原文標題：我查看了 1,680 份 Anthropic 简历。这些人实际上被录用了。
原文作者：@hiiinternet
編譯：Peggy

編者按：外界常將 Anthropic 想像為一個由博士、研究員和前沿模型專家組成的 AI 實驗室，但這份對 1,680 名工程師履歷的拆解，給出了一個更現實的答案：Anthropic 的核心並不只是「研究」，而是「建設」。

本文通過分析 5,306 個 LinkedIn 上標註 Anthropic 在職的個人檔案，並進一步篩選出其中 1,680 名工程師履歷，得出一個反直覺結論：Anthropic 最核心的人才畫像，並非外界想像中的「研究員」，而是一批經驗豐富的「建設者」（builder，能將大規模系統真正搭起來、跑起來、擴展開來的人）。

數據顯示，Anthropic 的工程團隊幾乎是在過去 18 個月內快速成型：當前一半以上工程師入職不到一年，但新員工普遍非常資深，加入前工作經驗中位數達到 12.2 年，且大量來自 Google、Meta、Amazon、Microsoft、Stripe、Databricks、Snowflake、Palantir 等以工程能力和基礎設施著稱的公司。

這也解釋了 Anthropic 工程組織的真實重心：相比外界關注的模型研究，它更像一家高度工程化的基礎設施公司。其工程師背景主要集中在基礎設施、後端、分布式系統、數據庫和安全等方向；博士佔比僅 13.7%，多數人是擁有學士或碩士學歷的資深工程師。

早期職業人才並非完全沒有機會，但門檻同樣極高：頂級科技公司實習、競賽成績、論文發表，或 AI 安全 / 對齊項目經歷，往往成為替代工作年限的篩選信號。

作者最後給出的建議也很直接：如果想加入 Anthropic，不要把簡歷寫成投給研究實驗室的樣子，而要突出你真正構建、擴展和維護過的大規模系統。前沿 AI 競爭的底層，越來越接近一場工程能力與基礎設施能力的競爭。

以下為原文：

Builders，而不是研究員

我擷取了所有 LinkedIn 上將 Anthropic 列為當前雇主的個人檔案，共 5,306 人。隨後篩選出其中真正屬於工程職位的 1,680 人，並進一步查看了他們過往職位描述中的 7,986 條記錄，分析他們加入 Anthropic 之前都在做什麼。

以下是結果。

幾乎是在一夜之間把組織擴張起來的

在 2021 年之前就加入 Anthropic、且至今仍在職的工程師只有 15 人。2025 年，這個組織的工程團隊幾乎擴大了三倍，當年新增 686 名工程師；2026 年的招聘速度也有望與之相當，截至 6 月已經新增 455 人。

當前工程團隊中，有一半人在 Anthropic 的任職時間不到一年。53% 的人是在過去 12 個月內加入的。中位任職時長：10 個月。

這是一個大體量組織，卻幾乎是在約 18 個月內搭建起來的。

幾乎只招資深工程師

加入 Anthropic 之前的工作經驗中位數為 12.2 年。中間 50% 的人擁有 8.8 年至 16.5 年經驗。在這 1,680 人中，工作經驗不足 3 年的只有 50 人。44% 的人擁有 13 年或更長工作經驗。應屆生招聘基本不存在。

也就是說，Anthropic 的典型新員工，是一位擁有 12 年經驗、但入職 Anthropic 只有 10 個月的工程師。

明顯更偏向基礎設施，而不是傳統意義上的研究

基礎設施背景出現在 40% 的工程師履歷中。後端、分散式系統、資料庫和安全等方向，各自佔比約 20%。強化學習，也就是 RLHF 中的那個「RL」，只出現在 3.3% 的人履歷中。

典型的 Anthropic 工程師，過去十年通常是在一家超大規模雲端服務供應商，或一家重基礎設施的新創公司裡，構建大規模生產系統。

他們自列的技能也說明了同一件事：Python 585 人，Java 566 人，C++ 443 人，JavaScript 376 人，SQL 302 人，Linux 230 人，分佈式系統 189 人，AWS 154 人。那些聽起來更「性感」的模型訓練工作當然存在，但佔比很低。

最大的人才來源不是實驗室，而是 Google

大家都以為 Anthropic 主要從 OpenAI 和 DeepMind 挖人。但它最大的人才管道，遠遠領先的，是 Google。那些競爭對手實驗室，只是圖表中間的兩根小柱子。

Anthropic 明顯更偏好那些以工程嚴謹性著稱的公司：Stripe、Databricks、Snowflake、Palantir、Airbnb。

如果看這些工程師歷史上曾經在哪裡工作過，排名是：Google 405 人，Meta 273 人，Amazon 197 人，Microsoft 171 人，Stripe 124 人，Apple 87 人，Stanford 68 人，DeepMind 62 人，Airbnb 51 人，OpenAI 48 人。當前工程團隊中，有一半人，也就是 50%，履歷中至少出現過一次 FAANG。

當然，他們也在從其他 AI 實驗室挖人。OpenAI 是前五大直接來源之一，DeepMind 是前六大直接來源之一。大約有 94 名工程師是從其他前沿 AI 實驗室直接跳槽到 Anthropic 的。

關於博士的迷思

只有 13.7% 的人擁有博士學位。大約七個人裡才有一個。

Anthropic 的典型招募對象，不是研究科學家，而是擁有學士或碩士學歷的資深工程師。那種「整個實驗室都是博士」的想象，在工程團隊層面基本是錯的。

專業背景分佈也完全符合一個「建設型組織」的畫像：計算機科學 819 人，其次是數學 78 人、物理 70 人、計算機工程 69 人。哲學也進入了前 20 名，共 13 人，這可能和安全方向有關。

Stanford 在招聘來源中明顯領先

從學校來看，歷史累計排名為：Stanford 144 人，Berkeley 118 人，MIT 80 人，CMU 73 人，Harvard 42 人，Cambridge 39 人，UW 36 人，Waterloo 和 Cornell 各 35 人，Oxford 33 人，Princeton 32 人。前四所學校加起來，佔了整個工程團隊的四分之一。

80% 的人擁有同一個職位頭銜。

「Member of Technical Staff」（技術團隊成員）。

一位前 Instagram CTO、幾位 Adept 前創始人、Stanford 教職人員，在 Anthropic 的頭銜都只是「MoTS」。這種職位頭銜的扁平化顯然是有意為之。資歷和具體職能，在設計上被隱藏了起來。

早期職業階段的人，唯一能進入 Anthropic 的通道在哪裡？

有 172 名工程師工作經驗不足 6 年，其中 50 人不足 3 年。但他們並不是普通意義上的應屆生。他們大致分成兩類，中間幾乎沒有普通的中級工程師。

和整個工程團隊相比，他們呈現出明顯不同的特徵：博士比例更高，達到 19%，而整體為 13.7%；產品 / SWE 頭銜占比是整體的三倍，達到 15%，而整體只有 5%；他們擁有 FAANG 履歷的概率也低得多，只有 32%，而整體是 50%。

他們替代工作年限的，是另一種聲望資本：

實習管道。 其中 50% 的人列出了以下公司的實習經歷：Meta 16 人，Google 10 人，DeepMind 6 人，Microsoft 5 人，Amazon 5 人，此外還有 Jane Street、Two Sigma、HRT、Optiver、Nvidia。

從量化交易到 AI 實驗室。 9% 的人曾經過頂級交易機構，包括 Jane Street、Two Sigma、Five Rings、HRT、Optiver、Citadel。這是一批年輕的數學 / 計算機競賽型人才，通過高頻交易行業進入 AI 實驗室。

對齊方向 Fellowship。 6% 的人接觸過 MATS、SERI、Redwood 或 ARC。這是一個幾乎只對早期人才開放、在資深群體中幾乎不存在的入口。

一個非常清晰的畫像是：MIT，IOI 銀牌，Codeforces 2900+ 分，工作四年後直接進入強化學習和安全方向。他們篩選的依據不是工作年限，而是競賽排名和論文發表。

這些年輕工程師也比資深工程師更國際化。低年資工程師的學校來源包括：Berkeley 15 人，Stanford 14 人，Cambridge 10 人，MIT 7 人，清華 7 人，Oxford 6 人，此外還有 Imperial、NUS、上海交通大學、ETH Zürich。

那麼，你應該如何理解這些信息？

如果你想以工程師身份加入 Anthropic，就不要把履歷寫成投給研究實驗室的樣子，而要把它寫成投給基礎設施公司的樣子。展示你真正構建過、擴展過的系統。這才是正在被錄用的履歷。

早期職業階段是唯一例外。在這個階段，門檻不是普通工作經驗，而是頂級實習、競賽排名，或者論文。

如果你正在和 Anthropic 搶人，你的目標對象也不是「博士」或「實驗室背景」本身，而是那些來自超大規模雲廠商或工程聲譽極強公司的資深 Builders：他們大約有 12 年經驗，可能來自 Stripe、Databricks、Snowflake、Palantir。Anthropic 已經在這個人才池裡大力捕魚。

[原文連結]

歡迎加入律動 BlockBeats 官方社群：

Telegram 訂閱群：https://t.me/theblockbeats

Telegram 交流群：https://t.me/BlockBeats_App

Twitter 官方帳號：https://twitter.com/BlockBeatsAsia