Anthropic 招聘数据分析:它们真正雇佣的是谁?
作者分析了 Anthropic 现有的 1680 名工程师简历,发现其极度偏好资深工程师(中位经验 12.2 年),且主要来源并非其他 AI 实验室,而是 Google 等重视工程基建的大厂。团队学历以本科/硕士为主(博士仅 13.7%),技能栈集中在基础设施而非纯模型研究。唯一的初级入口通常具备顶级竞赛或实习背景。对于想加入 Anthropic 的工程师,建议展现实际构建大规模系统的能力。
作者分析了 Anthropic 现有的 1680 名工程师简历,发现其极度偏好资深工程师(中位经验 12.2 年),且主要来源并非其他 AI 实验室,而是 Google 等重视工程基建的大厂。团队学历以本科/硕士为主(博士仅 13.7%),技能栈集中在基础设施而非纯模型研究。唯一的初级入口通常具备顶级竞赛或实习背景。对于想加入 Anthropic 的工程师,建议展现实际构建大规模系统的能力。
文章基于 Palantir 前工程师、Kepler CEO Vinoo Ganesh 的观点,探讨当下火热的 FDE(Forward Deployed Engineer)岗位。作者指出 FDE 一词已被混用于销售工程师、带销售指标的销售和技术顾问三种工作,区分真 FDE 与咨询的关键在于:解决客户问题后,是否将一线信号沉淀为可复用的产品。文章通过 Phoenix 事故、Parquet 迁移等案例说明 FDE 的本质是收集客户组织中的'名词与动词'等信息,并强调汇报线(挂在产品而非销售下)、反馈循环与累积验证的行业理解才是真正的护城河。最后给出转岗者应问的三个问题:汇报给谁、修复能否回到主干、KPI 如何考核。
本文汇总了2026年8月初X平台上的科技公司招聘信息,涵盖a16z crypto、OpenRouter、Thinking Machines、Factory AI、IRS等数十家公司的职位机会。岗位类型丰富,包括AI安全研究员、高级后端工程师、社交媒体负责人、增长负责人、设计师、量化开发者等,分布于纽约、远程等多种工作地点。多个AI实验室和初创公司正在扩充团队,涉及LLM、Agent、加密货币、医疗健康等热门领域,为求职者提供了大量一线科技公司的最新招聘线索。
本文详细介绍了Anthropic推出的Claude Science,一个面向科学家的AI工作台。文章指出,Claude Science不同于普通聊天机器人,它通过统一环境、生成可审计产物和嵌入审查机制,解决科研工作中跨工具协作的拼接、回溯和审查问题。文章阐述了其多Agent协作结构、研究契约的制定、证据链的形成、Reviewer Agent的职责,并通过Manifold Bio、Allen Institute和UCSF三个案例展示了其应用场景。最后,文章提供了适合使用Claude Science的人群和验收标准,强调其核心价值在于提高科研工作的可检查性,而非替代科学家的判断。
Anthropic 分享了如何利用 Claude 将数据分析准确率从 21% 提升至 95%,并自动完成 95% 的业务查询。文章详细介绍了其构建的四层智能体分析栈:数据基础、权威来源、技能(Skills)和验证机制。通过规范数据集、强制语义层使用、编写 Markdown 技能文件以及严格的离线与线上评估,Anthropic 解决了概念歧义、数据过时和信息检索困难三大问题,成功将重复性分析工作交给 AI,让数据科学家专注于高价值建模。
文章详细探讨了 Forward Deployed Engineer (FDE) 这一职位的兴起、定义及在 AI 行业中的应用。文章指出 Google、OpenAI 和 Anthropic 正在大力招募 FDE,通过成立独立实体或简化招聘流程来抢占市场。作者解释 FDE 是驻扎在客户现场的工程师,融合了咨询与开发的职能,并对比了三家巨头的不同策略。文章最后分析了 FDE 对不同职业阶段人群的机遇,标志着 AI 行业从单纯的模型竞赛转向落地应用。