# 策展 · X (Twitter) 🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：seb (@hiiinternet) · 平台：X (Twitter) · 日期：2026-06-16

> 原始來源：https://x.com/hiiinternet/status/2065117819948437765

## 中文摘要

# 我研究了 1,680 份 Anthropic 的履歷，看看他們到底錄取了誰。

## 他們要的是開發者，不是研究員。

我抓取了 LinkedIn 上所有將 Anthropic 列為現任雇主的人員資料，總計 5,306 人。我篩選出其中 1,680 位真正的工程師，並深入檢視了他們加入前 7,986 份職位描述，看看他們在進入 Anthropic 之前都在做什麼。

以下是數據分析結果。

## 他們幾乎在一夜之間擴張了組織。

![圖表顯示 Anthropic 的工程師團隊規模在 2025 年呈現爆發性成長（新增 686 人，約為前一年的三倍），且 2026 年僅上半年就已新增 455 人，正朝著再度翻倍的趨勢前進。](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/841551cb31271e84.jpg)

<details class="chart-data"><summary>展開數據表</summary><table><thead><tr><th>項目</th><th>數值</th></tr></thead><tbody><tr><td>≤2020</td><td>15</td></tr><tr><td>2021</td><td>23</td></tr><tr><td>2022</td><td>38</td></tr><tr><td>2023</td><td>85</td></tr><tr><td>2024</td><td>316</td></tr><tr><td>2025</td><td>686</td></tr><tr><td>2026* (截至6月)</td><td>455</td></tr></tbody></table></details>

目前仍在 Anthropic 任職的工程師中，只有 15 位在 2021 年前就已加入。該組織在 2025 年規模大約成長了三倍（招募了 686 人），而 2026 年的進度也預計會持平（截至 6 月已招募 455 人）。

目前工程團隊中，有一半的人加入不到一年。53% 的成員是在過去 12 個月內加入的。中位數年資僅為 10 個月。

這是一個在短短 18 個月內建立起來的龐大組織。

## 他們幾乎只招募資深工程師

![圖表顯示 Anthropic 工程師在入職前普遍擁有豐富的工作經驗，中位數達 12.2 年，其中僅有 50 人工作經驗少於 3 年，而多數人（9-13 年）擁有豐富的資歷。](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/18dcc5c3fdb1de58.jpg)

<details class="chart-data"><summary>展開數據表</summary><table><thead><tr><th>項目</th><th>數值</th></tr></thead><tbody><tr><td>&lt;3 yrs</td><td>50</td></tr><tr><td>3-6</td><td>122</td></tr><tr><td>6-9</td><td>260</td></tr><tr><td>9-13</td><td>453</td></tr><tr><td>13-18</td><td>414</td></tr><tr><td>18+</td><td>324</td></tr></tbody></table></details>

加入 Anthropic 前的經驗中位數為 12.2 年。中間 50% 的群體經驗落在 8.8 年到 16.5 年之間。

在 1,680 人中，只有 50 人的經驗不到三年。44% 的人擁有 13 年以上的經驗。基本上，他們幾乎不招募應屆畢業生。

所以，典型的錄取者擁有 12 年經驗，且已經在那裡工作了 10 個月。

## 他們極度重視基礎設施，而非研究

![根據 Anthropic 工程師先前工作領域的統計，基礎設施、平台與雲端（Infrastructure / platform / cloud）以 40.4% 的比例佔據壓倒性多數，而強化學習（Reinforcement learning）則以 3.3% 墊底。](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/55ac69d861cbe897.jpg)

<details class="chart-data"><summary>展開數據表</summary><table><thead><tr><th>項目</th><th>數值</th></tr></thead><tbody><tr><td>Infrastructure / platform / cloud</td><td>40.4%</td></tr><tr><td>ML / deep learning</td><td>28.3%</td></tr><tr><td>Backend / APIs / services</td><td>23.9%</td></tr><tr><td>Distributed systems / scale</td><td>22.4%</td></tr><tr><td>Search / ranking / recsys</td><td>22.1%</td></tr><tr><td>Founding / 0-to-1 build</td><td>21.0%</td></tr><tr><td>Databases / data engineering</td><td>20.3%</td></tr><tr><td>Security / privacy / crypto</td><td>19.6%</td></tr><tr><td>LLMs / NLP / generative</td><td>19.0%</td></tr><tr><td>Frontend / product UI</td><td>18.9%</td></tr><tr><td>Fintech / payments / trading</td><td>14.3%</td></tr><tr><td>Developer tools / open source</td><td>10.9%</td></tr><tr><td>GPU / kernels / HPC</td><td>8.3%</td></tr><tr><td>Systems / OS / networking</td><td>7.4%</td></tr><tr><td>Robotics / autonomy</td><td>7.1%</td></tr><tr><td>Computer vision</td><td>6.1%</td></tr><tr><td>Compilers / languages</td><td>5.2%</td></tr><tr><td>Reinforcement learning</td><td>3.3%</td></tr></tbody></table></details>

基礎設施（Infrastructure）背景佔了 40%。後端、分散式系統、資料庫和資安各佔約 20%。而強化學習（Reinforcement learning，即 RLHF 中的「RL」）僅佔 3.3%。

典型的 Anthropic 工程師在過去十年中，大多是在超大規模雲端服務商（hyperscaler）或基礎設施導向的新創公司，負責建構大規模生產系統。

從他們自列的 skill 也能看出端倪：Python 585 個、Java 566 個、C++ 443 個、JavaScript 376 個、SQL 302 個、Linux 230 個、分散式系統 189 個、AWS 154 個。那些光鮮亮麗的模型訓練工作確實存在，但非常稀少。

## 最大的人才來源不是實驗室，而是 Google

![Google 是 Anthropic 員工前東家中最主要的來源管道（達 119 人），而其競爭對手實驗室（如 OpenAI 和 DeepMind）所佔比例相對較小。](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/08503fc499f17cc6.jpg)

<details class="chart-data"><summary>展開數據表</summary><table><thead><tr><th>項目</th><th>數值</th></tr></thead><tbody><tr><td>Google</td><td>119</td></tr><tr><td>Meta</td><td>105</td></tr><tr><td>Stripe</td><td>82</td></tr><tr><td>Amazon</td><td>57</td></tr><tr><td>OpenAI</td><td>37</td></tr><tr><td>DeepMind</td><td>31</td></tr><tr><td>Airbnb</td><td>29</td></tr><tr><td>Apple</td><td>25</td></tr><tr><td>Databricks</td><td>24</td></tr><tr><td>Microsoft</td><td>21</td></tr><tr><td>Palantir</td><td>15</td></tr><tr><td>Snowflake</td><td>14</td></tr></tbody></table></details>

大家都以為 Anthropic 是從 OpenAI 和 DeepMind 挖角，但其實他們最大的管道是 Google，差距非常大。競爭對手的實驗室僅佔中間那兩根小柱子。

Anthropic 特別偏好那些以工程嚴謹度著稱的公司：Stripe、Databricks、Snowflake、Palantir、Airbnb。

曾任職於（歷史紀錄中任何時間點）：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。組織中有一半（50%）的人履歷上都有 FAANG 的背景。

他們確實也從其他實驗室挖角，OpenAI 是前五大直接來源，DeepMind 則是第六。大約有 94 位工程師是直接從其他前沿實驗室跳槽過來的。

## 博士學位的迷思。

![根據 LinkedIn 數據統計，在 1,680 位 Anthropic 工程師中，僅有約七分之一（13.7%）擁有博士學位，而持有學士學位的人數比例最高，達到 71.7%。](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/de77a3b0f5d652dc.jpg)

<details class="chart-data"><summary>展開數據表</summary><table><thead><tr><th>項目</th><th>數值</th></tr></thead><tbody><tr><td>Bachelor's</td><td>71.7%</td></tr><tr><td>Master's</td><td>30.1%</td></tr><tr><td>PhD</td><td>13.7%</td></tr></tbody></table></details>

只有 13.7% 的人擁有博士學位，大約七分之一。

錄取者的中位數是一位擁有學士或碩士學位的資深工程師，而非研究科學家。那種「實驗室裡全是博士」的形象，在工程層面基本上是錯誤的。

研究領域的分布正如你對一個「開發者組織」的預期：電腦科學 819 人，接著是數學 78 人、物理 70 人、電腦工程 69 人。哲學系也擠進了前 20 名（13 人）（是因為安全議題嗎？）。

## Stanford 是人才的主要搖籃

![圖表顯示在 1,680 名 Anthropic 工程師中，畢業於史丹佛大學（Stanford）、加州大學柏克萊分校（UC Berkeley）、麻省理工學院（MIT）及卡內基美隆大學（CMU）的人數最多，光是這四所學校的畢業生就佔了該機構的四分之一。](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/52b2800b14690260.jpg)

<details class="chart-data"><summary>展開數據表</summary><table><thead><tr><th>項目</th><th>數值</th></tr></thead><tbody><tr><td>Stanford</td><td>144</td></tr><tr><td>UC Berkeley</td><td>118</td></tr><tr><td>MIT</td><td>80</td></tr><tr><td>CMU</td><td>73</td></tr><tr><td>Harvard</td><td>42</td></tr><tr><td>Cambridge</td><td>39</td></tr><tr><td>UIUC</td><td>39</td></tr><tr><td>UW</td><td>36</td></tr><tr><td>Waterloo</td><td>35</td></tr><tr><td>Cornell</td><td>35</td></tr><tr><td>Oxford</td><td>33</td></tr><tr><td>Princeton</td><td>32</td></tr><tr><td>UT Austin</td><td>30</td></tr><tr><td>NYU</td><td>28</td></tr></tbody></table></details>

學校排名（歷史總計）：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。這前四名就佔了組織的四分之一。

## 80% 的人共用同一個職稱。

「Member of Technical Staff」（技術人員）。

前 Instagram 技術長、前 Adept 創辦人以及 Stanford 教職員，通通都只是「MoTS」。這個職稱是有意為之的扁平化設計。資歷和職能被刻意隱藏了。

## 「初階工程師」唯一的切入點。

![圖表顯示，少數被錄用的初階工程師（0-6年經驗）在學歷（擁有博士學位者佔19%高於整體的13.7%）與職稱（產品/軟體工程師職稱佔15%高於整體的5%）上比例偏高，但在 FAANG 背景（32%低於整體的50%）與「MoTS」職稱（74%低於整體的80%）的比例則較低。](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/19680cf4a59d4fe8.jpg)

<details class="chart-data"><summary>展開數據表</summary><table><thead><tr><th></th><th>Juniors (0-6 yrs, n=172)</th><th>All engineers (n=1,680)</th></tr></thead><tbody><tr><td>PhD</td><td>19%</td><td>13.7%</td></tr><tr><td>Product/SWE title</td><td>15%</td><td>5%</td></tr><tr><td>Came from FAANG</td><td>32%</td><td>50%</td></tr><tr><td>"MoTS" title</td><td>74%</td><td>80%</td></tr></tbody></table></details>

有 172 位工程師的經驗不到六年，50 位不到三年。他們並非一般的應屆畢業生。他們分為兩種原型，中間幾乎沒有普通的中階工程師。

看看他們與組織整體的差異：擁有博士學位的比例較高（19% 對 13.7%）。產品/SWE 職稱的比例是整體的三倍（15% 對 5%）。擁有 FAANG 履歷的可能性則遠低於整體（32% 對 50%）。

他們取而代之的是足以彌補年資的資歷：

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

- **量化交易轉實驗室**：9% 的人來自頂尖交易公司（Jane Street、Two Sigma、Five Rings、HRT、Optiver、Citadel）。這些年輕的數學/CS 競賽型人才透過高頻交易（HFT）領域進入。

- **對齊（Alignment）獎學金**：6% 的人接觸過 MATS、SERI、Redwood 或 ARC。這是一個僅限初階人員的入門途徑，在資深群體中幾乎不存在。

清晰的原型是：MIT 出身、IOI 銀牌、Codeforces 分數 2900+，在四年內直接進入 RL 和安全領域。他們是透過競賽排名和論文發表來篩選，而不是透過年資。

他們也比資深群體更具國際化色彩。初階人員的學校：Berkeley 15 人、Stanford 14 人、Cambridge 10 人、MIT 7 人、清華大學 7 人、Oxford 6 人，外加 Imperial、NUS、上海交通大學、ETH Zürich。

## 你該如何運用這些資訊？

如果你想以工程師身分加入 Anthropic，請停止為研究實驗室撰寫履歷，改為針對基礎設施公司來寫。展示你實際建構並擴展過的系統。那才是能讓你被錄取的履歷。早期職涯是唯一的例外，在那種情況下，門檻是頂尖實習經驗、競賽排名或論文發表。

如果你是在與他們競爭人才，你的目標不應該是博士學位或實驗室招牌。你的目標應該是來自超大規模雲端服務商或以基礎設施聞名的公司、擁有 12 年經驗的資深開發者。例如 Stripe、Databricks、Snowflake、Palantir。Anthropic 已經在這些人才庫中積極獵才了。

---- :)
我正在為 A16z、Sequoia、YC、Founders Fund、Khosla 等機構支持的新創公司招募工程師。職位涵蓋 Pre-seed 到 Series C，地點在紐約和舊金山，招募中階產品與 AI 工程師，薪資範圍在 15 萬至 40 萬美元之間。

我們會在一日內告知你是否有符合你 skill 與興趣的職位。

傳訊息給我們的 iMessage Agent → 646-236-3745，看看誰想與你聊聊（不僅是薪資範圍，還能知道他們願意付給你多少錢） → talent.fonzi.ai/home

## 標籤

產業趨勢, Anthropic