AWS AI Practitioner

不要直接刷题。先把这套词汇搞懂：Foundation Model、LLM、Token、Embedding、Vector Database、Prompt Engineering、Few-shot、Zero-shot、RAG、Fine-tuning、Temperature、Top-P、Top-K、Hallucination、Guardrails。Andrew Ng 在 DeepLearning.AI 的免费短课《Generative AI for Everyone》一个周末就能看完，比 AWS 官方视频讲得清楚。

AWS Skill Builder 上的 "Standard Exam Prep Plan: AI Practitioner" 是免费的，是最权威的官方资源。同时打开 Bedrock 控制台，免费用 Claude / Titan / Llama 跑几个 prompt，调一下 Temperature 看输出怎么变，跟着官方教程建一个 Knowledge Base 试试 RAG。亲手点过比看 100 道题印象都深。

Tutorials Dojo 和 Whizlabs 的题库是公认质量最高的两家。重点刷"Applications of Foundation Models"（28% 权重）和"Generative AI"（24% 权重），这两块合计 52%，决定你能不能过线。Responsible AI 题目套路很固定：看到 bias 想 SageMaker Clarify，看到 human review 想 A2I，看到内容过滤想 Guardrails for Bedrock。

做 2-3 套全真模考（65 题 90 分钟），稳定在 80% 以上再去考（这张比 SAA 简单，模考 70% 不够安全）。重点回顾错题里关于"AWS AI 服务怎么选"的题：Rekognition vs Comprehend vs Textract vs Bedrock 的边界要非常清楚，这是高频送分题。

我是 PM，完全不写代码。3 周下班后每天 1 小时，主要看 Skill Builder 和 Tutorials Dojo 的题。最大的发现是这张证根本不考算法 — 考的是"你知不知道 Bedrock 和 SageMaker 的区别"、"什么时候用 RAG 而不是 Fine-tuning"。考完之后跟工程团队开会真的能听懂他们在说什么了。

有 SAA 基础的话这张真的简单。我只用了 2 周，主要时间花在 Bedrock 控制台上玩 Knowledge Bases 和 Agents。考试里关于 Temperature、Top-P、Token 计费的题，亲手调过参数的人秒选，没玩过的人就只能背。强烈建议别只刷题，去 console 里点一下。

完全零基础，连 EC2 是什么都不知道。考前先花了 2 周把 CLF-C02 的基础概念过了一遍，再花 4 周专攻 AIF-C01。险过 728，但够用。Responsible AI 那块对我反而最简单，因为不需要技术背景。最难的是各种 AWS AI 服务名字记不住，Comprehend / Translate / Lex / Polly / Transcribe 经常搞混。

说实话动机很功利 — 就是想在 LinkedIn 上挂个 AWS AI 徽章。但意外收获是真的搞懂了 RAG 是怎么回事，回来跟产品经理讨论"能不能用 LLM 做客服"的时候终于不是一脸懵。$75 这价格闭眼买，性价比比任何收费课都高。