而不是一种笼统的兜底手段。把不可逆、对外可见的动作设为闸门，等于把复核预算花在错误无法撤销之处；而对低风险的内部输出设置复核队列，只会增加成本与延迟，并不降低真实风险敞口。

   编号 QB-3ERADD依据： Anthropic guidance on human oversight of agentic actions (cost of error, reversibility); CCAR-P Domain: Governance, Safety & Risk Management报告此题的问题

8. 8. 某次设计评审要求说明：当模型 API 不可用、当它返回无法解析的输出、以及当它拒绝某个请求时，系统各自会怎么做。架构应当规定什么？

   • A.设置熔断器，一旦出现首个错误就整体停用该功能，并等待运维人员手动重新启用它。
   • B.为每种情况规定各自的行为：降级路径、有次数上限的修复重试，以及对用户可见的策略提示。✓ 答案
   • C.统一使用一次带指数退避的重试，因为这三种情况都是暂时性的，稍后再试就会恢复。
   • D.设一个兜底异常处理器，记录失败并返回统一的通用错误，让所有调用方看到同样的结果。

   这三种情况性质不同，正确应对方式也不同：不可用属于基础设施事件，应由降级路径或队列吸收；无法解析的响应属于格式失败，可由有上限的修复步骤纠正；而拒绝则是一种策略结果，产品必须向用户表达出来。把它们并成一次重试或一个通用错误，会掩盖差别，在生产环境中造成未定义行为。

   编号 QB-EW5T48依据： Anthropic docs, stop_reason handling (including refusal) and SDK error classes; CCAR-P Domain: Solution Design & Architecture报告此题的问题

9. 9. 某智能体工具用于执行退款。一次网络超时使调用方无法确定退款是否已经生效，而智能体循环又重试了这次调用。什么措施能保证这一过程安全？

   • A.为每次退款尝试记录带时间戳的日志，以便夜间对账作业能够找出重复项并将其冲正掉。
   • B.在系统提示中要求智能体绝不重试退款，这样重复提交从一开始就不可能发生在系统里。
   • C.该工具接受调用方生成的幂等键，因此重复请求会返回首次结果，而不是再退一次款项。✓ 答案
   • D.重试采用带抖动的指数退避，使第二次尝试只会在第一次必定已经结清之后才发送出去。

   任何带外部副作用的工具都必须可以被安全地重复调用，因为超时本质上是含糊的：请求可能在响应丢失之前就已成功。由调用方提供的幂等键让接收服务识别出这是重复请求并返回最初的结果，这是这里唯一能真正阻止第二次退款、而非事后发现或补救的机制。

   编号 QB-WDYMH7依据： Idempotent write semantics for side-effecting tools; Anthropic, Writing tools for agents - tools must be safe under retry; CCAR-P Domain: Integration报告此题的问题

10. 10. 某报告生成器会先发起三次互相独立的检索调用，然后进行一次较长的生成。用户反映它用起来很慢，但这些工作又都无法省去。哪项改动帮助最大？

    • A.缩短生成长度并砍掉其中一次检索，使总的墙钟时间落到用户不再抱怨的阈值以下。
    • B.仍然让三次检索顺序执行，但把每次结果缓存起来，使用户第二次请求该报告时更快。
    • C.把整个请求改为异步批处理，等报告全部完成之后再通过电子邮件发送给提出请求的人。
    • D.让三次检索并发发出，并对生成过程做流式输出，使文字一产生就立刻显示给用户看。✓ 答案

    这里的延迟架构有两个不同的抓手：互相独立的步骤应当重叠执行而非排队，这能真正压缩墙钟时间；而流式输出通过展示进度来压缩感知时间，让用户不必对着空白等待完整响应。缓存只对重复请求有用，批处理或删减内容则分别牺牲了交互性或用户想要的输出。

    编号 QB-4MHXRN依据： Anthropic docs, streaming for long responses; concurrency of independent steps; CCAR-P Domain: Solution Design & Architecture报告此题的问题

11. 11. 某夜间作业需要对 40 万条归档工单重新打分。结果在次日早上之前拿到即可，而且没有任何用户在等待其中某一条的结果。哪种处理方式合适？

    • A.每晚只抽取较小样本做交互式打分，其余工单不打分，以此把这项作业的开销压下来。
    • B.把交互式请求分散到大量并行工作进程上，使整批运行能够在尽可能短的时间内跑完。
    • C.采用异步批处理，用单次请求的延迟去换取同等工作量下更低的整体处理成本开销。✓ 答案
    • D.走流式交互路径，使人能够在整夜的批量运行仍在进行时就观察到部分中间结果。

    只要工作是无人值守、截止期以小时而非秒计的，批处理就是正确的取舍：它接受较长的异步周转时间，换来同样 token 数下明显更低的价格。把交互式调用铺开会按交互价格计费并挤压速率限制，而抽样则等于直接放弃了一部分需求。

    编号 QB-M4Q4CP依据： Anthropic docs, Message Batches API - asynchronous processing at reduced cost; CCAR-P Domain: Evaluation, Testing & Optimization报告此题的问题

12. 12. 某服务在一次上线后，缓存读取的 token 数降为零，尽管其系统提示的措辞并未改动。这次上线在系统块顶部新增了一行用于渲染当前时间。发生了什么？

    • A.缓存读取只会从第二次请求起才被统计，因此这个计数在这里只是统计口径造成的假象。
    • B.渲染出来的时间在每一次请求中都不相同，因此从该行往后前缀就不再能够匹配上了。✓ 答案
    • C.缓存条目已经过期，因为这次上线把此前所有已写入前缀上的存活时间计数器重置了。
    • D.系统块被重新排版之后，系统提示的长度跌到了缓存所要求的最小长度以下。

    提示缓存是前缀匹配，因此只要有一个字节发生变化，从该字节往后的缓存就全部失效。把时间戳这类逐请求变化的值放在系统块顶部，意味着任何一次请求都不会与上一次共享前缀，这正是最典型的隐性失效原因；易变内容应放在最后一个断点之后，而不是之前。

    编号 QB-3M6MKM依据： Anthropic docs, Prompt caching - prefix matching and cache invalidation; CCAR-P Domain: Claude Models, Prompting & Context Engineering报告此题的问题

13. 13. 某团队希望让一个使用工具的助手拥有稳定的缓存前缀。哪种请求布局能够在多次请求之间保持稳定？

    • A.把用户资料放在最前面，让每位用户拥有各自的缓存，共享的系统提示与工具定义排在其后。
    • B.按该用户的权限逐请求拼装工具定义并放在最前，使前缀恰好对应这一轮的实际工具集合。
    • C.把对话历史放在最前面，因为它体量最大，再把工具定义和系统提示追加到这段历史后面。
    • D.先放静态的工具定义，再放稳定的系统提示，并把缓存断点设在最后一个静态块之后。✓ 答案

    请求按工具、系统提示、消息这一固定顺序渲染，某一层发生变化就会使该层及其之后的全部内容失效。因此稳定性要求把最不易变的内容放在最前，并把断点设在最后一个静态块上；把逐请求变化的工具列表或逐用户的内容块放在最前面，会改变前缀的最开头，使每一次请求都无法命中缓存。

    编号 QB-K4CS6N依据： Anthropic docs, Prompt caching - render order tools, system, messages; breakpoint placement; CCAR-P Domain: Claude Models, Prompting & Context Engineering报告此题的问题

14. 14. 某个已上线的功能达到了准确率标准，但支出明显超出预算。在更换模型之前，架构师应当先评估哪一个手段？

    • A.把生成环节换成更小的模型，并接受评测集随后给出的任何准确率结果表现。
    • B.调高 effort 设置，使答案能在更少轮次内收敛，从而让智能体循环更早地结束掉。
    • C.对稳定前缀启用缓存，并且精简每一次请求都要重新发送的那一部分上下文内容。✓ 答案
    • D.减少持续集成中运行的评测用例数量，因为这部分流量也计入同一条支出科目。

    Anthropic 的成本优化有明确的先后顺序：先拿不损失质量的收益，再动那些以质量为代价的手段。对稳定前缀启用缓存、削减每次调用都重发的 token，都能在不影响输出质量的前提下降低支出，因此排在 effort 调优、批处理或更换模型之前，后者都会改变行为并需要重新评测来支撑。

    编号 QB-2MT9EK依据： Anthropic docs, Optimizing for cost and intelligence - lever order, caching first; CCAR-P Domain: Evaluation, Testing & Optimization报告此题的问题

15. 15. 模型 X 的每 token 单价低于模型 Y，但在团队的评测中，它需要更多重试和更多工具轮次才能完成一项任务。应当如何比较这两个模型？

    • A.按评测集上每完成一项任务的总支出来比较，把重试和多出来的工具轮次都计算在内。✓ 答案
    • B.按每次调用的平均输出长度来比较，因为回答更简短的那个模型就是更经济的那一个。
    • C.按公布的每 token 输入与输出价格来比较，因为正是这一比价决定了最终的生产账单。
    • D.只按首次调用的成功率来比较，因为重试属于外层智能体循环的实现细节，不必计入。

    真正与决策相关的单位是每完成一项任务的成本，而不是每 token 的成本。单价更低但需要更多轮次、更多重试以及更多重复读取上下文才能达到同样成品结果的模型，在生产中反而可能更贵；只有让两个模型在同一套任务上跑到完成的评测，才能暴露出这个差别。

    编号 QB-J4ZEZK依据： Anthropic docs, Optimizing for cost and intelligence - judge cost per completed task; CCAR-P Domain: Evaluation, Testing & Optimization报告此题的问题

16. 16. 某客服助手依据一份产品手册作答，该手册完全可以放进模型的上下文窗口，且每年只修订两次。团队提议为此搭建一个向量数据库。哪种设计更好？

    • A.把整份手册放进提示并置于缓存断点之前，每当手册修订时再重新预热一次缓存。✓ 答案
    • B.在这份手册上微调一个模型，使知识内化到模型里，从而不必再运维任何检索服务。
    • C.把手册切块，针对每个查询检索最相关的若干段落，使每一次调用的提示都保持很小。
    • D.把手册压缩成一份简短摘要放在系统提示里，并向用户提供完整文档的链接以备查阅。

    Anthropic 的明确指导是：语料若小到能放进上下文窗口，就根本不需要检索管道；直接整体载入并使用提示缓存，这样彻底消除了检索失败这一失效模式，而重复请求下的成本也远低于未命中缓存的读取。在这里搭建向量库，只会引入切块、索引和召回风险，而约束条件并不要求这些。

    编号 QB-ZKFX8J依据： Anthropic, Contextual Retrieval - small knowledge bases belong in the prompt with caching; CCAR-P Domain: Integration报告此题的问题

17. 17. 某检索系统在回答概念性问题时表现良好，但当用户粘贴 AX-4471-B 这类精确件号时就会失败。最可能的原因和修复办法是什么？

    • A.嵌入模型已经过时，因此应当用更新、更好的嵌入模型对整个语料库重新做一次嵌入。
    • B.生成模型在标识符查找上能力不足，因此应把这一类查询路由到能力更强的模型上去。
    • C.切块太小以致装不下该件号，因此应把每个切块放大到覆盖整整一页产品目录的程度。
    • D.稠密向量会模糊精确词元，因此应加入 BM25 词法匹配，并把两路排序结果融合起来。✓ 答案

    语义嵌入捕捉的是含义，因此会把一个罕见的字母数字标识符当成几乎没有语义的词元，而 BM25 词法打分则能精确命中它。混合检索同时运行两者并融合排序列表，正因如此才优于单独使用任一种方法；这属于检索失败，把它归咎于生成模型是最典型的误诊。

    编号 QB-H4N4UJ依据： Anthropic, Contextual Retrieval - combining contextual embeddings with contextual BM25; CCAR-P Domain: Integration报告此题的问题

18. 18. 从一份冗长的财务申报文件中检索出的切块本身含义不明，因为“该季度”“该分部”这类说法在切块内部找不到指代对象。哪项改动能解决这个问题？

    • A.针对每个查询检索更多切块，使相邻的上下文能够与含义不明的那一段一同被取回。
    • B.在每个切块被嵌入之前，为其前置一段生成的简短说明，交代它在整份文件中的位置。✓ 答案
    • C.要求生成提示在遇到切块缺少明确指代对象时，主动向用户提出一个澄清性的问题。
    • D.调低相似度阈值，使那些处于边缘的相邻切块也能够被纳入最终检索出来的结果集。

    上下文检索是在建索引时而不是在查询时消除歧义：先为切块生成一段简短的说明性前缀，交代它在母文档中的位置，再进行嵌入与词法索引，这样存储下来的表示本身就带有缺失的指代信息。扩大结果集或放宽阈值，只会带回更多同样缺乏上下文的碎片。

    编号 QB-YK4M3H依据： Anthropic, Contextual Retrieval - contextual chunk headers generated before indexing; CCAR-P Domain: Integration报告此题的问题

19. 19. 某个长时间运行的智能体会话在多轮之后表现下降：它遗失了先前作出的决定，并重复已经做过的工作。哪种应对方式符合 Anthropic 的上下文工程指导？

    • A.每当召回质量下降就以全新上下文重启，并让用户从头把目标重新陈述一遍给智能体。
    • B.截断最早的若干轮，使窗口保持较小，并接受这些轮次所包含内容随之丢失的后果。
    • C.把会话迁移到上下文窗口更大的模型上，使整段历史仍然能够完整地装进窗口里面。
    • D.把历史压缩成保留关键决定与未决问题的摘要，并把笔记记录到外部文件中以便随时取回。✓ 答案

    随着上下文增长，召回质量会下降，因此必须把注意力当作有限预算，花在信息量而非体量上。压缩会把历史概括成摘要，同时刻意保留已作出的决定和未决问题，而结构化笔记则把需要长期保留的状态移出窗口；截断是把同样的状态悄无声息地丢掉，而更大的窗口只是把问题往后拖延而没有解决它。

    编号 QB-G4ASNH依据： Anthropic, Effective context engineering for AI agents - context rot, compaction and note-taking; CCAR-P Domain: Claude Models, Prompting & Context Engineering报告此题的问题

20. 20. 某多租户聊天产品需要在负载均衡的无状态工作节点之间续接对话。模型 API 本身是无状态的，这意味着什么？

    • A.服务提供方会在其一侧保留会话线程，因此服务每轮只需要发送最新的那条用户消息。
    • B.必须启用粘性会话把每段对话固定到某一个工作节点，因为历史就存放在该节点的内存里。
    • C.每个工作节点都维护一份共享的进程内近期轮次缓存，使任意节点都能接续任意一段对话。
    • D.由服务自行保存每段对话的历史并按租户隔离，且在每一次请求时把这段历史重新发送。✓ 答案

    Messages API 不在服务端保存任何对话状态，因此每次调用都必须把完整历史一并发送，这也就要求历史保存在应用自己的存储中。把该存储作为唯一权威来源，才使任何工作节点都能处理任意一轮；而按租户设键并隔离，才能防止某个租户的历史进入另一个租户的提示里。

    编号 QB-ZHHS8J依据： Anthropic docs, Messages API is stateless - full history sent per request; CCAR-P Domain: Solution Design & Architecture报告此题的问题

21. 21. 某架构师希望在一条错误回答产生一周之后，仍能对这一条具体回答进行诊断。哪种日志设计能够支撑这一点？

    • A.逐请求的 token 用量、提示与模型版本、检索命中的切块标识，以及完整的工具调用轨迹。✓ 答案
    • B.按百分之一抽样保存完整请求体，其余流量则只在抛出异常时才写入日志中留存下来。
    • C.仅保存最终对用户可见的回答，外加一个赞或踩的评分，并挂在对话标识符下面存档。
    • D.按天汇总的请求数、平均延迟与总支出，并在团队看板上按各个接口分别绘制成图表。

    要诊断过去某一条回答，需要的是产生它的那些输入，而不是关于流量的汇总统计。检索标识可把检索未命中与提示问题区分开，提示与模型版本可把行为退化与某次上线区分开，工具调用轨迹则显示模型实际看到了什么，正因如此这些字段必须在设计阶段就纳入，而不是出事之后再补。

    编号 QB-G2CMNH依据： Anthropic docs, usage fields on every response (input, output, cache read and creation tokens); CCAR-P Domain: Integration - observability报告此题的问题

22. 22. 某医疗客户说：“我们已经启用了零数据留存，所以在受保护健康信息方面已经合规了。”架构师应当如何回应？

    • A.只要该机构同时在自家应用服务器上关闭请求日志，零数据留存就已经足够满足合规要求。
    • B.HIPAA 只管静态存储的数据，因此一个从不持久化请求的服务在这里完全落在其适用范围之外。
    • C.零数据留存已经满足 HIPAA，因为把输入和输出删除掉，也就等于把受保护数据本身移除了。
    • D.HIPAA 合规还要求在数据全生命周期上做加密、访问控制与审计日志，并签署业务伙伴协议。✓ 答案

    零数据留存是一项范围很窄的控制措施：输入与输出除法律合规和滥用查处所需之外不予保存。HIPAA 合规的范围要宽得多，它在受保护健康信息的整个生命周期上追加了加密、访问控制与审计日志要求，并且依赖于与已启用 HIPAA 的组织签署的业务伙伴协议，而不仅仅依赖删除。

    编号 QB-YH6F3H依据： Anthropic docs, API data retention and zero data retention; HIPAA compliance requires a BAA and lifecycle safeguards; CCAR-P Domain: Governance, Safety & Risk Management报告此题的问题

练习题依据官方 Claude 认证架构师专业级（CCAR-P）考试指南和 Anthropic 公开文档编写。这是一个独立的学习工具，与 Anthropic 无关联、未获其认可，也不授予任何认证。考试由 Pearson VUE 交付；当前的题量、考试时长、通过分数和费用以 Anthropic 官方 CCAR-P 考试指南公布的为准。 官方认证页面 →