作者 | 褚杏娟

近期，有人發現，Anthropic 官網仍在招聘軟件工程師，相關崗位薪酬最高達到約 57 萬美元。

有人質疑這是假的，也有人說這是之前信息，但目前官方招聘網站上，Anthropic 確實還在大量高薪招聘軟件工程師：AI 研究與工程方向有 67 個開放崗位，應用 AI 方向有 33 個開放崗位，計算方向約有 12 個左右開放崗位，工程與設計 - 產品方向有 25 個開放崗位，安全防護方向有 15 個開放崗位，銷售方向也有 67 個開放崗位。

其中，Claude Code 模型性能軟件工程師（Staff Software Engineer 級別）年薪為 40.5 萬至 48.5 萬美元，另一個更偏系統底層的 Claude Code 系統軟件工程師，崗位年薪為 32 萬至 48.5 萬美元。而最高的 85 萬美元上限給到了 TPU Kernel Engineer，說明真正稀缺的是能把模型訓練和推理效率做上去的人。

就在今年 1 月份，Dario Amodei 給出了一個驚人預測：未來 6-12 個月，AI 全面取代軟件工程師，同時，一半初級白領崗未來 1-5 年全部消失。這在當時引起了很大的反響，很多開發者對未來感到焦慮。

有人認為，上面兩件事暴露出了 Anthropic 的矛盾：它一邊宣稱 AI 將重塑甚至替代軟件工程工作，一邊又在以極具競爭力的薪酬爭奪頂級技術人才。

事實上，Anthropic 工程組織的擴張速度、人才來源和能力結構，都與外界對“前沿 AI 實驗室”的常規想象存在明顯偏差。

近期，一項基于 LinkedIn 公開資料的分析顯示，Anthropic 當前工程團隊的核心畫像，并不是外界想象中的“研究員密集型 AI 實驗室”，而更接近一家正在高速擴張的基礎設施公司。

這項分析由招聘從業者 Sebastian Cuadros 完成。他抓取了所有在 LinkedIn 個人資料中將 Anthropic 列為當前雇主的人，共計 5306 人，并從中篩選出 1680 名真正從事工程崗位的員工，再進一步分析了這些人在加入 Anthropic 前留下的 7986 段過往崗位描述。

結果顯示，Anthropic 工程團隊成員為大量來自 Google、Meta、Amazon、Microsoft、Stripe、Databricks、Snowflake、Palantir 等公司的資深工程師，擁有十年以上工程經驗，擅長后端、分布式系統、數據庫、安全和大規模生產系統建設。

1 不是“博士實驗室”，而是高速擴張的 infra 工程軍團

Anthropic 已經不再是一個單純的“模型實驗室”式組織，而是進入了產品化、商業化和基礎設施規模化擴張的階段。

Anthropic 幾乎是在一夜之間擴張起來的。

根據分析，目前仍在 Anthropic 的工程師中，只有 15 人是在 2021 年之前就在公司的。2025 年，這個組織規模大約擴大了三倍，當年招聘了 686 名工程師；2026 年也正在朝著同樣的節奏推進，截至 6 月已經招聘了 455 人。

當前工程團隊中，有一半人在 Anthropic 的任職時間不足一年。過去 12 個月加入的人占 53%，任職時間中位數只有 10 個月。也就是說，這是一個大約在 18 個月內搭起來的巨型工程組織。

Anthropic 幾乎只招資深工程師。

在 1680 名工程師中，加入 Anthropic 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 年工作經驗。工作經驗少于 3 年的只有 50 人，而擁有 13 年及以上經驗的人占比達到 44%。應屆生招聘基本不存在。

所以，一個典型的 Anthropic 新招工程師畫像是：一個擁有 12 年工作經驗、但在公司只待了 10 個月的人。

只有極少部分“初級員工”能進入 Anthropic。

數據顯示，有 172 名工程師工作經驗少于 6 年，其中少于 3 年的有 50 人。不過，這些人并不是普通意義上的應屆生或泛化型中級工程師，而是高度篩選后的特殊人才。

與整體工程組織相比，這批年輕工程師的博士比例更高，為 19%，高于整體的 13.7%；產品工程或軟件工程相關頭銜占比也更高，為 15%，而整體僅為 5%；同時，他們擁有 FAANG 履歷的比例更低，為 32%，低于整體的 50%。

他們補足工作年限的方式，主要依賴其他高強度篩選標準：

• 第一類是實習管道。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。

• 第二類是從量化交易轉向實驗室。9% 的人來自頂級交易公司，包括 Jane Street、Two Sigma、Five Rings、HRT、Optiver、Citadel。這些是年輕的數學、計算機競賽型人才，通過高頻交易行業進入 AI 實驗室。

• 第三類是 AI 對齊獎學金。6% 的人接觸過 MATS、SERI、Redwood 或 ARC。這是一條幾乎只面向初級人才的入口，在資深工程師群體中幾乎不存在。

因此，一個典型的年輕工程師畫像可能是：MIT 背景，國際信息學奧林匹克競賽銀牌，Codeforces 評分 2900+，工作四年左右后進入強化學習和 AI 安全方向。他們被篩選時看的是競賽排名和論文，而不是工作年限。

這類人就讀的學校也更加國際化。除 Berkeley、Stanford、Cambridge、MIT 外，還包括清華大學、牛津大學、帝國理工學院、新加坡國立大學、上海交通大學、蘇黎世聯邦理工學院等高校。這說明，對于早期人才，Anthropic 更愿意采用全球化、高標準、強篩選的方式尋找極少數“異常值”。

Anthropic 明顯更偏基礎設施，而不是真正意義上的研究。

分析顯示，40% 的工程師背景與基礎設施相關，其中，后端、分布式系統、數據庫和安全方向分別約占 20%。相比之下，強化學習相關經歷只出現在 3.3% 工程師的背景中。

這與外界對 Anthropic 前沿 AI 實驗室的認知形成了反差。典型的 Anthropic 工程師，更像是過去十年一直在超大規模云廠商或基礎設施創業公司中構建大型生產系統的人，而不是主要發表論文的研究科學家。

他們自己列出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，分布式系統 189 人，AWS 154 人。那些更光鮮的模型訓練工作當然存在，但非常少見。

其中，最引人關注的是 TPU Kernel Engineer。在當前的招聘網頁上，該崗位的辦公點在舊金山、紐約、西雅圖，年薪在為 28 萬至 85 萬美元之前。85 萬美元是招聘網頁顯示的最高薪。

崗位要求候選人優化 TPU/GPU 等加速器上的機器學習系統，涉及低延遲、高吞吐采樣，低精度推理，自定義 collective communication，性能建模，甚至 assembly 級別的 kernel 調優。這類崗位直接關系到模型推理成本、訓練效率和算力利用率，因此成為 Anthropic 高薪搶人的重點。

除底層性能優化外，Anthropic 對基礎設施工程人才的需求同樣強烈。例如位于倫敦的“高級及以上基礎設施工程師（集群基礎設施方向）”崗位，年薪區間高達 32.5 萬至 48.5 萬英鎊（以當前匯率換算，大約 43.9 萬美元 -65.5 萬美元）。

該崗位負責 Anthropic 計算集群的完整生命周期管理，涵蓋跨云平臺及自建數據中心的集群配置、升級、退役、故障恢復、安全默認配置以及高帶寬互聯等。職位描述中特別提到，Anthropic 的算力規模正在以“幾乎比任何公司都快”的速度擴張。

對大模型公司而言，模型能力的競爭正在越來越多地轉化為算力效率、推理成本、集群穩定性和基礎設施工程能力的競爭。

比如，“數據中心 OFE 戰略尋源負責人”，負責數據中心關鍵電氣和機械設備采購，包括發電機、開關設備、UPS、冷卻設備、變壓器等，年薪在 29 萬至 36.5 萬美元之間。

在產品與安全方向，Anthropic 同樣在通過高薪擴張。例如，“網絡安全產品工程經理”一職，年薪區間為 40.5 萬至 48.5 萬美元。該崗位要求候選人具備多年軟件工程及工程管理經驗，有能力將原型產品推進至付費客戶使用和大規模部署階段。

此外，“事件響應經理（產品與工程方向）”崗位，年薪區間為 29 萬至 36.5 萬美元。該崗位負責搭建 Anthropic 產品和工程側的事件響應體系，協調工程、產品、安全、法務、市場及管理層等多方配合。

根據統計，80% 的人共用同一個職位頭銜：“Member of Technical Staff”。

一位前 Instagram CTO、前 Adept 創始人、斯坦福教授，在這里都只是 “MoTS”。這個職級被刻意壓平了。員工的資歷、具體職能和層級并不會直接通過頭銜體現出來。

第一大人才來源不是 AI 實驗室，而是 Google。

大家都以為 Anthropic 主要是在挖 OpenAI 和 DeepMind 的人，但它最大的人才管道確實是 Google。來自幾個競爭實驗室的員工數量占比很少。

Anthropic 明顯超比例吸引那些以工程嚴謹性著稱的公司人才：Stripe、Databricks、Snowflake、Palantir、Airbnb。

如果看工程師過往履歷中曾經任職過的機構，Google 以 405 人位居第一，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。整個工程組織中，有一半的人曾經在 FAANG 公司任職。

當然，他們也確實從其他實驗室挖人。OpenAI 是第五大直接來源，DeepMind 是第六大直接來源。大約有 94 名工程師是直接從一家前沿 AI 實驗室跳槽過來的。

打破“博士神話”印象

數據顯示，Anthropic 工程師中只有 13.7% 擁有博士學位，大約七人中才有一人是博士。

典型的 Anthropic 新招工程師，是擁有本科或碩士學位的資深工程師，而不是研究科學家。那種“實驗室里全是博士”的想象，在工程崗位層面基本是錯的。

他們的專業背景分布，也非常符合一個建設型組織的特征：計算機科學 819 人，之后是數學 78 人、物理 70 人、計算機工程 69 人。哲學也進入了前 20 名，有 13 人，這可能和安全相關。

學校來源方面，斯坦福是 Anthropic 工程招聘中最重要的學校來源。從歷史累計數據看，斯坦福有 144 人、伯克利 118 人、麻省理工 80 人、卡內基梅隆 73 人、哈佛 42 人、劍橋 39 人、華盛頓大學 36 人、滑鐵盧大學和康奈爾大學各 35 人、牛津 33 人、普林斯頓 32 人。其中，斯坦福、伯克利、麻省理工、卡內基梅隆這四所學校合計占到工程組織約四分之一。

2 職業沒有崩，但崗位結構開始斷裂

Anthropic 的情況，展示出了資深軟件工程師在當下依然非常重要。而此前，軟件工程師這一崗位幾乎在輿論中已經“被淘汰”。

2025 年的軟件工程師就業市場曾呈現一種“矛盾狀態”：求職者普遍覺得投遞更難獲得回應，而招聘經理也認為比過去更難招到合適的人。到了今年，這種矛盾并未完全消失，但市場整體已經出現積極變化。

The Pragmatic Engineer 最新發布的《2026 年軟件工程師就業市場狀況》顯示，頂級科技公司軟件工程師招聘正在恢復，美國和英國崗位數量上升，部分高薪科技公司開放的軟件工程崗位較一年前增長約 20%。

2025 年與 2026 年職位空缺最多的公司對比。數據來源：TrueUp

TrueUp 數據顯示，自 2023 年 3 月以來，頂級科技公司開放的軟件工程崗位數量持續攀升，主要包括大型科技公司（Big Tech）、頭部創業公司以及成熟的規模化擴張公司。

在 Big Tech 內部，軟件工程師招聘趨勢并不一致。報告認為，Apple 和 Google 在軟件工程崗位增長上更穩定，而 Meta 則呈現出“快速招聘、隨后裁員”的過山車式特征。

數據顯示，自 2024 年 5 月以來，Meta 軟件工程師人數增長接近 20%。但隨后 Meta 又進行了裁員，這使其成為 Big Tech 中最具波動性的公司之一。相比之下，Apple 和 Google 的軟件工程師團隊較為穩定。過去兩年，Apple 軟件工程師人數增長約 10%，Google 增長約 5%；Microsoft 下降約 1.1%，Amazon 下降約 1.3%。

Citadel Securities 近期發布的一份報告也對“軟件工程崗位將被快速替代”的觀點提出反駁。

報告顯示，軟件工程師崗位發布數量仍在快速增長，同比增加約 11%。原因是，AI 的擴散并沒有讓企業停止招聘技術人才，反而讓更多企業意識到自己需要能夠部署、集成和運營 AI 的工程能力。 與此同時，公司創辦數量也在擴大，這可能與 AI 降低創業門檻、提高個體和小團隊杠桿有關。

值得注意的是，AI 工程崗位本身正在成為軟件工程招聘的新增長點。

AI 工程崗位需求繼續爆發，多數科技公司正在把 AI 工程招聘置于普通軟件工程招聘之前。Pragmatic Engineer 提到，許多大型科技公司的 AI 工程職位數量比一年前增加 50% 到 100%，其同時還提出了一個關鍵問題：AI 工程是否不是在替代軟件工程招聘，而是在把 AI 能力變成軟件工程候選人的基礎技能？

這與部分網友的觀點相似：AI 編程工具的普及意味著更多工程師可能成為“10 倍工程師”。

此外，美國勞工統計局 BLS 對軟件開發者、質量保證分析師和測試人員的長期預測仍然樂觀。BLS 預計，2024 年至 2034 年，這一大類崗位就業將增長 15%，明顯高于美國全部職業平均 3% 的增速；其中軟件開發者單獨預計增長 16%。BLS 還預計，未來十年該類崗位平均每年約有 12.92 萬個職位空缺。

但是，事情的另一面也很重要：崗位總量雖然沒有崩，但并不代表所有人都安全。

Stanford Digital Economy Lab 相關研究指出，AI 暴露度較高的職業中，早期職業階段員工的就業出現明顯下降，軟件開發和客服等崗位受到沖擊更明顯。研究特別強調，經濟總體就業仍在增長，但年輕員工的就業增長已經停滯。

“有點反常的是，軟件工程師的崗位薪資可能會變得更高，但崗位數量會更稀缺。你必須成為頂尖程序員，未來可能不再有初級或中級程序員崗位?！庇芯W友評價道。

面對年輕工程師的困境，在 InfoQ 1 月份的訪談中，資深獨立咨詢師 &Al Coding 資深實踐者張漢東給出了一些建議：首先，一定要跟上 AI 的發展，用 AI 是最基本的，更重要的是持續關注 AI 最前沿的動態，并基于這些信息去判斷趨勢；其次，一定要盡量掌握當前最好的 AI 工具，同時建立屬于自己的 AI 工作流和學習路徑，只有這樣才能順利銜接后續以 Agent 為主流的發展階段，知道如何指揮 Agent 工作，并在過程中持續積累行業經驗。

Kreditz Al Orchestrater 馬工給年輕人打氣，并表示：“如果一些年輕人足夠有野心，想真正做出點東西，現在反而是最好的時代?！?/p>

他表示，親自動手的成本其實很低，只要自己去實踐，就會獲得與他人完全不同的體驗，通過不斷對比，才能逐漸和別人站在同一水平線上?！叭绻阒皇歉澄幻苏f什么就做什么，那永遠都會慢一步。更何況，很多觀點本身也帶有立場和商業目的?！?/p>

https://www.linkedin.com/pulse/i-looked-1680-anthropic-resumes-heres-who-actually-hire-cuadros-f34qe/

https://newsletter.pragmaticengineer.com/p/state-of-the-job-market-2026?utm_source=chatgpt.com

https://www.citadelsecurities.com/news-and-insights/global-macro-strategy/2026-global-intelligence-crisis/

聲明：本文為 InfoQ 原創，不代表平臺觀點，未經許可禁止轉載。

會議推薦

AICon 上海站 Keynote 嘉賓已集齊！來自復旦、清華、螞蟻、阿里云等高校知名教授與頂尖專家集結！從多模態、大模型落地與 Token 服務維度，拆解大模型從 “會回答” 到 “能執行” 的技術拐點。9 折倒計時最后一周，現在報名立減 580。