夜雨聆风
你猜，Anthropic的工程师里，有多少人是博士？
我猜你会说很多。毕竟这是做出Claude的公司，全球最前沿的AI实验室之一，搞的是大模型、强化学习、AI安全，听起来就应该是博士扎堆的地方。
但数据告诉你，每7个人里，才1个博士。
最近有个招聘从业者叫Sebastian Cuadros，做了一件很硬核的事。他把LinkedIn上所有标注Anthropic为现任雇主的人扒了一遍，总共5306份简历，筛出1680名工程师，然后分析了他们加入Anthropic之前的7986段工作经历。
结果跟我想的完全不一样。
12年经验，才是一张入场券
先说最让我震惊的一个数字。
这1680名工程师，加入Anthropic之前的工作经验中位数是12.2年。
中间50%的人，经验在8.8年到16.5年之间。工作经验不到3年的，只有50个人。
应届生招聘？基本不存在。
一个典型的Anthropic新人画像是这样的：在外面摸爬滚打了12年，然后加入Anthropic，待了10个月。
什么意思？Anthropic不是在培养人才，它是在"摘果子"。你要在外面证明自己，搭过大系统，扛过大流量，解决过真问题，然后它把你摘过来。
这让我想到一句话：AI公司最不缺的就是AI专家，它缺的是能把大规模系统跑起来的人。
他们要的不是"研究AI的人"
你以为Anthropic的工程师每天都在推导算法、训练模型、调参？
数据说，不是。
40%的工程师背景是基础设施。后端、分布式系统、数据库、安全，每一类都在20%左右。而强化学习——也就是RLHF里那个"RL"——只出现在3.3%的工程师履历里。
意味着你在Anthropic遇到的100个工程师里，可能只有3个人是真正做强化学习的。其他97个人在干嘛？搭平台、跑集群、管数据、做后端、扛生产环境。
他们自报的技能标签也很能说明问题：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。
这哪是AI实验室，这是一家基础设施公司。
但你仔细想想，Claude能不能稳定服务几千万用户，靠的是什么？不是算法有多炫酷，而是系统能不能扛住。训练、推理、数据清洗、权限、安全、计费、可观测性、故障恢复——哪一块掉链子，用户看到的都是同一句话：Claude又不行了。
最大人才来源是Google，不是OpenAI
很多人以为Anthropic是从OpenAI和DeepMind挖人的。毕竟Anthropic的创始团队就是从OpenAI出走的，天然应该跟AI实验室的人更熟。
但数据不是这样。
如果看这些工程师整个职业生涯曾经待过哪里，排名第一的是Google，405人。OpenAI只有48人，DeepMind只有62人。
Google一家，就比OpenAI和DeepMind加起来还多。
更值得注意的是，Anthropic特别偏爱那些"以工程严谨性著称"的公司。Stripe、Databricks、Snowflake、Palantir、Airbnb，这些名字你可能不熟悉，但在技术圈，它们是"硬核工程"的代名词。
整个工程团队里，50%的人履历上出现过FAANG（Facebook、Amazon、Apple、Netflix、Google）。
这说明什么？说明Anthropic真正抢的，不是"懂AI的人"，而是"见过大场面的人"。你要在Google扛过亿级用户的流量，在Stripe处理过毫秒级的支付延迟，在Databricks管过PB级的数据管道——然后你才有资格来搭Claude的基础设施。
AI公司最不缺的就是AI专家，它缺的是能把大规模系统跑起来的人。
年轻人的门，几乎关死了
说到这，可能有年轻工程师要问了：那我还来得及吗？
老实说，很难。
1680人里，工作经验不到6年的只有172个。不到3年的只有50个。而且这些人不是普通的应届生，他们是用另一套"硬通货"来补足工作年限的。
三类通道：
第一类，顶级实习。50%的年轻工程师在加入前有过Meta、Google、DeepMind、Microsoft、Amazon的实习经历，或者Jane Street、Two Sigma这类顶级量化机构。
第二类，量化交易转AI。9%来自Jane Street、Two Sigma、Citadel这些华尔街顶级交易公司。这些人通常是国际信息学奥赛银牌以上、Codeforces评分2900+的顶级算法竞赛选手。他们不是靠工作年限进去的，是靠竞赛排名和极限代码能力。
第三类，AI对齐奖学金。6%参与过MATS、SERI、Redwood、ARC这些前沿AI对齐研究计划。这是一条几乎只面向年轻人的通道，在资深工程师群体里根本不存在。
所以一个典型的年轻工程师画像可能是：MIT背景，IOI银牌，Codeforces 2900+，工作四年左右，然后进Anthropic做强化学习和AI安全。
这不是"努力就能进"的通道。这是用天赋抹平工作年限的通道。
一个矛盾：说AI要取代程序员，却在疯狂招程序员
还有个有意思的细节。
Anthropic的CEO Dario Amodei今年1月放了个狠话：未来6-12个月，AI将全面取代软件工程师，一半初级白领岗位未来1-5年全部消失。
这话当时引起很大反响，很多开发者对未来感到焦虑。
但紧接着，数据告诉我们，Anthropic自己在疯狂招软件工程师。1680人的工程团队，一半是过去12个月招的。2025年招了686人，2026年截至6月已经招了455人。而且薪酬极高，Claude Code系统工程师年薪40-48万美元，TPU Kernel Engineer最高85万美元。
一边说AI要取代程序员，一边在高薪抢程序员。这矛盾吗？
其实不矛盾。
Dario说的"被取代的程序员"，是做重复性编码工作的人。而Anthropic在抢的，是能搭系统、扛流量、解决真问题的人。
这两类人，本来就不是一回事。
AI时代，什么经验值钱？
写完这些，我想说一个可能让很多人不舒服的判断。
我们过去总以为，AI时代最值钱的是"懂AI的人"。学深度学习、学强化学习、学Transformer，谁懂算法谁就是香饽饽。
但Anthropic的数据告诉我们，真正稀缺的，是"搭过大系统的人"。
你要在真实的生产环境里扛过流量，处理过故障，优化过性能，管过数据管道。你要知道系统在峰值时会怎么崩，知道怎么设计容错，知道怎么在成本和性能之间做权衡。
这些东西，不是看论文能学会的。你要在残酷的商业战场上证明过自己。
这也是为什么Anthropic最大的人才来源是Google、Stripe、Databricks，而不是OpenAI和DeepMind。因为前者是"搭系统"的地方，后者是"研究算法"的地方。
而Claude能不能稳定服务几千万用户，靠的是前者。
AI时代不是消灭经验，是重新定义什么经验值钱。
那些在大规模系统里摸爬滚打过的老兵，那些见过真正"大场面"的工程师，他们的经验不但没有贬值，反而更值钱了。
因为AI公司终于意识到：模型只是系统的一部分。真正决定产品能不能用的，是系统能不能跑起来。