Claude Certified Architect — Foundations (CCA-F): מה זה ומה הוא בודק
ההסמכה היסודית של Anthropic לבניית סוכני AI מבוססי-Claude בסביבת ייצור. חמשת התחומים, מבנה הבחינה, סוג השאלות שהיא שואלת, וכיצד להתכונן.
רוב הסמכות ה-AI בודקות אם אתם יכולים לתאר למידת מכונה. הסמכת ה-Claude Certified Architect — Foundations (CCA-F) בודקת משהו מעשי ועדכני יותר: האם אתם יכולים לבנות מערכת סוכנתית אמיתית עם Claude — כזו שמשתמשת בכלים, מנהלת הקשר, ומתנהגת באופן אמין בסביבת ייצור. זוהי ההסמכה הראשונה ב-CertLabPro מספקית מודלי AI ולא מספקית ענן, והיא משקפת לאן עבר הרבה מעבודת ההנדסה של 2026 בפועל: תכנון סוכנים, לא רק קריאה למודל.
הנה מהי ההסמכה, מה היא בדיוק מכסה, אילו סוגי שאלות היא שואלת וכיצד להתכונן.
מהי CCA-F
CCA-F היא הסמכה ברמת יסוד המתמקדת בארכיטקטורה והנדסה של יישומי וסוכני Claude. "יסודות" כאן לא אומר פרטי טריוויה — זה אומר את היכולות המרכזיות שכל בונה Claude צריך לפני התמחות: כיצד לבנות לולאת סוכן, כיצד לתכנן כלים, כיצד לכתוב פרומפטים שמייצרים פלט מובנה אמין, כיצד להשתמש ב-Claude Code, וכיצד לשמור על יציבות סוכנים ארוכי טווח.
אם אתם בונים עם Claude — מחברים שימוש בכלים, את Model Context Protocol (MCP), הגדרות מרובות סוכנים, או תהליכי עבודה של Claude Code — הסמכה זו מאמתת את הידע הזה. אם אתם חדשים בתחום, התוכנית שבהמשך היא מפה טובה למה ש"הכרת Claude" אומרת בפועל.
מבנה הבחינה
| קוד | CCA-F |
| ספק | Anthropic |
| קטגוריה | AI |
| רמה | יסודות |
| שאלות (בחינה) | 60 |
| זמן | 120 minutes |
| ציון עובר | 720 / 1000 (≈72%) |
| שאלות תרגול ב-CertLabPro | 255 |
השאלות הן מבוססות תרחישים, לא הגדרתיות. לעיתים רחוקות תישאל/י "מהו X" — אלא תישאל/י "בהינתן מצב זה, איזה תכנון נכון", וזו הסיבה שבנק התרגול (255 questions) חשוב יותר מלשנן מונחים.
חמשת התחומים
הבחינה מדורגת על פני חמישה תחומים. זהו החלק שלפיו יש ללמוד:
| # | תחום | משקל |
|---|---|---|
| 1 | ארכיטקטורה סוכנתית ותזמור | 27% |
| 2 | תצורת Claude Code ותהליכי עבודה | 20% |
| 3 | הנדסת פרומפטים ופלט מובנה | 20% |
| 4 | תכנון כלים ושילוב MCP | 18% |
| 5 | ניהול הקשר ואמינות | 15% |
1. ארכיטקטורה סוכנתית ותזמור (27%)
התחום הגדול ביותר. כיצד לבנות סוכנים: לולאת ה-reason-act-observe (ReAct), מתי להשתמש בסוכן יחיד לעומת מרובים, כיצד מתזמר צריך להאציל סמכויות ל-sub-agents, והיכן גבולות הבטיחות. צפו לשאלות על בחירת התבנית הנכונה למשימה ועל הסיכונים במתן גישת tool access בלתי מוגבלת למתזמר.
2. תצורת Claude Code ותהליכי עבודה (20%)
עבודה עם Claude Code כסביבת קידוד סוכנתית — כיצד היא מוגדרת ומופעלת, ותבניות זרימת העבודה שהופכות אותה לפרודוקטיבית (skills, hooks, sub-agents, ו-structured task execution).
3. הנדסת פרומפטים ופלט מובנה (20%)
קבלת Claude לייצר פלט אמין וניתן לשימוש מכונה: system prompts, מתי וכיצד להגביל פלט ל-schema, וטכניקות prompting המשפרות עקביות לאוטומציה במורד הזרם.
4. תכנון כלים ושילוב MCP (18%)
תכנון כלים שסוכן יכול להשתמש בהם היטב — שמות ותיאורים ברורים, הגרנולריות הנכונה, וחיבור יכולות באמצעות ה-Model Context Protocol (MCP). תכנון כלים טוב הוא אחת מהכישורים בעלי ההשפעה הגבוהה ביותר בבניית סוכנים, והבחינה מתייחסת לכך בהתאם.
5. ניהול הקשר ואמינות (15%)
שמירה על יציבות סוכנים ארוכי טווח ורבי-פניות: ניהול conversation history ו-context, persistent memory, ומעקות בטיחות לאמינות כמו maximum-iteration limits ו-graceful fallbacks כאשר סוכן נתקע.
איך השאלות באמת נראות
בנק השאלות של CCA-F בנוי סביב החלטות הנדסיות אמיתיות. כמה דוגמאות מייצגות (בניסוח חופשי):
- סוכן חייב לחקור נושא, לכתוב קוד, להריץ בדיקות ולבצע איטרציות עד שהן עוברות — איזו תבנית סוכנתית מתאימה? (תשובה: לולאת ReAct עם tool use ו-observation-based iteration.)
- סוכן תמיכת לקוחות צריך לחפש הזמנות, לעבד החזרים, להסלים לבן אנוש, ולשמור על multi-turn context — איזו ארכיטקטורה נכונה? (תשובה: agentic loop עם tool לכל יכולת, ניהול conversation history, ו-system prompt המגדיר תפקיד וחוקי הסלמה — לא stateless function, לא fine-tuning, לא RAG לבדו.)
- מתזמר מאציל סמכויות ל-sub-agents מתמחים — מהו הסיכון במתן גישת tool access בלתי מוגבלת? (תשובה: הוא עלול לעקוף את ה-sub-agents ולפעול ישירות, ובכך לשבור את הפרדת התחומים וגבולות הבטיחות.)
- עוזר קידוד סוכנטי לפעמים נכנס ללולאה אינסופית כאשר בדיקות ממשיכות להיכשל — מהי ההקלה הטובה ביותר? (תשובה: maximum-iteration count בתוספת fallback שמבקש מהמשתמש הנחיה.)
שימו לב לתבנית: כל שאלה היא trade-off עיצובי. ידיעת המושגים (ReAct, MCP, structured output, context windows) אינה מספיקה — אתם צריכים לדעת באיזה מהם להשתמש בתרחיש נתון, ומדוע החלופות שגויות.
למי זה מתאים
- מפתחים בונים עם Claude — סוכנים, tool use, שרתי MCP, או Claude Code — שרוצים הסמכה שתואמת למה שהם כבר עושים.
- מהנדסים שעוברים ל-agentic AI מתפקידי תוכנה כלליים או ענן, שרוצים דרך מובנית ללמוד את התבניות במקום לאסוף אותן ad hoc.
- צוותים המשתמשים ב-Claude באופן סטנדרטי שרוצים בסיס משותף ל"מה נראה טוב" בתכנון סוכנים.
ההסמכה משתלבת באופן טבעי עם יסודות AI בענן כמו AWS AI Practitioner (AIF-C01) או Azure AI Fundamentals (AI-900): אלה מכסים את נוף ה-AI/ML הרחב, בעוד ש-CCA-F מעמיק בכישורי בנייה עם מודל סוכנטי שאותן הסמכות אינן מכסות.
כיצד להתכונן ב-CertLabPro
CertLabPro מכסה את CCA-F עם 255 שאלות תרגול המשקפות את חמשת התחומים ואת הסגנון מבוסס התרחישים של הבחינה, בנוסף לאותם מצבי לימוד כמו כל הסמכה אחרת — Practice, Exam simulation, Flashcards, Weakest Link, SRS, ועוד — כך שתוכלו לתרגל את התחומים בהם אתם חלשים ביותר ולהתאמן בתנאי זמן של 60 שאלות לפני הדבר האמיתי. ישנה גם מעבדה מעשית למסלול Anthropic אם אתם רוצים ללמוד על ידי עשייה ולא רק על ידי מענה על שאלות.
השורה התחתונה
CCA-F היא הסמכה ממוקדת ופרקטית לעידן הסוכני: היא מאשרת שאתם יכולים לתכנן ולהפעיל סוכנים מבוססי Claude, לא רק לדבר על AI. חמשת התחומים — ארכיטקטורה סוכנתית, Claude Code, פרומפטים ופלט מובנה, תכנון כלים/MCP, והקשר/אמינות — הם סט הכישורים בפועל מאחורי סוכנים פועלים. אם זה הכיוון שאליו עבודתכם הולכת, זו הסמכה שכדאי להחזיק בה, והדרך המהירה ביותר אליה היא תרגול התרחישים עד שהתכנון הנכון ברור מאליו.