📘 第 1 课：What is the the AI Platform?（平台是什么）

所属课程：the AI Platform 101（课程 003）官方课时定位：Section 1「What is the the AI Platform?」— Lesson 1 / 共 12 课时 ID：486250 ｜官方地址：https://anthropic.skilljar.com/claude-platform-101/486250 形式：Video（视频课 + 文稿）针对认证：CCAR-P（架构师 Professional） 整理日期：2026-10-14 ⚠️ 语料来源：官方 Skilljar 课程正文（用户提供，需登录）。CC BY-NC-SA 4.0，仅供个人学习。 ⭐ 本课权重提示：全课定义课。官方在这里一次性给出了平台的四件套、三层架构与一句口号 —— 这三者是后面 11 节课的目录，极可能出概念题与分层归属题。

🎯 本课学习目标

⚠️ 本课官方未提供 What you'll learn 区块（与课程 002 的课时格式不同）。以下按文稿结构反推：

能用一句话说清 the AI Platform 是什么（以及它不是什么）。
能列出平台的四个组成部分。
能背出三层架构及其各自的成员，并说出那句官方口诀。
能读懂一次 messages.create 调用的四个参数各自管什么。
理解本课的核心转向：从「问 AI 一个问题」到「AI 成为我产品的一部分」。

📖 一、视频导读（Lesson opening）

官方原句： There's a wide gap between chatting with the AI in a browser tab and building the AI into something you ship. （课程页 About 中的同句，本课视频即以此开篇。）

精译：在浏览器标签页里和 AI 聊天，与把 AI 构建进你要交付的东西之间，隔着一条很宽的沟。

这句话是整门课的靶子。第 1 课的全部工作，就是给这条沟的两侧各画一个清楚的东西：左边是聊天，右边是平台。

🔤 二、⭐ 平台的官方定义（必背句）

官方原句： The the AI Platform is the AI provider's infrastructure for building with the AI programmatically.* Instead of chatting with the AI in a browser, you send structured requests from your code and get structured responses back, with control over every detail*: which model to use, how many tokens to spend, what tools the AI can use, and what system instructions it follows.

精译： the AI Platform 是官方提供的、用于以编程方式基于 AI 进行构建的基础设施。你不再是在浏览器里和 AI 聊天，而是从你的代码里发出结构化请求、拿回结构化响应，并且对每一个细节都有控制权：用哪个模型、花多少 token、AI 能用哪些工具、以及它遵循什么系统指令。

⭐ 定义里的四个「控制权」（考官最爱的枚举题）

#	官方原句	中文	命中考纲
1	which model to use	用哪个模型	领域 2（模型选型）
2	how many tokens to spend	花多少 token	领域 2 / 领域 4（成本）
3	what tools the AI can use	AI 能用哪些工具	⭐ 领域 3（能力边界）
4	what system instructions it follows	遵循什么系统指令	领域 2（系统提示）

⭐⭐ 记忆锚：「模型 / token / 工具 / 系统指令」= 平台的四个旋钮。 这四个词把「聊天 vs 平台」的差异落到了可枚举的地方 —— 聊天产品把这四项都替你定好了，平台把它们全部交回你手上。 ⚠️ 考点提示：题干若问「用平台相比用聊天界面，多了什么」，正解一定落在这四项之一；「更强的模型」不是正解（模型两边是同一批）。

两组对立词（定义句里藏的对比）

聊天	平台
`chatting ... in a browser`	`building ... programmatically`
自由文本	`structured requests` / `structured responses`
平台替你定好一切	`control over every detail`

🧱 三、平台的四个组成部分（Concretely）

官方原句：Concretely, the platform is made up of a few pieces:

#	组成	英文	作用
1	REST API	A REST API you can call from any language**	语言无关；任何语言都能调
2	SDKs	SDKs for different programming languages	各语言的封装（本课示例为 Python 风格；课程 demo 用 TypeScript `@anthropic-ai/sdk`）
3	CLI	Command line interfaces	命令行接口
4	Console	A console where you manage API keys, monitor usage, deploy managed agents, and test prompts**	控制台：管密钥 / 看用量 / 部署托管智能体 / 测提示词

⭐ Console 的四个职能是枚举题的高频选项，且与治理直接挂钩： API keys → 领域 5（凭据与访问控制）；monitor usage → 领域 3（可观测性）+ 领域 4；deploy managed agents → 领域 1（架构模式）；test prompts → 领域 2 / 4。

🏗️ 四、⭐⭐ 平台三层架构（本课最重要模型）

官方原句：A useful way to picture the platform is as three layers stacked on top of each other.

层	英文	官方定义	成员（官方列举）	它解决的问题
1	Primitives 原语	the API building blocks tuned to the AI	Messages API、tool use、files、web search、code execution、MCP servers、skills	你从代码里真正调用的那部分
2	Infrastructure 基础设施	what you need to build and scale agentic systems past a prototype**	managed agents、retries、queues、observability	从「一个 AI 调用」变成「一千个」时，让系统还跑得动的管路（plumbing）
3	Controls 控制层	the tools for running those systems in production**	dashboards、evals	上线之后团队用的旋钮（dials）

⭐⭐ 官方口诀（原句 + 必背译法）

build with primitives, scale on infrastructure, run with control.

精译：用原语构建，靠基础设施扩展，凭控制层运营。

⭐⭐ 记忆锚（三动词三介词，一一对应，错一个就全错）： build with primitives ／ scale on infrastructure ／ run with control 对应中文三问：拿什么造？拿什么撑？拿什么管？

⚠️ 陷阱预警：这三个介词（with / on / with）在考题里极易被替换成别的搭配。若选项写成 build on primitives, scale with control, run on infrastructure 之类，一律是错的。

三层与「原型 → 生产」的对应（理解用，非官方原话）

阶段	主要用哪层	官方线索
原型	Primitives	the pieces you actually call from your code
过原型	Infrastructure	past a prototype；when one the AI call becomes a thousand
上线后	Controls	once it's live

⭐ 这个「原型 → 规模化 → 生产运营」的三级跳，正好对应 CCAR-P 领域 1 的架构模式选择（augmented LLM → workflow → agentic）与领域 4 的评估体系建立。

Console 就是二、三层的家

官方原句：You can see this structure reflected in the the AI Console itself — it's where the infrastructure and control layers live, with sections for building, managing agents, and analytics.

精译：你可以在 Console 里直接看到这个结构的映射 —— 基础设施层与控制层就住在那里，分成构建、管理智能体、分析三块。

💡 记忆点：Primitives 住在你的代码里，Infrastructure 与 Controls 住在 Console 里。（原语是"调"的，另两层是"管"的。）

💻 五、真实案例：起草客服工单回复（Drafting help desk replies）

官方场景：you manage a basic help desk app ... add a feature: draft a reply based on the contents of a ticket, following your team's tone and guidelines. You want to wire this up to a button in the UI.

精译：你维护着一个基础的客服工单应用，被要求加一个功能：根据工单内容起草一封回复，并遵循你团队的语气与准则。你要把它接到界面上的一个按钮上。

⭐ 注意官方的措辞：不是 build a chatbot，而是 add a feature / wire this up —— 把 AI 加进一个已经存在的产品。这是本课的核心主张，见第七节。

官方四步流程（流程题标准答案）

步	官方原句	中文
1	Define a client	定义一个 client
2	Retrieve the ticket the chat refers to	取出这条会话所指的工单
3	Call `messages.create`	调用 `messages.create`
4	Return the response to the button to render	把响应回给按钮去渲染

官方代码（保持原样）

client = anthropic.the AI provider()

response = client.messages.create(
    model="current-model-lite",   # Haiku: a good fit for a simple drafting task
    max_tokens=1024,
    system=TONE_AND_GUIDELINES,
    messages=[
        {"role": "user", "content": ticket_content}
    ],
)

draft = response.content

⚠️ 抓取件说明：anthropic.the AI provider() 与 model="current-model-lite" 为去品牌化/环境替换残留；官方原意是 Python SDK 的 anthropic.Anthropic() 与 claude-3-5-haiku 一类 Haiku 档模型（行内注释仍保留了 Haiku）。理解时按 Haiku 档理解即可，不要背这个字符串。

⭐ 四个参数各自管什么（必背）

参数	官方说明	中文	对应本课定义里的哪个「控制权」
`model`	which model handles the request. Here that's Haiku, since drafting a reply is a simple task.	用哪个模型处理请求。这里用 Haiku，因为起草回复是简单任务	① 用哪个模型
`max_tokens`	caps how long the AI's response can be	封顶 AI 响应能有多长	② 花多少 token
`system`	the system prompt, where you define the role the AI plays. The relevant tone and guidelines go here.	系统提示词 —— 你在这里定义 AI 扮演的角色；语气与准则放这里	④ 遵循什么系统指令
`messages`	an array of objects. The `user` role tells the AI this is user input; the ticket content goes there.	一个对象数组；`user` 角色告诉 AI 这是用户输入，工单内容放这里	（输入组织）

⭐⭐ 本课唯一一次「选型实战」，务必记住判据： Haiku ← 因为 drafting a reply is a simple task。 官方的选型逻辑是按任务复杂度匹配模型档位，不是「越贵越好」，也不是「一律最强」。考点：题干问「简单起草任务该选哪档模型」→ Haiku。问「为什么」→ 因为任务是简单的。这与第 3 课 Choosing the right model（Opus / Sonnet / Haiku 的成本-延迟权衡）是同一条线。

⭐ tone and guidelines 放在 system 而不是 messages —— 这是系统提示词的经典落点：稳定的角色与规范进 system，变化的用户内容进 messages。对应考纲领域 2 的「系统提示词、模板与护栏」。

🔑 六、核心要点（Recap）· 官方五条

⚠️ 官方 Recap 为五条，建议整段背诵（英文原句 + 中文）。

The the AI Platform is the AI provider's infrastructure for building with the AI programmatically: a REST API, SDKs, CLIs, and a console for keys, usage, managed agents, and prompt testing. the AI Platform 是官方用于以编程方式基于 AI 构建的基础设施：一个 REST API、各种 SDK、CLI，以及一个管密钥、用量、托管智能体与提示词测试的控制台。
Think of it as three layers: primitives (Messages API, tool use, files, web search, code execution, MCP servers, skills), infrastructure (managed agents, retries, queues, observability), and controls (dashboards, evals). 把它想成三层：原语（Messages API、工具调用、文件、网页搜索、代码执行、MCP 服务器、Skills）、基础设施（托管智能体、重试、队列、可观测性）、控制层（仪表盘、评估）。
The shorthand: build with primitives, scale on infrastructure, run with control. 口诀：用原语构建，靠基础设施扩展，凭控制层运营。
A single messages.create call gives you full control over the model, response length, system prompt, and user input — enough to wire the AI into an existing feature like drafting help desk replies. 一次 messages.create 调用就让你完全掌控模型、响应长度、系统提示词与用户输入 —— 足以把 AI 接进一个已有功能，比如起草客服回复。
The platform takes you from asking the AI questions to making the AI part of your product — and with managed agents, it can run your agents for you. 平台把你从「向 AI 提问」带到「让 AI 成为你产品的一部分」—— 而且有了托管智能体，它还能替你运行你的智能体。

⭐ 五条的记忆结构

条	在回答什么
1	平台是什么（四件套）
2	平台怎么分层（三层 + 成员）
3	三层怎么用（口诀）
4	最小可用例子（一次调用四参数）
5	所以呢（核心转向 + 托管智能体）

🔄 七、⭐ 本课的核心转向（全课立意）

官方原句： Notice what happened in that example: you're not building a chatbot from scratch. You're adding the AI into a product that already exists, and the API is how you wire it in. That's the core idea.* ... It's how you go from "ask the AI a question" to "the AI is part of my product."***

精译： 注意那个例子里发生了什么：你并不是从零构建一个聊天机器人。你是把 AI 加进一个已经存在的产品里，而 API 就是你把它接进去的方式。 这就是核心思想。 …… 它就是让你从「问 AI 一个问题」走到「AI 成为我产品的一部分」的那条路。

❌ 常见误解	✅ 官方口径
用平台 = 做一个聊天机器人	用平台 = 给已有产品加 AI 能力（`add a feature` / `wire it up`）
从零开始造	接入已经存在的东西（`a product that already exists`）
目标是「问出好答案」	目标是「AI 成为产品的一部分」

⭐⭐ 记忆锚：不是造机器人，是接功能。不是问问题，是做产品。

与课程 002 的接口

"And when your product needs agents, the platform doesn't just hand you the model. With managed agents, it runs them for you."

002 讲「该不该交给 AI」（Delegation）；本课讲「交出去之后平台替你跑什么」（managed agents）—— 同一件事的平台层答案。
002 的 Discernment（判断力） 在平台侧的对应物，就是本课的 evals（控制层成员）—— 判断力被产品化成了评估。这句话值得单独记住。

🧠 本课 → CCAR-P 考点映射

本课知识点	命中考纲条目	领域
⭐⭐ 平台三层架构 + 口诀（build with / scale on / run with）	端到端架构设计；架构分层与职责划分	领域 1（17%）
Primitives 成员（tool use / web search / MCP servers / skills）	评估连接协议并选定集成机制（MCP / API-CLI / agent-to-agent）	领域 3（19%）
Infrastructure（retries / queues / observability）	分析可观测性挑战并选择规模化的监控策略	领域 3
Controls（dashboards / evals）	定义评估指标；设计评估数据集	领域 4（16%）
Console 四职能（keys / usage / agents / prompts）	凭据与访问控制；治理与运维	领域 5（14%）＋领域 7（7%）
`model` 选型（简单任务 → Haiku）	基于权衡选型模型	领域 2（13%）＋领域 1
`system` 放角色与规范；`messages` 放用户输入	设计系统提示词、模板与护栏	领域 2（13%）
`max_tokens` 控制响应长度	优化上下文窗口与管理 token 消耗	领域 2
⭐ 从「问 AI」到「AI 是产品的一部分」	把方案对齐到业务价值支柱	领域 1 / 6

🔤 本课新生词（已回灌 30-单词表/03，2026-10-14）

词汇	音标	释义	备注
⭐ `programmatically`	`/ˌproʊɡræˈmætɪkli/`	以编程方式	定义句核心词，与 chatting 对立
⭐ `structured request / response`	—	结构化请求 / 响应	平台区别于聊天的标志
`concretely`	`/ˈkɑːnkriːtli/`	具体地说	段落衔接
`REST API`	—	表述性状态传递接口	call from any language
`SDK`	—	软件开发工具包	TypeScript / Python
`CLI`	—	命令行接口
`console`	`/ˈkɑːnsoʊl/`	控制台	注意与 `console.log` 的「打印」义区分
⭐ `API key`	—	接口密钥	Console 管理对象
`monitor usage`	—	监控用量	可观测性
`deploy`	`/dɪˈplɔɪ/`	部署	`deploy managed agents`
⭐⭐ `primitives`	`/ˈprɪmətɪvz/`	原语、基本构件	⭐ 本层专名，`primitive` 另有「原始的」义，此处不取
`building blocks`	—	积木、基本构件	官方对 primitives 的解释
`tuned to`	—	为……调优	building blocks tuned to the AI
⭐ `scale`（v.）	`/skeɪl/`	扩展、规模化	动词，不是名词「规模」
`past a prototype`	—	越过原型阶段	`past` 此处为介词「超过」
⭐ `plumbing`	`/ˈplʌmɪŋ/`	管路、管道工程	⭐ 比喻义：底层看不见但撑住一切的管线
`one ... becomes a thousand`	—	从一个变成一千	规模化的官方说法
⭐ `dials`	`/ˈdaɪəlz/`	旋钮	⭐ 比喻义：可调节的控制项
`once it's live`	—	一旦上线	`live` = 上线的、活的
⭐⭐ `shorthand`	`/ˈʃɔːrthænd/`	简记、口诀	⭐ 官方自称那句话是 shorthand
⭐ `retries`	—	重试（机制）	Infrastructure 成员
`queues`	—	队列	Infrastructure 成员
⭐ `observability`	`/əbˌzɜːrvəˈbɪləti/`	可观测性	领域 3 原词
⭐ `evals`	—	评估（evaluations 缩写）	Controls 成员；领域 4 原词
`dashboards`	—	仪表盘	Controls 成员
`analytics`	`/ˌænəˈlɪtɪks/`	分析（功能/板块）	Console 三区块之一
⭐ `help desk`	—	客服、帮助台	全课贯穿案例
`ticket`	`/ˈtɪkɪt/`	工单	注意与「票」义区分
`tone and guidelines`	—	语气与准则	→ 进 `system`
`draft`（v./n.）	`/dræft/`	起草 / 草稿	双词性
⭐ `wire up / wire it in`	—	接线、接入	⭐ 比喻义：把 AI 接进现有产品
`render`	`/ˈrendər/`	渲染	前端义
`client`	`/ˈklaɪənt/`	客户端（对象）	不是「客户」
`messages.create`	—	创建消息（API 方法）	平台最核心的一次调用
`cap`（v.）	`/kæp/`	设上限、封顶	caps how long，动词
`array of objects`	—	对象数组
`role: user`	—	用户角色	与 `assistant` 相对

✅ 本课进度

[x] 全文精译与架构师级拆解（2026-10-14）
[x] ⭐⭐ 记录平台四件套、三层架构与官方口诀
[x] 记录 messages.create 四参数与 Haiku 选型判据
[x] 生词回灌 30-单词表/03-考试核心生词与术语表.md（2026-10-14 建表，301 条入速查区，⭐⭐ 28 条精讲）
[ ] 保存本课英文原文（待排期）
[ ] 官方未提供 What you'll learn 与练习区块 —— 若后续页面补全，需回填

🔗 关联

本课英文原文：16-English-01-What-is-the-AI-Platform.md ✅ 已存（2026-10-14）
上一门对照：课程 002 第 1 课（4D 框架开篇）
课程大纲：01-课程导读与大纲全景
考纲：00-CCAR-P备考蓝图

⚠️ 语料说明：英文原文中的 anthropic.the AI provider() 与 model="current-model-lite" 为抓取/去品牌化残留，已在代码段下方说明；其余英文引句均为官方原句，未作改动（含 The the AI Platform 这一去品牌化叠词）。