谷雨星球 2026-11-20 15:12:34
大家好,我是麦麦,目前定居美国东部。
就在昨天,AI行业迎来一个历史性时刻——
Claude背后的公司Anthropic,正式登陆纳斯达克,成为首家上市的主要前沿AI实验室。
这次IPO的规模有点惊人,发行价83美元,开盘直接涨到111.50美元,盘中市值一度突破2万亿美元,甚至超过了马斯克旗下的SpaceX,创下历史纪录。
这家成立不过5年多,公司仅5000人的公司,成为AI科技巨头。据媒体根据上市文件估算,约2800名员工持股价值超过1000万美元,早期成员持有的股份价值达到数亿美元甚至更高。
以往,一家科技巨头往往需要数万甚至数十万名员工,才能支撑起庞大的业务和市值,当前AI创造财富的速度越来越快,但能够直接分享这份财富的人变得越来越少,窗口也越来越小。
那么,吃上AI时代红利的,究竟是一群什么背景的人?都毕业于哪所大学?
名校的定义变了
在Anthropic的官方招聘页面上,有这样一句话说:
「We care about what you can do, not where you learned to do it.」我们看重的是你能做什么,而不是你在哪里学会的。
此外还披露,约一半的技术员工此前没有机器学习领域的工作经验,有人拥有博士学位,也有人从未上过大学。
这种多元性也在Anthropic创始团队里体现得很明显。
目前核心团队共有7人,除了计算机科班背景外,还有读物理的,数学的,英语文学和创意写作的,大学有MIT,斯坦福这种顶级名校,也有布兰迪斯,UEA,UCSZ这类相对名气没有很大的学校,还有辍学自学的人。
再来看看CEO的背景。
Dario Amodei,本科在Stanford学习物理,之后进入Princeton攻读生物物理与计算神经科学博士。毕业后,他又在Stanford医学院从事博士后研究,将机器学习应用于生物医学数据。
从物理,到神经科学,再到人工智能,他并不是沿着传统计算机专业一路走来的。后来,Dario先后进入Google Brain和OpenAI,担任OpenAI研究副总裁,参与推动GPT系列模型的研发。
2021年,他与另外六位前OpenAI成员共同创立Anthropic。
■他也是斯坦福数字经济实验室顾问组的成员之一
另一位联合创始人、如今的Anthropic总裁Daniela Amodei,职业路径则更加不同。
她毕业于UCSZ英语文学学士,早年做过演员和作家,也曾在公共服务领域工作,后来进入Stripe负责风险运营,再加入OpenAI负责安全与政策工作。
一个是物理和神经科学出身的研究者,一个拥有运营、政策和组织管理经验,背景很不一样,方向也很不一样,专长也很不一样。
■Daniela Amodei
而在Anthropic的上市文件里,也专门谈到了自己对人才背景的理解。
公司表示,团队不仅包括计算机科学家,还有物理学家、神经科学家、数学家和政策研究者,包括哲学、新闻和教育。
比如,被人称为Claude背后的「妈妈」Amanda,任人格对齐团队负责人及常驻哲学家,是纽约大学哲学博士。
根据上市时披露的信息,截至2026年9月底,Anthropic已经拥有约5300名员工。
我找到了一份研究者基于公开职业资料整理的员工教育背景数据,这份研究收集了5072份将Anthropic列为当前雇主的职业档案,其中3001份记录了教育经历。
从这些公开资料来看,排名靠前的大学包括:
先说明,这并不是Anthropic官方发布的员工学历排行榜,而是研究者根据公开职业档案整理的样本。
这份数据统计的是员工填写过的教育经历,并不单单指本科毕业院校。一个人本科毕业于Berkeley,博士毕业于Stanford,两段经历都可能进入统计。
因此,这份数据不能用来计算某所大学毕业生进入Anthropic的概率,也不能直接代表公司全部员工的教育背景。
不过,单看这张榜单,也很能说明问题:
Stanford、UC Berkeley、MIT、CMU排在最前面,还有University of Washington、Georgia Tech这些理工科特别强的大学,同样进入了前列。
不难发现,员工教育背景都很好,几乎都来自名校。
但定义名校的标准在发生变化:不再是传统的藤校,而是理工科见长的专业院校。
■一份独立研究者整理的公开职业档案样本,覆盖约5072份资料,其中3001份有教育经历,排名前列的同样是Stanford、Berkeley、MIT、CMU、Harvard,随后还有University of Washington、USC、Cambridge、Oxford等学校。
如果把Anthropic和另一家公司OpenAI放在一起看,这个特点就更加明显。
截至2026年9月,OpenAI的LinkedIn People页面显示10697名关联员工。根据这些用户公开填写的教育经历,人数最多的15所大学分别是:
不难发现,Stanford、UC Berkeley、MIT、CMU,几乎都是两家AI巨头员工教育背景中最突出的学校。Georgia Tech、UIUC、Waterloo、University of Washington这些以计算机、工程或科研实力见长的大学,也占据了相当显眼的位置。
除此之外,我还找到了一份关于OpenAI员工本科院校背景的数据。
一位研究者使用Crustdata API,对当时5302名OpenAI员工进行了分析。
结果显示,本科毕业于UC Berkeley的有237人,Stanford有167人,UCLA有100人,MIT有98人,Waterloo有89人,Cornell有75人,Harvard有74人,清华大学有62人。
如果只看本科背景,UC Berkeley超过Stanford,Waterloo排在第五,甚至超过Cornell和Harvard。
当然,这些数据并不能证明某所大学更容易把学生送进AI巨头。大学规模、专业人数、毕业生基数、所在地区以及校友网络,都可能影响最终统计结果。
但至少,它们给了我们一个不同于综合排名的观察角度。
这件事其实很符合AI这个行业本身的特点。
今天最热门的模型和工具,几年以后可能已经完全不同。但数学、统计、计算机科学这些底层能力,不会因为一个新模型出现就突然失效,所以这些学校首先提供的,是非常扎实的学术功底。
■谷雨星球访校也去过CMU
学校地理位置太好了。
排名前三的UC Berkeley、Stanford和UCLA,全部位于加州。
如Stanford本身就处在硅谷的核心环境里,并且学校内部又拥有长期积累下来的AI研究体系。
早在1963 年,John McCarthy就在这里创立了Stanford Artificial Intelligence Laboratory,也就是SAIL。如今,SAIL的研究已经覆盖computer vision、natural language processing、reinforcement learning、robotics等多个方向。
UC Berkeley也有一个很有代表性的AI研究环境:Berkeley Artificial Intelligence Research,也就是BAIR。
BAIR把Berkeley做人工智能研究的教授和学生全都聚集在一起,研究范围从machine learning、computer vision、natural language processing,一直到robotics和planning。
一所大学附近有什么公司、实验室、投资机构和研究中心?学生本科期间会接触到什么样的人?身边的学长学姐毕业以后去了哪里?越来越重要,
哪怕可能是每天看到的超高浓度的AI广告牌,这些东西都会慢慢影响一个学生对自己未来规划的想象,这就是「机会密度」。
■谷雨访校实拍:加州都是AI广告牌。
把工作变成上大学的一部分
在这份榜单里,有一所大学比较特别:加拿大滑铁卢。
为什么它不在美国,不在硅谷,却在前面那份本科院校统计中排到了第五,甚至超过Cornell和Harvard?
顺着这个问题再往下研究,我发现这些学校还有一个更深层的共同点:
它们都在想办法,让本科生比较早地离开只有标准答案的课堂,能有机会真正进入实质性的研究或者是工作环境中。
Stanford Computer Science Department专门为本科生设计了一个项目:CURIS,Computer Science Undergraduate Research Internship。
每年夏天会有100多名本科生在CS faculty和PhD students的指导下,进行连续10周、每周40小时的全职研究,让学生真正加入教授的research group,围绕双方都感兴趣的问题,一起向研究结果推进。
这让一个本科生完整经历了一次研究是怎么发生的:先在不确定中决定什么问题值得做,发现自己缺什么知识,再补知识。
而Waterloo教育体系中最有辨识度的一点是:
直接把工作本身变成本科教育的一部分。
这里就不得不提到Waterloo的Co-op Culture:学生通常会在4个月上课和4个月全职工作之间不断切换,本科期间会完成4–6个work terms,所以在毕业时最多可以积累接近两年的正式工作经验。
目前合作雇主超过8000+家,覆盖70多个国家,96%参加过Co-op项目的毕业生找到了与他们在校期间所学技能相关的工作。
而且Waterloo的Co-op并不是学校直接「分配工作」,学生需要自己去寻找合适的岗位、提交申请、参加面试,最终拿到offer。
可以说,学生从本科阶段就已经开始踏入职场社会。
Waterloo官方也明确把 Co-op定义为把课堂知识带到工作环境,再把实际经验带回课堂的循环,属于是人为地提高学生进入真实工作环境的频率。
正如文章开头的那句话:,Anthropic在招聘页面上写的那句话:
「We care about what you can do, not where you learned to do it.」
虽然员工教育背景里名校依然占据优势,但藤校并不再是唯一答案。
除了大学综合排名外,专业度更加重要,以往那些用藤校来判断大学价值的思维,在AI公司面前,已经过时了。
这或许也是AI时代选大学时,一个值得重新考虑的标准。
【版权声明】本文内容来源于谷雨星球,版权归原作者及原媒体所有。本站仅作信息分享,不构成任何商业用途;如涉版权问题,请联系本站删除。
发布时间:2026-11-20 13:36:50
(第1/1页/共22398字/3阅)