建造者，而非研究者。
我抓取了所有把 Anthropic 列为当前雇主的 LinkedIn 个人资料，共 5,306 人。从中筛选出 1,680 名真正的工程师，然后查看了他们 7,986 条过往职位描述，了解他们在加入 Anthropic 之前的经历。
以下是数据。
他们几乎一夜之间壮大了组织。
目前仍在 Anthropic 的工程师中，有 15 人在 2021 年之前就已入职。组织规模在 2025 年几乎增长了两倍（招聘了 686 人），而 2026 年也有望持平（截至 6 月已招聘 455 人）。
工程部门现在有一半的人入职不到一年。53% 是在过去 12 个月内加入的。工龄中位数：10 个月。
一个庞大的组织，大约在 18 个月内建成。
他们几乎只招聘高级工程师
加入 Anthropic 前的经验中位数：12.2 年。中间 50% 的经验范围是 8.8 到 16.5 年。
1,680 名工程师中，只有 50 人工作经验不足三年。44% 的人拥有 13 年或以上经验。应届生招聘基本上不存在。
所以，典型的新员工有 12 年经验，入职还不到 10 个月。
他们主要侧重基础设施，而非真正的研究
基础设施出现在 40% 的人的工作背景中。后端、分布式系统、数据库和安全的占比各在 20% 左右。强化学习，也就是 RLHF 中的 "RL"，仅出现在 3.3% 的背景中。
典型的 Anthropic 工程师在过去十年里，都是在超大规模云服务商或基础设施密集型初创公司构建大规模生产系统。
个人技能标签也印证了这一点：Python 585、Java 566、C++ 443、JavaScript 376、SQL 302、Linux 230、分布式系统 189、AWS 154。那些光鲜的模型训练工作确实存在，但很少见。
第一大人才来源不是实验室，而是 Google
大家都以为 Anthropic 会从 OpenAI 和 DeepMind 挖人。但它最大的输送渠道是 Google，遥遥领先。竞争对手实验室只是中间两个小小的数据条。
Anthropic 大量从以工程严谨著称的公司挖人：Stripe、Databricks、Snowflake、Palantir、Airbnb。
曾经在任何时期有过这些公司工作经历的人数：Google 405、Meta 273、Amazon 197、Microsoft 171、Stripe 124、Apple 87、Stanford 68、DeepMind 62、Airbnb 51、OpenAI 48。整个工程部门有一半（50%）的人简历上曾有 FAANG 的工作经历。
他们也从其他实验室挖人。OpenAI 是前五大直接人才来源之一，DeepMind 排在前六。大约有 94 名工程师是从前沿实验室直接跳槽到 Anthropic 的。
博士神话。
只有 13.7% 的人拥有博士学位。大约七分之一。
典型的招聘对象是拥有学士或硕士学历的高级工程师，而不是研究科学家。那种实验室里全是博士的印象，在工程层面基本上是不准确的。
专业领域也完全符合你对一个"建造者"组织的预期：计算机科学 819，其次是数学 78、物理学 70、计算机工程 69。哲学挤进了前 20 名（13 人）（安全伦理相关？）。
招聘严重偏向斯坦福
毕业院校（累计数据）：斯坦福 144、伯克利 118、MIT 80、CMU 73、哈佛 42、剑桥 39、华盛顿大学 36、滑铁卢大学和康奈尔大学各 35、牛津 33、普林斯顿 32。前四所院校的毕业生占了整个部门的四分之一。
80% 的人共享一个职位头衔。
"技术人员"（Member of Technical Staff）。
前 Instagram CTO、前 Adept 创始人、斯坦福大学教授，都只是 "MOTS"。这个头衔是故意扁平化的。资历和职能被刻意隐藏了起来。
"初级"员工进入的唯一途径。
有 172 名工程师经验不足六年，50 名经验不足三年。他们不是普通的应届生。他们分属两种典型类型，中间几乎没有普通的中级工程师。
看看他们与整个工程部门的不同点：博士学位比例更高（19% vs 13.7%）。产品/SWE（软件工程师）头衔的比例是后者的三倍（15% vs 5%）。简历上有 FAANG 背景的可能性要小得多（32% vs 50%）。
他们取而代之的是可以用经验年限来替代的"血统"：
- 实习管道。 50% 的人有以下公司的实习经历：Meta 16、Google 10、DeepMind 6、Microsoft 5、Amazon 5，以及 Jane Street、Two Sigma、HRT、Optiver、Nvidia。
- 量化交易到实验室。 9% 的人来自精英交易公司（Jane Street、Two Sigma、Five Rings、HRT、Optiver、Citadel）。主要是年轻的数学/计算机竞赛背景、从事高频交易的人才。
- 对齐研究奖学金。 6% 的人参与过 MATS、SERI、Redwood 或 ARC 项目。这是一个仅针对初级员工的入职通道，在高阶员工群体中几乎不存在。
清晰的典型画像：MIT 毕业，IOI 银牌，Codeforces 积分超过 2900，四年内直接进入 RL 和安全领域。他们是通过竞赛排名和发表论文来筛选的，而不是工作年限。
他们也比高级员工更加国际化。初级员工的毕业院校：伯克利 15、斯坦福 14、剑桥 10、MIT 7、清华大学 7、牛津 6，以及帝国理工、NUS、上海交通大学、苏黎世联邦理工学院。
那么，这对你有什么用？
如果你想以工程师身份加入 Anthropic，别再按研究实验室的标准写简历了，要按基础设施公司的标准写。展示你实际构建和扩展过的系统。这样的简历才会被录用。早期职业生涯是唯一的例外，但门槛是顶尖实习、竞赛排名或论文。
如果你想和他们抢人，你的目标不是博士或实验室的招牌。而是一名来自超大规模云服务商或基础设施名企的资深建造者，拥有十二年经验。Stripe、Databricks、Snowflake、Palantir 就是这样的地方。Anthropic 已经在全力从这个人才池里捞人了。
---- :)
我正在为 A16z、红杉资本、YC、Founders Fund、Khosla 等支持的初创公司招聘工程师。Pre-seed 到 C 轮，纽约和旧金山，招聘资深和高级产品及 AI 工程师，薪资范围在 $150,000 - $400,000。
我们会在一天内告知您是否有适合您技能和兴趣的职位。
发送消息给我们的 iMessage 小助手 → 646-236-3745，看看谁想和您聊聊（以及他们愿意付给您多少钱，不止是薪资范围）→ talent.fonzi.ai/home
