這一站 15 場,你看完 0 場

用 CCA 考試當 agent 工程的地圖

091Frank Coyle(UC Berkeley)20:082026-08-08 上架

Anthropic's CCA Exam as a Field-Guide for Agentic Engineering — Frank Coyle, UC Berkeley

用 CCA 考試當 agent 工程的地圖的演講縮圖

教了三十多年電腦科學的 Frank Coyle,拿 Claude 認證架構師考試的正式環境情境當教材,一個一個講 agent 該怎麼寫、哪些反模式要避開。

這場講了什麼

  • 考試是學 agent 的地圖:Frank 認為 Anthropic 清楚大家怎麼用自己的系統、會踩哪些坑,所以就算不考,也值得看看這份考試在考什麼。考試涵蓋五個領域,另有六個正式環境情境,每次隨機抽四個出題。
  • 反模式和模式一樣重要:Frank 把 1990 年代初隨物件導向興起的 design patterns 搬到現在的 agent:物件有模式,agent 也有模式與反模式,主張知道不該做什麼,才會知道該做什麼。
  • 迴圈要看 stop reason:Frank 說模型只是機率式的下一個字預測器,自己不會執行工具;程式要檢查它為什麼停下來,是要用工具,還是 token 用完了。
  • 子 agent 要專精、只給需要的:一個 agent 掛滿工具是反模式;給 critic 這類子 agent 只該給主張與證據,不給產生主張的思考過程,免得大家想法趨同。
  • 上下文要隔離與壓縮:子任務的完整輸出不要倒回主執行緒,改成分支出去、只把摘要放回來;token 數超過門檻就做 compaction。
  • CI 別開互動模式:互動模式會停下來問權限,pipeline 裡不適用;批次處理可以少付 token 費用,但要等。

影片從哪一段開始看15 段

  1. 00:12自我介紹與動機Frank 在 Berkeley 教電腦科學,學生因為 AI 碰上難題:電腦科學不再是通往工作的神奇捷徑。為了幫學生準備 agent 時代,接觸到 Claude 認證架構師考試。
  2. 01:37做出來就對了引用 Sister Corita Kent 與 Edison,強調要動手做;並把 design patterns 延伸到 agent 的模式與反模式。
  3. 02:34考試概況3 月推出,情境式、計時、有監考;個人付 $99 就能考,每六個月一次,題目是選擇題但以真實情境為底。
  4. 03:24五大領域領域包括 Claude Code 設定與工作流(20%)、prompt 與 JSON 結構化輸出、工具設計、MCP 整合,以及上下文管理與可靠性。
  5. 04:14六個正式環境情境考試從六個情境隨機抽四個,Frank 依序預告:客服、程式碼生成、多 agent 研究、開發者生產力、CI、結構化資料擷取。
  6. 06:10迴圈不是新發明大家都說迴圈是新東西,Boris Cherny 說自己不寫程式、工作是寫迴圈,Peter Steinberger 也說只設計驅動 agent 的迴圈;Frank 搬出 1966 年 Böhm 與 Jacopini 的證明:圖靈完備只需要循序、條件與迴圈。
  7. 07:42情境一:用 stop reason 跑迴圈反模式是丟給 agent 就直接用回應;正確做法是 while 迴圈,依 stop reason 判斷是否要跑工具、跑完再回傳給模型。
  8. 10:50token 用完的 stop reason停下來的原因也可能是 token 用完,此時回應只是局部結果,程式得處理。
  9. 11:06情境二:三層 CLAUDE.mdAnthropic 建議專案頂層、專案資料夾與各子目錄各放一份,形成階層式規則。
  10. 12:10情境三:多 agent 要專精一個 agent 掛滿工具是反模式;用請木匠的比喻,主張每個 agent 只做一件事、配一兩個工具。
  11. 13:16上下文與 critic 子 agent上下文等於 token 等於錢,也會讓模型更混亂;critic 只拿主張與證據,免得多個 agent 彼此附和。
  12. 15:10情境四:隔離子任務輸出讓每個子任務把完整輸出倒進主執行緒是反模式;改為分支出去處理,只把摘要放回主上下文。
  13. 16:36監看 token 並壓縮程式可檢查 token 數,超過 150,000 就做 compaction;Frank 說不確定內部怎麼實作。
  14. 18:02情境五:CI 避開互動模式pipeline 若用互動模式,Claude 會停下來問要不要做;可改設定讓它直接跑完,並用批次處理省 50% token 費用。
  15. 19:20結語回到 Corita Kent 那句話:沒有輸贏、也沒有考試,只有動手做。

值得記的話4 句

  • Nothing is a mistake. There's no win and no fail. There's only make.Frank 引 Sister Corita Kent 的話:沒有什麼是錯誤,沒有贏也沒有輸,只有動手做01:37
  • understanding what you should not do is the key to leading you to what you should do.知道不該做什麼,是帶你找到該做什麼的關鍵02:34
  • Everybody's talking about loops, right? The loop is the new thing.大家都在談迴圈,對吧?迴圈是新玩意06:10
  • context means tokens, tokens mean money上下文就是 token,token 就是錢13:16

名詞與人物8 個

Claude Certified Architect Exam
Anthropic 的認證考試,3 月推出,情境式、計時、有監考;個人付 $99 可考,每六個月一次
stop reason
模型回應停下來的原因,例如要用工具或 token 用完;agent 迴圈靠它決定下一步
anti-pattern
該避開的做法;Frank 說知道不該做什麼,常常是答對考題的關鍵
CLAUDE.md
Claude Code 的 markdown 設定檔,可分專案頂層、專案資料夾與子目錄三層
subagent
只做一件事、只拿到所需資訊的子 agent;例子是只收主張與證據的 critic
compaction
把龐大的上下文壓縮;Frank 的例子是 token 數超過 150,000 就跑一次
Böhm and Jacopini
Frank 引用的 1966 年證明:循序、條件、迴圈三件事就足以圖靈完備
Sister Corita Kent
「Nothing is a mistake」那段話的出處,Frank 用來開場與收尾

提到但沒有展開

  • Frank 把子任務隔離比作多執行緒程式設計:執行緒共用記憶體就得處理同步、加鎖,所以要讓每個執行緒保持獨立。
  • 多個 agent 互相討論容易出現 groupthink。Frank 的比喻是派對上大家都想吃披薩、只有你不想,最後你為了不掃興還是跟著走;所以每個 agent 只給它一部分資訊。

AgentAnthropic開發工具

在 YouTube 看原片 ↗

同一站:AI Agents15 場

  1. 從 fork 到 microVM 的沙盒設計009 · Abhishek Bhardwaj(OpenAI) · 45 分
  2. 背景執行的 computer use 三件套016 · Francesco Bonacci(Cua) · 17 分
  3. Loops 到底是炒作還是真能用023 · Dex Horthy, Geoff Huntley, Ian Livingstone & Greg Pstrucha · 60 分
  4. 每個 harness 終將長成 claw028 · Sam Bhagwat(Mastra) · 16 分
  5. 把執行層獨立出來,換模型不用重寫032 · Dan Farrelly(CTO, Inngest) · 19 分
  6. 長時程 agent 的四個設計主題033 · Lance Martin(Anthropic) · 25 分
  7. 讓 agent 看見你所見的畫面034 · Antje Barth(Amazon AGI Lab) · 22 分
  8. 把 Codex 養成一整個團隊038 · Jason Liu(OpenAI Codex) · 75 分
  9. agent 走進群組與眼鏡061 · Sai Krishna Rallabandi · 19 分
  10. agent 出事,多半是 harness 的錯063 · Vinoth Govindarajan(OpenAI) · 18 分
  11. 把 AI agent 接進事件溯源的詐欺偵測066 · Divakar Kumar(FlyersSoft) · 22 分
  12. 給每個人自己改的個人應用平台086 · Kenton Varda(Cloudflare) · 19 分
  13. 用 CCA 考試當 agent 工程的地圖你在這裡
  14. 讓背景 agent 接手營運雜務094 · Justin Smith(Resolve AI) · 25 分
  15. Codex 內部怎麼運作098 · Dominik Kundel(OpenAI) · 21 分