Anthropic's CCA Exam as a Field-Guide for Agentic Engineering — Frank Coyle, UC Berkeley
Frank Coyle går igenom sex produktionsscenarier från Anthropics Claude Certified Architect-examen och visar vad man INTE ska göra när man bygger med AI-agenter.
Ett kritiskt misstag är att bara ta modellens svar och använda det direkt — man måste istället kontrollera "stop reason" för att veta om modellen faktiskt lyckades köra ett verktyg eller om den tog slut på tokens. Andra vanliga fel är att ge en enda agent för många verktyg (bättre att ha små specialiserade agenter med ett eller två verktyg vardera), och att låta agenter se varandras tankeprocess (vilket får dem att konvergera på samma idé). Coyle visar också praktiska trick som att köra batch-jobb för halva tokenkostnaden, och att isolera deluppgiftsresultat i egna kontextrader för att spara tokens.
Sammanfattningen är skriven av Vibekollen utifrån källans egen publicering. Innehållet tillhör AI Engineer.
Mer från AI Engineer
SOTA Generative Media Panel — Dumitru Erhan, Shane Gu & Nicole Brichtova, Google DeepMind
AI Engineer 30 aug.
Tell the Robot What You Want — Sandhya Subramani, AWS
AI Engineer 29 aug.
The Signal Layer: What to Build When Anything Can Be Built — Lena Hall, Akamai
AI Engineer 29 aug.
Tribal Dungeons of Global Shipping: AI Agents at Global Scale — Dmitry Buykin, Maersk
AI Engineer 29 aug.