我梳理了1680份的簡歷，來看看這家公司實際都在招聘哪類人才。

招的是工程搭建者，而非研究人員

我調取了所有在職狀態標注為Anthropic的LinkedIn個人資料，共計5306人。從中篩選出1680名在職工程師，再逐一查閱這1680人過往7986條任職經歷，統計他們入職Anthropic之前的工作背景。

以下是相關數據。

這家企業的人員規模幾乎在短時間內迅速擴張。

目前仍在職的工程師里，僅有15人是2021年之前入職的。

公司人員規模在2025年幾乎翻了兩倍（當年招聘686人），2026年的招聘進度也有望持平（截至6月已入職455人）。

現任工程師團隊中，半數人員入職時長不足一年，近53%的人入職未滿12個月。全體工程師平均在職時長僅10個月。

一支龐大的團隊，在約18個月內組建完成。

幾乎只招聘資深工程師

員工入職Anthropic之前的平均工作年限為12.2年，中間50%人群的工作年限區間在8.8至16.5年之間。

1680名工程師里，僅有50人工作經驗不足3年，44%的人擁有13年及以上工作經驗。校招應屆生招聘基本為零。

綜合來看，入職員工普遍擁有12年工作經驗，且在公司平均任職10個月。

招聘重心偏向基礎設施領域，而非研究方向

簡歷背景中，基礎設施相關經歷占比40%。后端、分布式系統、數據庫、安全方向的從業經歷占比均在20%左右。而RLHF中的強化學習（RL）相關背景僅占3.3%。

典型的Anthropic工程師，過去十年基本都在大型云廠商或側重基礎設施建設的初創公司，負責搭建大規模生產級系統。

員工自主填寫的技能標簽也印證了這一點：Python（585人）、Java（566人）、C++（443人）、JavaScript（376人）、SQL（302人）、Linux（230人）、Distributed Systems（189人）、AWS（154人）。

模型訓練這類光鮮的崗位確實存在，但人數極少。

最大人才輸送方并非實驗室，而是Google

所有人都以為Anthropic主要從OpenAI和DeepMind挖人，但實際上Google才是其第一大人才來源，且優勢十分明顯。另外兩家頭部AI實驗室的人才輸送規模要小得多。

Anthropic尤其青睞以工程能力扎實著稱的企業人才，包括Stripe、Databricks、Snowflake、Palantir、Airbnb。

統計所有員工過往任職經歷：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）。

團隊中半數人員（50%）的簡歷上都出現過FAANG企業的任職經歷。

該公司也會從其他AI實驗室招人：OpenAI是其第五大直接人才來源，DeepMind位列第六。約有94名工程師從頂尖AI實驗室直接跳槽至Anthropic。

“高學歷博士扎堆”的誤區

全體工程師中，僅13.7%擁有博士學位，大約每七人中才有一位博士。

公司主力招聘對象是擁有學士或碩士學歷的資深工程師，而非科研人員。外界認為這家企業全員博士做研究的印象，放在工程團隊層面并不成立。

員工專業背景也符合技術搭建團隊的特征：計算機科學（819人）人數最多，其次是數學（78人）、物理學（70人）、計算機工程（69人）。哲學專業也躋身前二十（13人，推測和AI安全方向相關）。

人才來源院校：Stanford遙遙領先

歷年畢業院校統計：Stanford（144人）、Berkeley（118人）、MIT（80人）、CMU（73人）、Harvard（42人）、Cambridge（39人）、UW（36人）、Waterloo、Cornell（各35人）、Oxford（33人）、Princeton（32人）。

僅排名前四的院校畢業生，就占到了全體員工的四分之一。

80%員工共用同一個職位名稱，Member of Technical Staff。

前Instagram CTO、Adept聯合創始人以及Stanford教職人員，職位統一都是MoTS。公司刻意采用扁平化職級體系，從職位名稱上看不出職級高低與職能劃分。

少數初級人員的入職渠道

共有172名工程師工作經驗不足6年，其中50人未滿3年。這批人并非普通應屆生，主要分為兩類，幾乎不存在常規中級工程師。

和整體團隊相比，這類人群有明顯特征：博士占比更高（19% vs 整體13.7%）；產品/軟件開發工程師相關履歷占比是整體的三倍（15% vs 5%）；擁有FAANG任職經歷的比例更低（32% vs 整體50%）。

他們依靠其他硬核背景彌補工作年限的不足：

1. 實習經歷：半數人員有頭部企業實習經歷，包括Meta（16人）、Google（10人）、DeepMind（6人）、Microsoft（5人）、Amazon（5人），以及Jane Street、Two Sigma、HRT、Optiver、Nvidia。

2. 量化交易機構出身：9%的人來自頂尖高頻交易公司（Jane Street、Two Sigma、Five Rings、HRT、Optiver、Citadel），多為數理、計算機競賽出身的年輕人才。

3. AI對齊項目進修：6%的人參與過MATS、SERI、Redwood、ARC相關項目。這類入門渠道基本不對資深員工開放。

典型的優秀新人畫像：畢業于MIT，斬獲IOI銀牌，Codeforces積分2900+，從業四年便直接負責強化學習與AI安全相關工作。企業主要參考競賽名次、學術論文，而非工作年限篩選這類人才。

初級員工中外籍人士占比也高于資深員工群體。初級人員畢業院校：Berkeley（15人）、Stanford（14人）、Cambridge（10人）、MIT（7人）、Tsinghua（7人）、Oxford（6人），此外還有Imperial、NUS、Shanghai Jiao Tong、ETH Zürich等院校畢業生。

這份數據能帶來哪些參考？

如果你想以工程師身份入職Anthropic，不要按照傳統AI實驗室的風格撰寫簡歷，要對標基礎設施類企業的招聘要求，重點展示你實際搭建、落地并完成規模化迭代的系統項目，這才是該公司看重的內容。

職場新人是唯一例外，這類人群需要憑借頂尖實習經歷、競賽名次或是學術論文獲得機會。

如果你要和Anthropic爭奪人才，招聘目標并非博士或是有AI實驗室從業背景的人，而是擁有12年左右經驗、供職于大型云廠商或是業內公認基礎設施能力頂尖企業的資深技術搭建者，例如Stripe、Databricks、Snowflake、Palantir的工程師。目前Anthropic已經在這個人才池里大力挖掘。