Azure 基础知识：AI-900 vs AZ-900 vs DP-900，哪个优先考？

微软提供了三门 Azure 基础考试：AZ-900 (Azure)、AI-900 (AI) 和 DP-900 (数据)。每门考试费用为 99 美元，均为多项选择题，时长约 60 分钟，并被宣传为进入不同微软技术路径的入门点。我认识的大多数考过其中一门的人，最终都会考至少两门。少数人会为了 LinkedIn 上的徽章集齐所有三门。

那么，应该先考哪一门？剩下的考试是否真的值得？简短的回答是：先考 AZ-900，因为它是其他两门考试所假定的基础知识。是止步于此还是继续深造，取决于你所从事的工作类型。

三门考试一览

考试	重点	时长	最佳适用人群	难度
AZ-900	核心 Azure 服务、定价、治理	60 分钟	任何接触 Azure 的人	最简单
AI-900	Azure AI 服务 + 机器学习概念	60 分钟	使用 Azure AI 的开发人员/分析师	简单-中等
DP-900	Azure 数据服务 (SQL, Synapse, Cosmos)	60 分钟	数据分析师、BI、初级数据工程师	中等

在美国，这三门考试都是 99 美元，都采用相同的 Pearson VUE / 在线监考形式，并且都终身有效——微软不会让基础考试过期（但基于角色的助理和专家级考试会过期）。这是一个虽小但真实的好处。你在 2026 年通过的 AI-900 证书，在 2030 年仍然是一项有效凭证。

AZ-900：入门点

AZ-900 涵盖了云概念、核心 Azure 架构（区域、可用区、资源组、ARM）、主要服务系列（计算、网络、存储、身份、数据库）、治理与合规性（Azure Policy、RBAC、锁），以及定价/SLAs。

它是三门考试中最简单的一门，因为问题都是概念性的，并且词汇在其他所有微软考试中都会重复出现。如果你之前使用过任何云平台，AZ-900 大约需要一周时间准备，总计 5-8 小时。如果你从未接触过云，请以相同的节奏准备 3-4 周。

AZ-900 实际适合谁：

• 微软公司中非工程岗位的任何人员——产品经理、销售工程师、IT 经理——他们需要能够准确解读架构图而无需虚张声势。
• 职业转换者，在申请云工程职位前证明其基本的云素养。
• 优先学习 AWS 的工程师，需要快速转换 Azure 词汇。

如果你只打算考三门中的一门，那就考 AZ-900。其他两门都假设你已经知道什么是资源组。

AI-900：简单的 AI 徽章

AI-900 涵盖了 AI 工作负载类型（计算机视觉、自然语言处理、文档智能、生成式 AI）、负责任的 AI 原则，以及 Azure 特定服务：Azure AI 视觉、Azure AI 语言、Azure OpenAI 服务、Azure AI 搜索、工作室级别的 Azure 机器学习。截至 2024 年底的更新，它非常侧重于生成式 AI——Azure OpenAI、提示设计、RAG 概念。

该考试不要求你编写代码。它不要求你了解什么是 Transformer、LLM 如何训练，或者分类器使用什么损失函数。它是一门披着 AI 词汇外衣的服务目录考试。如果你已经发布过 Copilot 集成或周末使用过 Azure AI Studio，你很可能可以轻松通过。

AI-900 实际适合谁：

• 即将基于 Azure OpenAI 发布产品的开发人员，希望对服务表面有一个结构化的了解。
• 需要评估 AI 供应商且不希望被销售材料蒙蔽的业务分析师和产品经理。
• 希望获得比 DP-900 更友好的初级数据专业人士。

它不适合谁：期望它能教授机器学习的人。它不会。AI-900 对于机器学习来说，就像 AZ-900 对于分布式系统一样——是入门指导，而非深入学习。

时间投入：每周 5-7 小时，持续 1-3 周，具体取决于你已经有多少 Azure AI 经验。

DP-900：三门中最棘手的一门

DP-900 是数据基础考试。它涵盖了关系型概念（SQL、规范化、索引）、非关系型概念（Cosmos DB API、文档/图/键值）、分析工作负载（Synapse、Fabric、Power BI），以及它们在 Azure 上的操作形式。

它是三门考试中最难的一门，原因有二。首先，其涉及的范围更广——你需要了解足够的 SQL 以阅读查询，足够的 Cosmos 以了解哪些 API 对应哪些数据形态，以及足够的 Synapse / Fabric 以阐述现代数据平台。其次，微软在 2024 年底更新了考试，更加侧重于 Microsoft Fabric，它有自己的一套词汇（如 lakehouses、OneLake、semantic models），这些是两年前闻所未闻的。

DP-900 实际适合谁：

• 从本地 SQL Server / Power BI 转向 Azure 的数据分析师。
• 证明具备数据平台基础素养的 BI 开发人员。
• 正在迈向 DP-203 或 DP-700（即 Fabric Analytics Engineer Associate，微软 2025 年的热门认证）的初级数据工程师。
• 经常参与数据平台讨论并希望掌握相关词汇的软件工程师。

时间投入：如果你有 SQL 背景，每周 5-8 小时，持续 3-5 周；如果没有，则为 6-8 周。

难度排名

真实难度排名，最简单在前：

1. AZ-900 — 范围广但深度浅，主要是词汇。
2. AI-900 — 范围较窄，主要是服务识别，认知负荷低。
3. DP-900 — 技术覆盖面更广，更多 Fabric 词汇仍在形成中。

通过率未公开，但 Microsoft Learn 社区的调查显示，首次尝试通过率都在 75-85% 之间，这对于技术考试来说是相当高的。基础考试旨在易于通过——微软希望吸引更多人进入其生态系统。

你应该考所有三门吗？

我个人不建议为了集齐徽章而考所有三门。这些基础考试共享的词汇量足够多，以至于第二门和第三门的边际价值会迅速下降。一个 AZ-900 徽章加上一个基于角色的助理级认证（AZ-104、AZ-204、DP-100、AI-102）所传递的信息量，要比三个基础认证多得多。

尽管如此，以下情况考取多于一门是合理的：

• 如果你的雇主报销认证费用，并且你确实想在选择一个专业方向之前全面了解 Azure，可考所有三门。三门基础考试加上所有的学习时间大约需要 10-15 周的晚间时间，费用为 297 美元。对于其广度来说，这很划算。
• 如果你正朝着 DP-203、DP-300 或 DP-700 方向发展，可考 AZ-900 + DP-900。数据考试都建立在这两门基础之上。
• 如果你是一名即将专注于 Azure OpenAI 的开发人员，并且希望在考 AI-102 之前获得概念性的支架，可考 AZ-900 + AI-900。

如果你已经通过了任何基于角色的 Azure 认证，就不要考取三门中的多于一门。AZ-104 涵盖了 AZ-900 的所有内容以及更多；DP-100 完全覆盖了 DP-900；AI-102 会让 AI-900 变得多余。在通过助理级认证后再回头考取基础认证，是一种虚荣行为。

选择一门，然后开始

如果你是 Azure 的新手：先考 AZ-900，然后根据你实际从事的工作决定接下来是考 AI-900 还是 DP-900。

如果你是数据专业人士：跳过 AZ-900，直接考 DP-900，并诚实地评估 DP-100、DP-203 或 DP-700 是否是你的真正目标。

如果你是对 AI 好奇的开发人员：单独考 AI-900 就可以了。如果职位要求，你可以在以后补考 AZ-900。

当你准备好刷题时，AZ-900 题库是很好的起点，如果你决定继续深造，AI-900 和 DP-900 题库也触手可及。但不要将三门基础考试堆叠起来替代一门助理级认证——这是我在认证计划中看到的最常见错误。