Anthropic 半年挖了 11 个顶级的人，没有一个去做产品——人事表就是它的路线图

English version: Anthropic Hired 11 Top People in Six Months. Not One to Build a Product..

过去半年，这些人先后从原来的椅子上站了起来：

• Andrej Karpathy——OpenAI 联合创始人、前特斯拉 AI 负责人；
• Jelani Nelson——UC Berkeley EECS（电子工程与计算机）系主任；
• John Jumper——AlphaFold 之父，2024 年诺贝尔化学奖得主；
• Tom Blomfield——英国挑战者银行 Monzo 联合创始人、YC 合伙人；
• Peter Bailis——Workday 的 CTO；
• Harvey Lederman——UT Austin 的哲学教授，研究一位 1472 年出生的中国思想家。

半年，这个量级的十一个人，去了同一家公司：Anthropic。

人往哪儿流，是有方向的。一个顶级的人，愿意关掉自己的实验室、辞掉 CTO 的头衔、从系主任的任上休假，跑去别人家当一个 title 平平的 Member of Technical Staff——这不是随机噪声。把这半年的入职名单摊开，按「进了哪个组」而不是「原来是谁」排一遍，你手里就不是一张 HR 花名册，而是一张 Anthropic 未来 12–18 个月准备把钱和人往哪儿押的路线图。

前提是，你得会读。这篇讲的就是怎么读——用 Anthropic 当样本，最后你能把同一套侦查法，扣到自己的模型供应商、你的竞争对手、甚至你自己公司的招聘公告上。

第一条读法：只看头衔，你会把一个烧钱建数据中心的人，当成做支付的

Tom Blomfield 是这半年最容易读错的一个。

他的履历写着「Monzo 联合创始人 + GoCardless 联合创始人」——GoCardless 去年刚被 Mollie 以 11 亿美元收走。清一色的支付基础设施 + 消费级金融。顺着头衔往下猜，结论几乎是自动跳出来的：Anthropic 要做 agentic payments 了，要往「AI 帮你付钱、AI 帮你下单」的方向走了。

我一开始也是这么读的。直到把他进的组查出来——他去的是 Tom Brown 的 compute 团队，管的是数据中心、硬件、算力基建。不是支付，不是消费产品，是往炉子里铲煤的那个人。

Anthropic 要的，是他在 Monzo 从零把一家银行做到千万级用户、又亲手融了几十亿攒下的那身大规模落地 + 融资 + 基建运营的肌肉——跟他懂不懂支付没关系。这套本事，正好用来烧一件事：2025 年 11 月，Anthropic 宣布了一笔 500 亿美元的美国算力投资。500 亿美元的 Capex，需要的不是又一个研究员，是一个能把这种规模的钱和工程真正落地的运营者。

这就是第一条读法：组别 > 头衔。 一个人过去是干什么的，决定的是媒体标题；他进了哪个组、向谁汇报，决定的才是那家公司想用他干什么。Blomfield 挂在 compute 底下，Anthropic 的意图就从「做支付」翻转成了「它把烧钱建算力这件事，当成了要请顶级操盘手来干的头等大事」。

差一个字段，读出来的路线图整个反过来。

把 11 个人按组别排开，只剩四根柱子

用这条读法把全部十一个人重新归位，一件事浮出来了：看起来分散在六个方向的招聘，拆开组别之后，全部落在四根柱子上——而且没有一根叫「产品」。

• 柱一，用 AI 造 AI + 预训练效率。 Karpathy、Jelani Nelson，都进了预训练组。
• 柱二，算力。 Ross Nordeen、Tom Blomfield，都进了 compute。
• 柱三，科学，尤其是生物。 John Jumper、Kirill Neklyudov，加上一笔 4 亿美元的收购。
• 柱四，治理与经济学的软实力。 Harvey Lederman、Chad Jones。

剩下两个看似「产品/检索」的人，拆开也都收进了引擎本身：Bryan McCann（You.com 联合创始人、前 Salesforce 研究员）做的是检索——那是喂模型的管子；Peter Bailis（前 Workday CTO）进去做的是 reinforcement learning 工程——那是训模型的手。没有一个人被派去做面向终端用户的产品皮。

一家公司在一线抢人抢得最凶的四个方向，就是它赌桌上筹码压得最重的四个格子。下面逐柱看，每一柱都有一个能直接搬走的读法。

两个最强的人，都压在「用 AI 造 AI」上

柱一是主引擎，信号也最强——因为压在这里的两个人，量级都顶到天花板了。

Karpathy 进的是预训练组，直接向 Nick Joseph 汇报，而且带着一个很具体的任务：建一支子团队，专门研究怎么用 Claude 去加速 Claude 自己的预训练。用大白话说，就是让现在这代模型，去当训练下一代模型的研究员——递归自我改进（recursive self-improvement，业界缩写 RSI，指模型参与改进模型、把研发循环自己转起来）。这个词，过去五年是安全研究者最警惕的那类能力。现在，它成了一个组的 KPI。

紧接着 7 月 1 日，Jelani Nelson 从 Berkeley EECS 系主任任上休假，进了同一条预训练线。他的专长是流式算法和降维——一整套「在给定内存和算力下，怎么把每一分资源榨到极限」的理论。

把这两个人放一块看，Anthropic 的判断就很清楚了：它不认为预训练已经撞墙，它赌的是效率——同样的卡榨出更多、让模型也顶上研发循环的一环，把飞轮自己转起来。 Karpathy 负责让 AI 接管研究 loop，Nelson 负责把算力效率的地板往下压。两件事合起来，就是把「递归自我改进的复利飞轮」从 PPT 上的口号，变成了两个真金白银建起来的组。

这里还有一层更贵的信号：一家公司愿意为哪个方向支付「顶级人才溢价」。 招十个能干活的工程师，说明这个方向要放量；请一个 Karpathy 这种量级、还得专门为他建组的人，是把这个方向押成了赌命的主线。溢价越离谱，信号越强。

它在同时又建又租，把算力当成命脉

柱二是算力，这里有个容易读半错的地方，值得掰开。

Ross Nordeen 是 xAI 的联合创始人，也是马斯克之外最后一个离开 xAI 的联创，此前在特斯拉搞了三年超算。他进 Anthropic 的 compute 团队，时间点很微妙——几乎和 Anthropic 租下 xAI 那座 Colossus 超算（300 兆瓦以上算力）的交易同一天官宣。

如果只看 Nordeen 加 Blomfield 这两笔，很容易得出「Anthropic 在大搞算力自建、不再依赖合作方」的结论。但把交易一起看，真相更有意思：它在同时走两条路——

一边，2025 年 11 月宣布 500 亿美元、找 Fluidstack 在得州和纽约定制自建数据中心；另一边，直接租下 SpaceX / xAI 的 Colossus 算力。Nordeen 正是伴随那笔租用交易进来的。

所以准确的读法反过来——它在又建又租、多头下注，把拿到足够算力这件事本身当成公司的命脉。在这个阶段，算力就是弹药，能自建就自建，租得到的租，长约能签就签——不挑手段。又一家前沿实验室，正式踏进了「抢电、抢卡、烧 Capex」的军备赛。

算力走到这一步，已经从一项采购，升格成了一条要亲自守住的生命线——值得为「基建」这个词单独设组、单独挖一个顶级操盘手来守。

花 4 亿美元买 10 个人，是为了那间湿实验室

柱三，科学，尤其是生物，是这份名单里最「重」的一注。

John Jumper 是 AlphaFold 之父，和 Demis Hassabis 分享了 2024 年诺贝尔化学奖，在 DeepMind 待了近九年，6 月 19 日官宣离开。Anthropic 官方没公布他的具体 title，但方向不用猜。再加上 Kirill Neklyudov——从 Mila / 蒙特利尔大学休假进来的 MTS，专长是蛋白折叠和分子动力学的生成建模。

但这一柱最该细看的，是那笔收购。2026 年 4 月，Anthropic 花大约 4 亿美元、全股收购了 Coefficient Bio。团队不到 10 个人，多数是前 Genentech 的计算生物研究员。

4 亿美元买 10 个人，单看数字像疯了。但一笔收购真正的信号，藏在它把留下来的人派去干嘛。 Coefficient 真正值钱的，是他们手里那套把「AI 生成的分子设计」直接接到湿实验室去做实验验证的能力——那 10 颗脑袋只是这套能力的载体。它能让 AI 起草药物研发方案、跑真实的 wet-lab 验证、再把结果喂回模型。

数字层的东西（模型分析文献、算蛋白结构）Anthropic 早就有了；它缺的一直是「数字 → 物理」那一环——让模型的一个想法，真的走进实验室、变成一次真实的实验、再拿真实结果回来。收购 Coefficient，补的就是这一环。这是一整套认真的 AI-for-bio 闭环，和 DeepMind 抢的是同一颗皇冠上的明珠。前沿实验室，正在往生命科学的物理层里走。

请一个研究王阳明的哲学家，不是做公关

柱四是软实力，也最容易被当成「花架子」略过，其实不该。

Harvey Lederman，UT Austin 哲学教授，过去十年主要研究王阳明——那位 1472 年出生的明代思想家，核心命题是「知行合一」。他进 Anthropic 做的是 alignment and character（对齐与模型「人格」）。请一个研究王阳明的人来教模型怎么理解价值、怎么让内部信念不打架，这是把「模型该有什么样的品格」当成一个真问题在解——不是挂个招牌好看。

另一个是 Chad Jones，斯坦福任教十七年的经济学家，以半内生增长理论知名，去了新成立的 Anthropic Institute——由联合创始人 Jack Clark 领衔，研究 AI 对经济增长、就业、法治的系统性冲击。

这两个人合起来，画的是同一个定位：「负责任的守门人」。 这条线不直接赚钱，赚的是话语权——用安全、治理、经济学的研究，去占住「前沿 AI 该怎么被治理」这场讨论的高地。这和 Demis Hassabis 那篇《前沿 AI 治理框架》是同一套打法：谁先把规则的语言写出来，谁就在下一轮监管里占了先手。

所以别把「治理/伦理」类的招聘当成公关预算。当一家公司愿意为这条线请诺奖级、系主任级、正教授级的人，它买的是未来定规则时的一张前排座位，好名声只是附带。

比它招了谁更值得看的，是它没招谁

前面四柱看的都是「招了谁」。但真正老练的读法，是去看负空间——它明明有钱有名气能招，却一个都没招的方向。

把这份名单通读一遍，几个当红方向的顶级人才，Anthropic 一个都没碰：

• 机器人——没有。
• 世界模型（world model）——没有。
• 消费社交 / 端侧娱乐——没有。

（声明一下：这是我从公开名单里读出来的判断，不是官方说法。但半年十一人里系统性地不碰某个方向，本身就是信号。）

一家公司的招聘，既在说「我要往这儿走」，也在沉默地说「我不去那儿」。当同行都在抢机器人和世界模型的人时，Anthropic 把顶级筹码全压在预训练效率、算力、生物、治理这四格里。它当然听说过那些方向，只是主动选了收窄、做深，没铺开占全。

这是最后一条、也是最反直觉的读法：一份招聘名单的价值，一半在它写了什么，一半在它刻意的留白。 会读的人，两边都读。

把这套读法，用到你自己的供应商和竞对身上

绕回开头那句：人事就是路线图。这篇真正想交到你手里的，不是「Anthropic 要干嘛」这个八卦结论，而是推出这个结论的那套动作——因为这套动作，你明天就能用在别人身上。

下次你的模型供应商放出一批招聘、或者哪家竞对做了笔收购，别停在头衔上，按这几步走一遍：

1. 看组别，不看头衔。 一个人进了哪个组、向谁汇报，比他过去是谁更能说明这家公司想干什么（Blomfield 挂 compute 不挂 product，方向整个反过来）。
2. 看它为哪个方向付「顶级人才溢价」。 招十个工程师是放量，为一个人专门建组是押命。溢价越离谱，主线越确定。
3. 收购别看价钱，看留下的人被派去干嘛。 4 亿美元买的不是 10 颗脑袋，是那间接上湿实验室的能力。
4. 读负空间。 它明明能招却没招的方向，就是它主动放弃的战场——沉默和公告一样是信号。

这四步扣到 Anthropic 身上，画出来的是一家在收窄、在做深的公司：主引擎压在预训练效率 + RSI，认真做生物垂直，把算力当命脉自建加租，外加治理和经济学的软实力占位。它没有重仓机器人、世界模型、消费社交——它在往深里扎，不在往宽里铺。

同一套动作，你可以立刻拿去读离你最近的那家公司。

回复关键词「人事路线图」，我把这套侦查法整理成了一页纸的清单发给你：四步读法 + 一张「组别归位表」模板，看到下一批招聘/收购公告时，照着填就能推出对方的下注方向。

回复渠道见页脚（公众号 / X）。不方便回复的，评论区留邮箱也行。