Spis treści 6 sekcji
  1. Kwietniowa aktualizacja wywróciła zakres
  2. Dlaczego AWS w ogóle to dopisał
  3. Komu ten certyfikat się opłaca
  4. Ile to naprawdę kosztuje
  5. Od czego zacząć, jeśli zdajesz w tym roku
  6. Najczęstsze pytania
TL;DR
  • 30 kwietnia 2026 AWS wydał wersję 1.1 przewodnika do AIF-C01. Doszło siedem nowych celów egzaminacyjnych, w tym agenci AI, Model Context Protocol i rozliczanie za tokeny.
  • Zmiany weszły na egzamin mniej więcej miesiąc po publikacji, czyli od czerwca. Kursy sprzed wiosny 2026 nie omawiają tych tematów w ogóle.
  • Do zakresu weszły Bedrock AgentCore, Kiro, Strands Agents, Amazon Q, SageMaker JumpStart, AWS Transform i Aurora. Wypadł Amazon MemoryDB.
  • Warto, gdy pracujesz wokół projektów z AI albo jesteś u partnera AWS. Nie warto, gdy dopiero wchodzisz w chmurę lub trenujesz modele zawodowo.
  • Format egzaminu, wagi domen i plan nauki zebrałem na osobnej stronie: AWS Certified AI Practitioner.

Pytanie wraca regularnie: czy ten papier coś daje, czy to kolejny certyfikat sprzedawany na fali szumu wokół generatywnej AI. Odpowiedź zależy od tego, gdzie jesteś w karierze, więc rozbijam ją na konkretne sytuacje. Zaczynam jednak od czegoś, co dotyczy każdego, kto właśnie kupuje kurs przygotowawczy - bo zakres egzaminu zmienił się na tyle mocno, że spora część materiałów w sprzedaży jest już nieaktualna.

Kwietniowa aktualizacja wywróciła zakres

AWS opublikował wersję 1.0 przewodnika egzaminacyjnego 26 marca 2026, a już 30 kwietnia wersję 1.1. Nowy zakres trafia na prawdziwy egzamin mniej więcej miesiąc po publikacji przewodnika, więc od czerwca zdajesz według wersji 1.1. Do celów egzaminacyjnych doszło siedem zupełnie nowych pozycji:

  • Agentic AI (cel 2.1.6). Wzorce systemów wieloagentowych, Model Context Protocol i jego rola w łączeniu agentów z systemami zewnętrznymi, komunikacja między agentami, zarządzanie pamięcią, użycie narzędzi i orkiestracja workflow. Agenci wsiąkli też w definicje podstawowych pojęć i w listę przykładowych zastosowań AI.
  • Rozliczanie za tokeny (cel 2.1.4). Trzeba umieć opisać model token-based pricing i jego wpływ na koszt oraz wydajność inferencji.
  • Context engineering (cel 2.1.5). Rola kontekstu w aplikacjach opartych o modele fundamentowe.
  • Wersjonowanie promptów (cel 3.2.5) przy użyciu Amazon Bedrock Prompt Management.
  • Metryki celu biznesowego (cel 3.4.5): wskaźnik ukończenia zadania, satysfakcja użytkownika, koszt pojedynczej interakcji.
  • Wykrywanie halucynacji i grounding (cel 5.1.5): RAG jako mechanizm ugruntowania odpowiedzi, walidacja wyjścia, confidence scoring.
  • Tradycyjne ML czy model fundamentowy (cel 1.2.6) - kiedy wybrać które, biorąc pod uwagę regulacje, wyjaśnialność i ograniczenia operacyjne.

Zmieniła się też lista usług objętych egzaminem. Doszły Amazon Bedrock AgentCore, Kiro, Strands Agents, Amazon Q, SageMaker JumpStart, AWS Transform oraz Amazon Aurora. Z zakresu wypadł Amazon MemoryDB. Przy ocenie modeli dopisano LLM-as-a-judge, przy kosztach dostosowywania modelu - destylację, a wśród rodzajów inferencji pojawiły się warianty asynchroniczny i serverless.

Test aktualności w dziesięć sekund: otwórz spis treści swojego kursu i wyszukaj hasło "Model Context Protocol". Jeśli go nie ma, materiał powstał przed wiosną 2026 i brakuje w nim całego bloku o agentach - najgęściej obsadzonej nowości w tej aktualizacji. To samo dotyczy testów próbnych: pytania o tokeny i grounding pojawiły się dopiero teraz. Aktualną listę zmian znajdziesz w sekcji Revisions w dokumentacji certyfikacji AWS.

Dlaczego AWS w ogóle to dopisał

Bo zakres egzaminu goni to, za co klienci płacą. Rok temu generatywna AI w AWS sprowadzała się w praktyce do wywołania modelu w Amazon Bedrock i obudowania go promptem. Dziś rozmowy z klientami dotyczą agentów, które same decydują o kolejnych krokach, sięgają po narzędzia i utrzymują pamięć między wywołaniami. Zmiana z jednego wywołania na pętlę ma bezpośrednie przełożenie na rachunek, bo o liczbie wywołań modelu decyduje już nie programista, tylko sam agent.

Stąd bierze się też obecność token-based pricingu na poziomie foundational. To ta sama logika, przez którą kiedyś trzeba było umieć policzyć godziny EC2: bez tego nie oszacujesz kosztu projektu. Szerzej o tym, co dzieje się wokół AI w AWS z miesiąca na miesiąc, piszę w przeglądzie lipca 2026.

Komu ten certyfikat się opłaca

Certyfikat foundational nie jest przepustką do pracy i nikt nie zatrudni Cię wyłącznie dlatego, że go masz. Są jednak sytuacje, w których zwraca się szybko.

Warto, jeśli:

  • Twoja firma właśnie wdraża coś na Bedrocku, a Ty odpowiadasz za część nietechniczną - budżet, zgodność, wybór dostawcy. Po tym materiale przestajesz kiwać głową na spotkaniach, na których pada słowo "RAG", i potrafisz zapytać o koszt pojedynczej interakcji, zanim projekt ruszy.
  • Jesteś administratorem, devopsem albo analitykiem i chcesz udokumentować kompetencje, zanim ruszy rekrutacja wewnętrzna na nowy projekt. Tutaj liczy się timing: certyfikat zdobyty po ogłoszeniu naboru robi mniejsze wrażenie niż ten, który już wisi w profilu.
  • Pracujesz u partnera AWS. Tutaj certyfikat pracuje w dwie strony: Tobie podnosi profil, a firmie liczy się do poziomu partnerstwa, bo AWS ocenia partnerów między innymi po liczbie certyfikowanych osób w zespole. Poziom partnerstwa i liczba certyfikacji są widoczne w profilu firmy, więc bywają argumentem handlowym przy przetargach. Dlatego w takich miejscach egzamin jest zwykle finansowany, a za zdany certyfikat często wypłacana jest premia.
  • Masz już Cloud Practitionera i chcesz utrzymać rozpęd. Domeny o bezpieczeństwie i zgodności w dużej części pokrywają się z CLF-C02, więc douczasz się właściwie samej generatywnej AI.

Odpuść na razie, jeśli:

  • Nie miałeś jeszcze do czynienia z chmurą. Egzamin zakłada znajomość IAM, szyfrowania i modelu współdzielonej odpowiedzialności. Ucząc się dwóch rzeczy naraz, nie zrozumiesz żadnej porządnie.
  • Trenujesz modele zawodowo. Poziom foundational nie powie nic nowego o kimś, kto ma w CV projekty ML. Twoja ścieżka to Machine Learning Engineer Associate.
  • Liczysz, że sam certyfikat podniesie Ci pensję. Certyfikaty foundational działają na etapie selekcji CV i w rozmowach wewnętrznych, nie w negocjacjach stawki.
  • Zdajesz wyłącznie dlatego, że AI jest teraz głośne. Za trzy lata trzeba go odnowić, a bez kontaktu z tematem w pracy będzie to nauka od zera drugi raz.

Ile to naprawdę kosztuje

Egzamin to 100 USD, ale ta kwota rzadko wychodzi z prywatnej kieszeni, jeśli pracujesz w firmie związanej z AWS. Do tego dochodzą koszty, o których zwykle nikt nie wspomina, choć w sumie potrafią przewyższyć samą opłatę.

Kurs przygotowawczy nie jest obowiązkowy - AWS Skill Builder ma bezpłatną ścieżkę do tego certyfikatu, a oficjalny egzamin próbny wchodzi w płatną subskrypcję. Praktyka na Bedrocku zamyka się w kwocie rzędu kilku dolarów, o ile trzymasz się małych modeli i nie zostawiasz włączonych zasobów. Realny koszt to raczej czas: trzy tygodnie po dwie godziny dziennie, jeśli miałeś już kontakt z AWS.

Zanim zapłacisz z własnej kieszeni: u partnerów AWS certyfikacja jest zwykle finansowana przez firmę. Zasady zależą od pracodawcy, ale najczęstszy model wygląda tak: zwrot kosztów za zdane podejście, często z premią za sam certyfikat. Nieudana próba zostaje na Twoim rachunku, więc zarezerwuj termin dopiero wtedy, gdy testy próbne wychodzą stabilnie powyżej 80%. Osobno działa voucher z 50-procentowym rabatem, który AWS przyznaje po zdaniu dowolnego egzaminu - jeśli masz świeżo zdanego Cloud Practitionera, prawdopodobnie leży nieużyty w Twoim profilu certyfikacyjnym.

Od czego zacząć, jeśli zdajesz w tym roku

Kolejność ma znaczenie. Bez podstaw chmury zacznij od CLF-C02: mam do niego plan nauki na cztery tygodnie oraz opis tego, jak zdać za pierwszym razem, a cały darmowy kurs AWS od podstaw pokrywa zakres tego egzaminu po polsku. Wyjątkiem jest sytuacja, w której już dziś pracujesz przy projektach z generatywną AI i potrzebujesz potwierdzenia kompetencji pod konkretną rozmowę - wtedy idź od razu w AIF-C01, bo formalnie żaden certyfikat nie jest warunkiem drugiego.

Odznaka AWS Certified AI Practitioner

Jeśli decyzja już zapadła, format egzaminu, wagi wszystkich pięciu domen, trzytygodniowy plan nauki i zestaw wskazówek na sam egzamin zebrałem na stronie certyfikatu: AWS Certified AI Practitioner (AIF-C01). Porównanie z pozostałymi ścieżkami znajdziesz w artykule o tym, który certyfikat AWS wybrać, a wszystkie certyfikaty w jednym miejscu - w przewodniku po certyfikatach AWS.

Najczęstsze pytania

Czy materiały do AIF-C01 z 2025 roku wystarczą?

Nie wystarczą. Wersja 1.1 przewodnika z 30 kwietnia 2026 dodała agentic AI, Model Context Protocol, rozliczanie za tokeny, context engineering, wersjonowanie promptów, metryki celu biznesowego oraz wykrywanie halucynacji i grounding. Do zakresu weszły też Bedrock AgentCore, Kiro, Strands Agents, Amazon Q, SageMaker JumpStart, AWS Transform i Amazon Aurora, a wypadł Amazon MemoryDB. Kursy nagrane przed wiosną 2026 nie omawiają żadnego z tych tematów.

Co dokładnie zmieniło się w egzaminie AI Practitioner w 2026 roku?

Doszło siedem nowych celów egzaminacyjnych oraz zmiany w kilkunastu istniejących. Najważniejsze nowości to agenci AI wraz z Model Context Protocol, token-based pricing, context engineering, prompt versioning w Bedrock Prompt Management, metryki celu biznesowego, wykrywanie halucynacji z groundingiem oraz rozróżnienie, kiedy stosować tradycyjne ML, a kiedy model fundamentowy. Wagi pięciu domen pozostały bez zmian.

Czy AI Practitioner pomoże mi znaleźć pracę w chmurze?

Sam z siebie nie. To certyfikat poziomu foundational, więc działa na etapie selekcji CV i w rozmowach wewnętrznych, a nie jako kwalifikacja na stanowisko. Największą wartość ma dla osób, które już pracują wokół projektów z AI i potrzebują potwierdzenia kompetencji, oraz dla pracowników partnerów AWS, gdzie certyfikaty przekładają się na status firmy. Jeśli celujesz w rolę Cloud Engineera, mocniejszym sygnałem będzie Solutions Architect Associate.

Czy warto zdawać AI Practitionera, jeśli mam już Cloud Practitionera?

To najkorzystniejszy moment, bo przygotowanie zajmie Ci najmniej czasu. Domena o bezpieczeństwie i zgodności oraz część materiału o modelu współdzielonej odpowiedzialności pokrywają się z CLF-C02, więc uczysz się w zasadzie samej generatywnej AI. Dodatkowo po zdanym egzaminie AWS przyznaje voucher z 50-procentowym rabatem na kolejny, co obniża koszt do około połowy.

Czy AI Practitioner zastępuje Machine Learning Engineer Associate?

Nie, to dwa różne poziomy i dwie różne role. AIF-C01 jest foundational i sprawdza rozumienie pojęć oraz dobór usług, bez zadań z kodem. Machine Learning Engineer Associate jest poziom wyżej i dotyczy osób, które faktycznie budują i wdrażają modele: przygotowania danych, treningu, deploymentu i monitoringu. Jeśli trenujesz modele zawodowo, AI Practitioner nie doda nic do Twojego CV.
Emil Kowalczyk

Pasjonat chmury i twórca CloudManiak.pl. Na co dzień MSP Engineer w amerykańskiej firmie ClearScale (AWS Premier Tier Partner). Pomagam osobom wchodzącym do świata chmury zdobywać wiedzę i certyfikaty.