共 12 题：单选 6、多选 2、判断 1、场景决策 3（成本/延迟/可靠性权衡）。题干中文、考试术语保持英文。答案与逐项解析在文末独立小节——先做完再翻。 场景决策题按统一格式：Scenario / Constraints / Options / Best choice / Why / Why others are weaker / Tradeoffs / What would change the answer。
🎯 学习重点：先识别状态码、官方上限和责任层，再排除违反预算或幂等性的选项。
Q1. 生产环境收到大量 HTTP 429 rate_limit_error，但响应没有 retry-after 头，且 error.details.error_code 为 enforced_spend_limit_reached。正确的处置是：
A. 用 exponential backoff 持续重试直到成功 B. 读取 retry-after 并等待后重试 C. 停止重试——这是 spend cap 触顶，重试（含 SDK 自动重试）会一直失败；报警并申请提升 usage tier 或等待下月恢复 D. 立即切换到 Batches API 绕过限额
Q2. 官方 SDK（Python/TypeScript 等）对瞬时故障（connection errors、rate limits、5xx）的默认重试行为是：
A. 不重试，需要用户显式启用 B. 默认重试 2 次，exponential backoff，并尊重 retry-after 头；可通过 max-retries 配置 C. 无限重试直到成功 D. 只对 500 重试，对 429 不重试
Q3. 一个多轮客服对话中，system prompt + 产品文档（共 6,000 tokens）跨请求完全不变，每轮只有用户消息变化。cache_control 断点的最佳位置是：
A. 每轮对话的最后一条消息上 B. 跨请求保持不变的最后一个块（system + 文档）的末尾 C. 放在 system prompt 的最开头 D. 不需要断点，缓存会自动找到稳定内容
Q4. 关于 prompt caching 的官方计价（截至 2026-08-30），正确的是：
A. 缓存写入与普通输入同价，读取半价 B. 5 分钟写入 = 基础输入价 ×1.25，1 小时写入 = ×2，缓存读取 = ×0.1 C. 5 分钟写入 = ×2，1 小时写入 = ×1.25，读取免费 D. 缓存读取与写入均按输出 token 价计费
Q5. 模型退役前，官方对「公开发布模型」的通知期承诺至少是：
A. 7 天 B. 30 天 C. 60 天 D. 180 天
Q6. 生产服务端调用 Claude API 的密钥管理，最不符合官方建议的是：
A. 云上生产负载使用 Workload Identity Federation 获取短时效 token B. 服务账号用 service account key，经密钥管理器注入环境变量 C. 把 API key 写进前端代码方便直连，减少一跳延迟 D. 按工作区/用途拆分多个 key，便于用量审计与爆炸半径隔离
🎯 学习重点：逐项验证方案是否同时满足可靠性、成本、隐私与可审计边界。
Q7. 下列哪些参数不能出现在 Message Batches API 的请求里（截至 2026-08-30）？多选：
A. stream: true B. tools C. fast mode 参数（speed） D. max_tokens: 0（缓存预热） E. system F. Threads 参数（store / previous_thread_event_id）
Q8. 关于可观测性与审计，正确的做法包括（多选）：
A. 每条结构化日志挂 request_id 与 trace_id B. 生产默认记录完整 prompt 与 response 原文，方便回放 C. 工具调用日志记工具名、参数校验结果与耗时，不记敏感实参 D. 升级人工的事件写入审计日志，升级率作为监控指标 E. 密钥轮换通过工单里互发明文 key 完成
🎯 学习重点：警惕把概率性收益、默认值或特定状态码写成无条件规则。
Q9. 「生产日志与审计日志是一回事：把所有日志留存 90 天就同时满足可观测性和可审计性。」
A. 正确 B. 错误
🎯 学习重点：每题明确主目标、硬约束、推荐方案、代价与触发改判的条件。
🎯 学习重点：实时客服优先尾延迟，稳定前缀用缓存，模型档位由 evals 成功率与成本共同决定。
Scenario：你负责一个日流量 20,000 请求的企业客服助手。每个请求的构成为：稳定前缀（system prompt + 产品文档 + 工具定义）6,000 tokens，动态部分（当次问题 + 检索片段）300 tokens，输出约 500 tokens。用户在网页上等答案，p95 可接受延迟 5 秒。当前全部请求走 Opus 档模型、无缓存，月成本约 $26,000（按官方定价估算，截至 2026-08-30）。团队要求把成本降一个数量级，同时不明显降低回答质量。
Constraints：
Options： A. 保持 Opus 档 + 全量输入，只把输出 max_tokens 减半 B. 降级到 Haiku 档模型处理全部请求，不开缓存 C. 主力切到 Sonnet 档 + 在稳定前缀末块开 prompt caching（5m TTL，automatic 或显式断点） D. 改造为夜间 Batches 批处理，白天返回缓存结果
Best choice：C
Why：三步各击中一个杠杆——(1) 模型分层：Sonnet 档官方定位「速度与智能的最佳组合」，价格是 Opus 档的 40%（$2/$10 vs $5/$25 per MTok，截至 2026-08-30，来源: https://platform.claude.com/docs/en/models/overview）；(2) prompt caching：稳定前缀 6,000 tokens 命中后按 ×0.1 计价，输入成本近乎一折，且缓存读取不计入 ITPM（多数模型），顺带缓解限流（来源: https://platform.claude.com/docs/en/build-with-claude/prompt-caching 与 /api/rate-limits）；(3) 保持实时 API，满足交互延迟。估算月成本可从 ~$26,000 降到 ~$6,000 量级（75% 命中率假设，见本模块 examples/02 的计算）。
Why others are weaker：
Tradeoffs：切 Sonnet + 缓存后，首轮请求因缓存写入（×1.25）比无缓存贵 25%、p95 延迟在缓存未命中时不变；质量约束靠灰度 + 回归评估兜底（先 5% 流量，evals 通过率不回退再放量）。缓存 TTL 5 分钟意味着低峰期命中率下降——可评估 1h TTL（写入 ×2）对夜间低流的取舍。
What would change the answer：
🎯 学习重点：529 要退避、jitter、熔断和降级，增加并发或同步重试会放大过载。
Scenario：大促期间你的电商导购 agent（Sonnet 档主力）突遇 Anthropic API 返回大量 529 overloaded_error，上游持续过载约 20 分钟。当前架构：每请求最多重试 2 次、指数退避、无熔断、无降级。客服收到大量「白屏」投诉。你的网关总超时预算是 8 秒。
Constraints：
Options： A. 把重试次数从 2 提到 8，退避基数减半——多试总能成功 B. 引入熔断器（连续失败阈值 5、冷却 30s、half-open 探测）+ 降级链（Haiku 档备用模型 → 无检索模板回答），熔断打开期间直接走降级不再打上游 C. 529 期间把全部流量切到 Batches API，等批处理结果 D. 什么也不做，等上游自己恢复，前端显示「服务繁忙」
Best choice：B
Why：529 的正确语义是「上游过载」——官方建议指数退避、且流量平缓爬坡避免加剧加速度限制（来源: https://platform.claude.com/docs/en/api/errors 与 /api/rate-limits，访问于 2026-08-30）。熔断器在连续失败后 open，把对过载上游的无效重试降为零（快速失败 → 降级链兜住用户），half-open 探测让上游恢复后自动切回。这同时满足「成功率 ≥95%」（降级链两跳）与「不加剧过载」（open 期零请求）。降级链分档（次级模型 → 模板）保证第一跳降级仍有较高质量。
Why others are weaker：
Tradeoffs：熔断打开期间用户拿到的是降级回答（Haiku 档质量略低/无检索），购买转化可能小幅下降——用「可用但略降」换「白屏」；熔断阈值与冷却时长需要按错误率调参（阈值太敏感会在偶发抖动时误开）；降级回答必须显式标注，否则用户与运维都失去信号。
What would change the answer：
🎯 学习重点：利用至少 60 天窗口提前回归、灰度、审计旧负载并保留一键回滚。
Scenario：你们的生产系统锁定使用 claude-haiku-4-5-20251001 处理内容分类（低风险、高吞吐）。官方公告：该模型进入 Deprecated 状态，Retired 日期在 90 天后（官方对公开发布模型至少提前 60 天通知，本例 90 天）。你有：3,200 条 golden dataset 分类用例、staging 环境可全量跑回归评估、生产网关支持按稳定哈希做百分比切流。
Constraints：
Options： A. 立即把 100% 流量切到官方推荐的替代模型——新模型更强，F1 只会更好 B. 按官方建议「远早于退役日测试」：先在 staging 用 golden dataset 跑替代模型回归评估 → 通过后灰度 1%→5%→25%→100%（稳定哈希），每档对比新旧版本分标签的错误率/延迟/成本，异常即一键回滚到旧模型配置 C. 等到退役前一周再切——尽量多用旧模型摊薄切换成本 D. 同时双跑新旧模型各 50%，永久并行——最稳
Best choice：B
Why：这是官方对 deprecated 模型的标准处方：Deprecated 模型「可能不如 active 模型可靠」，应「在退役日前充分测试并尽早迁移」（来源: https://platform.claude.com/docs/en/about-claude/model-deprecations，访问于 2026-08-30）。流程上每一步都有可回退性：staging 回归评估（golden dataset）先证质量不回退；灰度按稳定哈希（同会话不抖动）逐步放量；新旧分标签对比使异常在 1% 流量时就能发现；模型 ID 是配置，回滚 = 切回旧配置（退役日前旧模型仍可用）。
Why others are weaker：
Tradeoffs：灰度拉长（数周）意味着团队要在过渡期维护两套配置与对比看板（1 名工程师的成本）；1% 起步对低流量模块统计功效不足（需要按请求量定起步比例）；若新模型单价更高，全量后成本上升——可用「分类置信度路由」（低置信样本才升级到高档模型）对冲，但增加复杂度。
What would change the answer：
🎯 学习重点：核对时把每个答案还原为「事实依据 → 架构动作 → 权衡」的完整链条。
逐项解析；引用均访问于 2026-08-30。
🎯 学习重点：错题优先回查两种 429、默认重试、缓存倍率、batch 上限与模型生命周期。
Q1 = C。spend cap 触顶的 429 没有 retry-after，SDK 自动重试也会持续失败到下月 00:00 UTC 恢复；正确动作是识别 error.details.error_code（enforced_spend_limit_reached）→ 停止重试 → 报警 → 申请提升 tier。
来源: https://platform.claude.com/docs/en/api/rate-limits
Q2 = B。官方 SDK 默认对瞬时故障做 exponential backoff 重试 2 次，尊重 retry-after，可经 max-retries 调整。来源: https://platform.claude.com/docs/en/api/errors
Q3 = B。官方 prompt caching 文档的「经典陷阱」：断点放在每次变化的块上，20 块回看窗口找不到先前写入的条目 → 永远付 ×1.25 全款写入、永不命中。断点应放在跨请求不变内容的最后一个块上。多轮对话中每轮新增块少于 20 时，automatic caching 也可用（断点随对话前移）。
来源: https://platform.claude.com/docs/en/build-with-claude/prompt-caching
Q4 = B。官方倍率：5m 写入 ×1.25、1h 写入 ×2、读取 ×0.1；命中即免费续期。A/C/D 的倍率与方向均错。来源: https://platform.claude.com/docs/en/build-with-claude/prompt-caching
Q5 = C。官方承诺对公开发布模型至少 60 天通知退役。来源: https://platform.claude.com/docs/en/about-claude/model-deprecations
Q6 = C。key 进前端 = 任何用户可提取组织级凭证，违反「绝不入库/不进客户端」的基线；官方认证指南将静态 key 定位为「本地开发/脚本/自控服务端」，生产云负载推荐 Workload Identity Federation。A、B、D 均符合官方建议（身份绑定、最小暴露、按 key 审计用量）。来源: https://platform.claude.com/docs/en/manage-claude/authentication
🎯 学习重点：解释每个正确项覆盖哪一层防线，并指出错误项的失效模式。
Q7 = A、C、D、F。官方「batch 不支持参数」表：stream: true、fast mode（speed）、Threads（store / previous_thread_event_id）、cache_hint / context_hint、max_tokens: 0、research preview。tools 与 system 都可以进 batch（工具、视觉、extended thinking 等几乎都支持）。来源: https://platform.claude.com/docs/en/build-with-claude/batch-processing
Q8 = A、C、D。
来源: https://platform.claude.com/docs/en/api/errors、/build-with-claude/prompt-caching（内容级日志独立开关的意图）、code.claude.com/docs/en/agent-sdk/observability
🎯 学习重点：把错误绝对句改写成带状态码、预算、环境或风险等级的条件句。
Q9 = B（错误）。可观测性回答「现在系统怎么样」（实时诊断：logs/metrics/traces），可审计性回答「过去某时某刻系统做了什么、依据什么」（决策留痕、配置版本、不可抵赖的记录）。两者数据可能重叠，但目的、保留策略、访问控制不同：审计记录通常要求更长保留、防篡改、更严格的访问控制，而高频 metrics 往往做降采样滚动覆盖。混淆二者会导致「日志删了无法审计」或「审计库被当监控库打爆」。
🎯 学习重点：比较推荐方案与备选方案在成本、延迟、可靠性三角上的真实落点。
场景 1 = C；场景 2 = B；场景 3 = B。逐项理由已在题内 Why / Why others are weaker / Tradeoffs / What would change the answer 四段展开——这正是考试中「给依据、给反证、给条件反转」的完整答法。
📚 目录