Claude認證架構師CCA-F是什麼?怎麼考?備考資源、測試領域、場景一次看
Claude認證架構師CCA-F是什麼?怎麼考?備考資源、測試領域、場景一次看

隨著企業級 AI 應用從「聊天視窗」轉向「Agent 代理架構」,Anthropic 正式推出了官方技術認證 Claude Certified Architect – Foundations (CCA‑F)。

這張證照主要驗證考生是否具備設計「生產級」(Production-ready)AI 系統的能力。《數位時代》以下整理CCA-F認證的相關細節,包含報名條件、考試範圍以及題目類型等。

CCA‑F認證是什麼?

Claude Certified Architect – Foundations(CCA‑F)是 Anthropic 推出的官方技術認證,定位在中高階實作難度(約 301 級別),對象是已經有 Claude、Agent SDK、Claude Code 等實務經驗的工程師或技術人員,用來證明考生有能力設計「能上線、能維運」的 AI 應用架構。

誰可以報考CCA-F認證?

目前這張證照只開放給 Anthropic 合作夥伴公司的員工報考,尚未開放給一般考生。這段期間,合作夥伴公司的前 5,000 名員工可以免費應考,未來一般開放後,官方定價為一次 99 美元。

報考CCA-F需要什麼能力?

CCA-F並不是「初學者入門」型的認證,而是針對已經在用 Claude 做專案的工程師,驗證你能不能把整個系統架構、工具整合、可靠性設計好。官方建議至少具備以下能力:

  • 完成 Anthropic 課程目錄中所有 200-level 課程
  • 熟悉 Agent SDK
  • 有實際用 Claude Code、Agent SDK、Anthropic API、Model Context Protocol(MCP)做過專案/解決方案

CCA-F怎麼考?

  • 考試規格:全英文測驗,測驗時間共 120 分鐘,題數為 60 題選擇題。
  • 監考模式:由 ProctorFree 平台負責遠端監考,開考前需完成身分驗證與環境檢測。
  • 作答規範:必須在單一連續時段內完成,中途禁止暫停或休息,同時嚴禁查閱任何文件、筆記、網路資源或尋求他人協助。
  • 成績核發:成績報告將於 2 個工作天內寄達,內容包含各技術領域的分數拆解。
  • 認證獎勵:通過考試者將獲頒 CCA-F 官方數位徽章與電子證書,可直接同步至 LinkedIn 展示專業資歷。

值得注意的是,目前官方註明僅有單次應考機會(One attempt),報名前需充分準備。

CCA-F會考哪些領域?5 大核心能力與配分

正式考題共有 60 題,分布在 5 個核心能力領域,各自有不同權重:

Agentic Architecture & Orchestration(27%)
聚焦在整體 AI agent 系統設計與協作編排,包括:

  • 設計 agent 的行為迴圈(loop)
  • 多代理(multi‑agent)架構與協調者/子代理(coordinator / subagent)模式
  • 任務拆解(task decomposition)
  • session 狀態管理、工作流程規則(workflow enforcement)

Tool Design & MCP Integration(18%)
圍繞「工具怎麼設計、怎麼用 MCP 接到 Claude」:

  • 工具介面設計與邊界切分(清楚的輸入、輸出與職責)
  • 結構化錯誤回傳(structured error responses)
  • MCP server 的整合、註冊與維運
  • 在多個 agent 間分配合適的工具

Claude Code Configuration & Workflows(20%)
測你怎麼把 Claude Code 嵌進開發流程:

  • CLAUDE.md 的階層設計與路徑規則(path‑specific rules)
  • 自訂 slash commands
  • 什麼情境用 plan mode、什麼時候直接執行
  • 與 CI/CD pipeline 整合,例如自動 code review、測試產生等

Prompt Engineering & Structured Output(20%)
除了會寫提示詞,還懂得可維護、可機器處理的提示詞設計:

  • 在指示中明確訂出產出標準與限制
  • few‑shot 提示、範例設計
  • 透過 JSON schema 等方式強制結構化輸出
  • 實作驗證與重試(validation & retry loops)

Context Management & Reliability(15%)
關鍵在長對話、多代理系統的穩定性與可靠度:

  • 長時間互動中保存關鍵資訊
  • 升級與轉人工(escalation)策略設計
  • 多代理錯誤傳遞與處理模式
  • 不確定性處理與信心校準(confidence calibration)

從這個配分可以看出,CCA‑F 更重視「系統設計思維」與「生產環境可維運性」,而不是 API 細節死記。

6 大實戰情境隨機抽 4 個

官方提供了 6 個考試情境,正式考試會從中隨機抽 4 個情境,每個情境底下會搭配多題選擇題,考你在真實產品場景下的設計判斷。

情境一:客服解決方案 Agent(Customer Support Resolution Agent)

  • 使用 Claude Agent SDK 打造客服解決 agent
  • 處理退貨、帳務爭議、帳戶問題等高模糊度需求
  • 透過自訂 MCP 工具接後端(get_customer、lookup_order、process_refund、escalate_to_human)
  • 目標:在知道何時該升級/轉人工的前提下,把首次解決率做到 80% 以上
  • 會考到:Agentic Architecture、Tool Design & MCP、Context Management & Reliability

情境二:Claude Code 產生程式碼與開發加速(Code Generation with Claude Code)

  • 團隊在日常開發中用 Claude Code 做:產碼、重構、debug、寫文件
  • 需要整合進開發工作流程,包含自訂 slash commands、CLAUDE.md 設定
  • 要理解何時使用 plan mode、何時直接執行
  • 會考到:Claude Code Workflows、Context Management

情境三:多代理研究系統(Multi‑Agent Research System)

  • 用 Claude Agent SDK 設計一個多代理研究系統
  • 一個 coordinator agent 分派任務給多個 subagents:搜尋網路、文件分析、結論彙整、報告撰寫
  • 系統需要產生有引用來源的完整報告
  • 會考到:Agentic Architecture、Tool & MCP、Context & Reliability

情境四:開發者生產力工具(Developer Productivity with Claude)

  • 用 Claude Agent SDK 打造工程師工作助理
  • 幫忙閱讀陌生 codebase、理解 legacy 系統、產 boilerplate、自動化重複操作
  • 使用內建工具 Read / Write / Bash / Grep / Glob 並整合 MCP servers
  • 會考到:Tool Design & MCP、Claude Code Workflows、Agentic Architecture

情境五:把 Claude Code 放進 CI(Claude Code for Continuous Integration)

  • 在 CI/CD pipeline 中整合 Claude Code
  • 自動執行程式碼審查、生成測試案例、對 PR 提供建議
  • 重點是:如何設計 prompt 來給出可行且具體的 feedback,同時降低誤報
  • 會考到:Claude Code Workflows、Prompt Engineering & Structured Output

情境六:結構化資料抽取系統(Structured Data Extraction)

  • 用 Claude 從非結構化文件抽取結構化資訊
  • 藉由 JSON schema 驗證輸出、處理 edge cases
  • 需要與下游系統整合,維持高準確度與穩定性
  • 會考到:Prompt Engineering & Structured Output、Context & Reliability

如何準備這張認證?有哪些先修課程?

Anthropic 官方建議先修以下課程,再去挑戰考試:

Claude 101

  • 目標:學會如何在日常工作中使用 Claude
  • 內容:Claude 核心功能、常見工作情境(寫作、摘要、規劃、資料整理)

Claude Code in Action

  • 目標:學會如何把 Claude Code 深度整合進開發流程
  • 內容:將 Claude Code 併入團隊開發流程與 CI/CD,處理實際專案情境

Introduction to Model Context Protocol

  • 目標:學會從零開始建立 MCP server 與 client
  • 內容:掌握 MCP 的三大核心元素:tools、resources、prompts,並把 Claude 接到外部服務與資料源

Building with the Claude API

  • 目標:系統性掌握 Claude API,從基礎呼叫到進階 agent 架構設計與實作整合。
  • 內容:以 Python 為主,帶你從基本 API 請求、多輪對話、串流與結構化輸出,進一步學到 prompt 設計與自動化評估、工具呼叫與外部服務整合、RAG 檢索增強、MCP、Claude Code 與 Computer Use

延伸閱讀:Claude進階技巧懶人包!7個提示詞,讓AI從答題機變「會反駁你」的思考夥伴
Anthropic推出Claude Managed Agents:企業AI代理上線,從數月壓縮到數天

參考資料:Anthropic

關鍵字: #Claude
往下滑看下一篇文章
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證

碳纖維因重量輕、強度高,廣泛應用於自行車、汽車、航太及無人機等產業,每公斤原生碳纖維價格可達數百元,部分高階材料甚至高達數千元。然而,這些高價材料製成複合材料後,生產過程產生的邊角料與廢棄物,卻因熱固性樹脂難以分離,往往只能焚化、掩埋或降級使用,讓耗費大量能源製造的碳纖維失去再利用價值。

「產業真正需要的不是把廢棄物處理掉,而是如何把裡面的碳纖維、玻璃纖維重新變成有市場價值的材料。」天翊綠能科技執行長莊文彥指出。深耕複合材料產業約20年的他,於2023年成立天翊,希望透過自主開發的低溫常壓解聚技術,讓廢棄複材重新回到製造業供應鏈。

低溫解聚保留纖維性能,從廢料處理走向材料再生

熱固性複合材料難以回收,關鍵在於樹脂固化後無法像一般塑膠重新加熱熔融。傳統高溫熱裂解雖能去除樹脂,卻可能損傷碳纖維性能;若回收碳纖維強度下降,製造商可能需要增加材料用量以滿足產品的強度要求,反而削弱碳纖維原有的輕量化優勢。

為突破限制,天翊開發低溫常壓化學解聚技術,在約90°C、常壓環境下分離樹脂與纖維,降低高溫處理對纖維性能的影響。不同於將樹脂直接燒除,天翊也推進樹脂回收再利用及化學溶劑循環,提高材料利用效率。根據天翊提供的第三方檢測結果,回收碳纖維在受測性能項目上的表現達原生材料的98%以上。團隊也將回收纖維製成再生碳纖維不織布、板材、塊材及工程材料。

莊文彥表示,再生碳纖維每公斤價格約150至300元,具備成本競爭潛力。天翊也規劃三層商業模式:取得合法處理資格後,協助製造商處理複材廢料並收取處理費;將回收纖維製成再生材料銷售;再與客戶共同開發終端零組件。「我們不希望公司的主要價值停留在『每公斤收多少處理費』,而是希望營收逐步往再生材料與高值應用移動。」莊文彥強調,讓回收材料具備市場需求,才是循環經濟能否持續運作的關鍵。

桃園 SBIR 助攻百公斤級驗證,跨越技術走向產品的關鍵門檻

對技術型新創而言,證明技術可行只是第一步。要讓再生材料進入製造業供應鏈,還必須建立可重複的處理流程、穩定的材料品質及產品驗證機制。這些工作需要投入設備、人力與檢測費用,對商業化初期的天翊而言,是不小的負擔。

在桃園市政府地方型SBIR計畫的研發經費支持下,天翊得以加速推進製程測試、材料檢測與產品驗證。莊文彥指出,過去團隊主要仰賴實務經驗調整回收製程,但要讓技術進入產業應用,還必須建立標準作業流程、進出料紀錄及材料品質數據。透過計畫,天翊逐步完善這些機制,並針對碳纖維自行車、碳纖維預浸布邊料、高壓氣瓶與車用零件等廢料進行測試,完成超過100公斤複材廢料的處理驗證,建立相應的操作條件。

除了製程驗證,補助也支持團隊將回收纖維製成不織布、模具及相關產品,確認再生材料能否符合實際需求。其中,以再生碳纖維氈製作的模具,相較原本的玻璃纖維模具,減重約56.96%;以再生碳纖維氈製作的產品,相較原本玻纖產品,減重約27.77%。這些成果讓天翊不再只能向客戶說明技術可行性,而能透過具體的材料與產品數據,爭取後續合作機會。

天翊也與既有下游夥伴推進汽車零組件應用,累積再生材料進入供應鏈所需的驗證經驗。「SBIR對我們而言,不只是補助研發,而是幫助公司跨過了『實驗室技術走向實際產品』非常重要的一段。」莊文彥表示,政府資源不僅分攤研發成本,更協助團隊補足商業化所需的品質管理與產品驗證基礎。

以桃園為循環基地,從碳纖維走向風機葉片回收

除了研發補助,桃園聚集電子、汽車、航空與複合材料產業,也讓天翊有機會就近尋找廢料來源、加工夥伴及應用客戶。此外,天翊與桃園市政府消防局就高壓氣瓶展開合作,嘗試將回收技術應用於地方政府實際產生的循環需求。團隊目前持續推進桃園廠區設置與再利用相關申請,希望建立「在地廢料、在地回收、在地再製」的產業模式。

不過,即使技術與產品驗證已取得初步成果,天翊仍須完成事業廢棄物再利用相關許可程序,才能依核准條件擴大收料與處理規模。漫長的審查過程雖然增加營運成本,但莊文彥認為,除了回收技術,合法處理資格、穩定料源與產品市場,同樣是建立長期競爭優勢的關鍵。天翊的長期目標則不止於碳纖維。莊文彥補充,當初投入低溫常壓解聚技術,也考量到未來大型風力發電機退役葉片的回收需求。風機葉片主要由玻璃纖維、樹脂及部分碳纖維構成,體積龐大且難以回收,隨著全球風電產業發展,退役葉片處理將成為重要課題。天翊也已取得風機葉片回收處理方法的臺灣發明專利與美國發明專利。

因此,團隊選擇先從材料價值較高的碳纖維切入,累積技術驗證、設備放大與商業化經驗,再逐步拓展至大型風機葉片。「我們希望證明,複合材料不是只能從製造走向廢棄,而是可以從廢棄再回到材料、再回到產業。天翊要做的,就是把這條循環真正建立起來。」莊文彥說。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓