建造者，而非研究者。
我拉取了所有在 LinkedIn 上将 Anthropic 列为当前雇主的个人资料，共 5306 人。筛选出其中实际从事工程师工作的 1680 人，然后查看了他们 7,86 份先前职位描述，分析他们在加入 Anthropic 之前做了什么。
以下是数据总结。
他们几乎一夜之间就把组织壮大了。
目前仍在 Anthropic 的工程师中，只有 15 人在 2021 年之前就加入了。2025 年组织规模大致翻了三倍（新增 686 人），2026 年目前进度也接近这个数字（截至 6 月新增 455 人）。
当前工程团队中有一半人加入不到一年，53% 是在过去 12 个月内加入的。中位任期仅为 10 个月。
这是一个在约 18 个月内快速建立起来的庞大组织。
他们几乎只招聘高级工程师
加入 Anthropic 之前的经验中位数为 12.2 年，中间 50% 的范围在 8.8–16.5 年之间。
在 1680 名工程师中，只有 50 人经验少于 3 年；44% 的人有 13 年或以上经验。基本上不招新毕业生。
因此，中位数被录用的人是：有 12 年经验、加入公司仅 10 个月的资深工程师。
他们 heavily 偏向基础设施，而不是研究
基础设施相关背景出现在 40% 的简历中。后端、分布式系统、数据库和安全各占约 20%。强化学习（RLHF 中的 “RL”）仅占 3.3%。
典型的 Anthropic 工程师过去十年主要在超大规模公司（hyperscaler）或基础设施-heavy 的初创公司构建大规模生产系统。
他们自报的技能也印证了这一点：Python（585 人）、Java（566 人）、C++（443 人）、JavaScript（376 人）、SQL（302 人）、Linux（230 人）、分布式系统（189 人）、AWS（154 人）。光鲜的模型训练工作确实存在，但非常稀少。
最大的来源不是实验室，而是 Google
大家通常以为 Anthropic 从 OpenAI 和 DeepMind 大量挖人，但实际上它最大的招聘管道是 Google，遥遥领先。竞争实验室只是中间两个小柱子。
Anthropic 特别喜欢从以工程严谨著称的公司大量招聘：Stripe、Databricks、Snowflake、Palantir、Airbnb。
在其历史中曾工作过的公司（所有时间累计）： 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。 组织中一半人（50%）的简历上 somewhere 有 FAANG 经历。
他们也从其他前沿实验室拉人：OpenAI 是前 5 大直接来源，DeepMind 是前 6 大。大约有 94 名工程师直接从一个前沿实验室跳到 Anthropic。
博士神话
只有 13.7% 的人持有博士学位（约七分之一）。
中位数被录用的人是拥有学士或硕士学位的高级工程师，而不是研究科学家。在工程层面，“实验室里全是博士”的形象基本是错误的。
学习领域也符合一个“建造者组织”的预期：计算机科学 819 人，其次是数学 78 人、物理 70 人、计算机工程 69 人。哲学排进前 20（13 人）——大概和安全相关？
Stanford 大量领先招聘
所有时间学校来源： 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。 前四所学校就占了整个组织的四分之一。
他们中 80% 共享同一个职位头衔
“Member of Technical Staff”（技术职员成员，简称 MoTS）。
前 Instagram CTO、Adept 前创始人、Stanford 教员……大家头衔都是 MoTS。这个头衔被故意设计得非常扁平，资历和具体职能在组织内几乎不可见。
“初级”工程师进入的唯一通道
有 172 名工程师经验少于 6 年，其中 50 人少于 3 年。他们不是普通的应届毕业生，而是分成两种明显不同的原型，中间几乎没有常规的 mid-level 工程师。
与整个组织相比，他们的特征是：
- 产品/SWE 头衔比例是三倍（15% vs 5%）
- 携带 FAANG 简历的比例更低（32% vs 50%）
他们靠的是可以替代工作年限的“pedigree”（名校/竞赛/论文背景）：
- 实习管道：50% 的人列出了以下实习经历：Meta 16 人、Google 10 人、DeepMind 6 人、Microsoft 5 人、Amazon 5 人，以及 Jane Street、Two Sigma、HRT、Optiver、Nvidia 等。
- 量化交易转实验室：9% 来自精英量化交易公司（Jane Street、Two Sigma、Five Rings、HRT、Optiver、Citadel）。很多是年轻数学/CS 竞赛选手通过高频交易（HFT）进入的。
- 对齐奖学金：6% 接触过 MATS、SERI、Redwood 或 ARC。这是一个仅限早期职业的入口，在资深群体中几乎不存在。
“干净的原型”：MIT 背景、IOI 银牌、Codeforces 2900+ 分，直接进入 RL 和安全方向，四年内完成。他们主要靠竞赛排名和论文被筛选，而不是工作年限。
初级工程师也比资深工程师更国际化：Berkeley 15 人、Stanford 14 人、Cambridge 10 人、MIT 7 人、Tsinghua 7 人、Oxford 6 人，此外还有 Imperial、NUS、上海交大、ETH Zürich 等。
作者简介：
seb
- 当前职位：Fonzi AI（fonziai）Head of Talent Engineering（人才工程负责人），专注于为顶级风投支持的AI/科技初创公司招聘工程师。
- 过往经历：cookd 联合创始人（已被收购）、whop 的首位招聘官。
