提到顶尖AI公司，很多人的第一反应是博士扎堆、算法大神云集。但这家公司的人才画像，可能会打碎这种想象。
\x26nbsp;
有人统计了Anthropic约1680名工程师的LinkedIn资料，发现这家公司最偏爱的并不是刚毕业的AI天才，而是一群资深工程师。
\x26nbsp;
数据显示，Anthropic工程师入职时的工作经验中位数达到12.2年，超四成员工拥有13年以上从业经验，而工作经验不足3年的人，占比不到3%。学历也没有你想象中那么夸张，工程师中，博士占比仅13.7%，本科和硕士才是绝对主流。
\x26nbsp;
再看他们的技能背景。很多人以为顶尖AI公司最缺的是强化学习专家、模型研究员，但在公开履历里，更常见的关键词却是：Python、Java、C++、后端、分布式系统、安全工程、基础设施。
\x26nbsp;
外界最爱讨论的强化学习专家，在Anthropic并不算主流，相关经历只出现在3.3%的履历中，而超40%的工程师拥有基础设施和系统工程背景。
\x26nbsp;
从这份画像里能看到一个很有意思的变化。
\x26nbsp;
过去几年，AI行业最受关注的是模型、论文和各种榜单排名，但当模型能力逐渐拉近之后，竞争开始转向另一层。谁能训练得更快，谁能部署得更稳，谁能把推理成本降下来，谁能支撑几亿用户同时使用...... 这些问题考验的都是工程能力，这也是为什么Anthropic招了这么多有十几年经验的工程师。
\x26nbsp;
对于很多想转AI的人来说，这份画像可能会打碎一个幻想：进入AI行业，不一定非得会造模型，很多公司真正愿意高薪抢的人，是那些做过大型系统、扛过高并发、踩过无数线上事故的老工程师。
\x26nbsp;
过去几年，AI行业最耀眼的人是模型研究员，但从Anthropic的人才画像来看，另一群人的价值正在被重新看见。当模型能力越来越接近之后，真正拉开差距的，开始变成工程能力。

AI行业最值钱的人，未必是最会造模型的人，能把模型跑起来的人，开始比能把模型做出来的人更抢手。\x3ca class=\x22wx_topic_link\x22 topic-id=\x22mqq43tqw-b9xhiw\x22 style=\x22color: #576B95 !important;\x22 data-topic=\x221\x22 data-recommend=\x22\x22\x3e#大模型\x3c/a\x3e \x3ca class=\x22wx_topic_link\x22 topic-id=\x22mqq43vp1-ls6rg1\x22 style=\x22color: #576B95 !important;\x22 data-topic=\x221\x22 data-recommend=\x22\x22\x3e#招聘\x3c/a\x3e \x3ca class=\x22wx_topic_link\x22 topic-id=\x22mqq4666b-cljvms\x22 style=\x22color: #576B95 !important;\x22 data-topic=\x221\x22 data-recommend=\x22\x22\x3e#AI\x3c/a\x3e

文案｜张洪雷
制图｜管若潼
编辑｜华思雨