Anthropic 2026 招聘節奏明顯加速——之前 2024 的 SDE pipeline 平均要 12-16 週，2026 已縮短到 8-10 週。這意味著你「準備時間窗」被壓縮，每一步都要踩點。
本文與我們其他幾篇 Anthropic 文章不同——不再聚焦「題目長什麼樣」或「BQ 怎麼答」，而是用一條 candidate 真實的 10 週時間線，告訴你每一週該做什麼、對手在做什麼、recruiter 內部在判斷什麼。原始資料來自一位 2026-04 入職 Anthropic Inference 團隊的 Member of Technical Staff（MTS）的複盤。
整體時間線（W0 → W10）
| 週次 | 階段 | 候選人動作 | Anthropic 內部動作 |
|---|---|---|---|
| W0 | 投遞 | 內推 + 自主提交 | ATS 自動打標 |
| W1 | Recruiter Screen | 30 min 電話 | recruiter 寫 Notion 卡片 |
| W2 | Take-home Coding | 4-6h 獨立完成 | 自動測試 + 人工 review |
| W3 | Take-home Review Call | 60 min 程式碼答辯 | reviewer 提交 hire/no-hire |
| W4-6 | Onsite Loop | 5 × 60 min | 每位面試官寫 packet |
| W7 | Hiring Committee | candidate 等 | Committee 評分 |
| W8 | Team Match | 2-3 個 chat | hiring manager 看 fit |
| W9 | Offer & Negotiation | 談 comp | recruiter 走審批 |
| W10 | 接受 → 入職準備 | 簽 NDA / 體檢 | 申請 stock grant |
強烈提示：Anthropic 的 pipeline 一旦中斷很難重啟——比如你 W3 因臨時事被拖一週，整個 onsite 排期會被推 2-3 週。建議提前清空 Calendar，把 W2-W7 這 6 週設為「face slot」。
W0：投遞
該做什麼
| 任務 | 時間 | 優先級 |
|---|---|---|
| 找一位 Anthropic 員工內推 | 1-3 天 | ⭐⭐⭐ |
| 履歷改成「impact-driven」格式 | 2 小時 | ⭐⭐⭐ |
| GitHub 主頁置頂 ML / LLM 專案 | 30 分鐘 | ⭐⭐ |
| Cover letter 突顯「alignment / safety」興趣 | 1 小時 | ⭐ |
關鍵：Anthropic 的 ATS（Greenhouse）會把「alumni referral」和「public-link applicant」分兩個 queue 處理——內推平均提速 5-7 天。如果沒內推，LinkedIn 上 cold message 現任 Anthropic SWE 也可行（平均回覆率 15%）。
內部在做什麼
ATS 系統按以下標籤自動打分：
- 學歷：本碩博三級，PhD 在 ML / NLP / Distributed Systems 直接 +2
- 工作經驗：Year 0-2 走 New Grad pool，3-7 走 MTS pool
- 關鍵字：transformer、distributed training、LLM serving、RLHF、CUDA
reject 率：~93% 在 W0 直接被淘汰。
W1：Recruiter Phone Screen
該做什麼
30 min 電話，不是技術面——更像 vibe check + logistics。recruiter 會問：
- 為什麼 Anthropic（不是 OpenAI / DeepMind / xAI）
- Cluade 的哪個特性讓你印象深刻
- 當前 base / total comp 和期望
- 可用 onsite 時間窗
- 你對 alignment / safety 的看法
回答關鍵：要具體到 Claude 某個 release 的某項能力（比如「Claude 3.7 在長 context reasoning 時的 chain-of-thought 控制」），而不是泛泛說「我用過 Claude」。
內部在做什麼
recruiter 寫一份 Notion 卡片，標記三個維度：
- Tech fit（你的方向能不能匹配 hiring teams）
- Mission fit（你對 AI safety 的關注是真的還是話術）
- Logistics fit（時間、簽證、薪資期望）
任何一項打「低」，pipeline 終止。
W2：Take-home Coding（獨立 4-6 小時）
該做什麼
Anthropic 的 take-home 是郵件發送一個 GitHub repo invite，48 小時內提交，但 actual work 4-6 小時。
近期題目都圍繞「實用工程」：
- 建構一個簡易 LLM agent loop（帶 tool calling）
- 實作一個 retrieval-augmented chat（用 SQLite 做 vector store）
- 寫一個文本後處理 pipeline（分句、清洗、去重）
- 復現一個論文圖表（給 paper PDF + 資料集）
評分維度：
| 維度 | 權重 |
|---|---|
| 正確性 | 30% |
| 程式碼可讀性 | 25% |
| 測試覆蓋 | 20% |
| 工程實踐（git history、README、type hints） | 15% |
| 設計文件 | 10% |
最容易丟分：
- README 只有「how to run」，沒有「trade-offs I considered」
- 一次性 commit 全部程式碼（reviewer 看不出你的思路）
- 沒有 unit test
- 用了非主流庫（reviewer 跑不起來直接 fail）
內部在做什麼
reviewer 跑你的程式碼 + 看 git history + 讀 README，1 小時內打分。如果你 commit 頻繁 + README 寫得像 design doc，reviewer 會主動找 hiring manager 推 onsite。
W3：Take-home Review Call（60 min 程式碼答辯）
該做什麼
這一輪不是新寫程式碼，而是 walk through 你的 take-home，回答 deep-dive：
- 「你為什麼用 sqlite 而不是 faiss？」
- 「如果資料量從 10k 漲到 10M，這個設計還跑得動嗎？」
- 「你的 prompt template 怎麼處理 token overflow？」
- 「測試用例為什麼只覆蓋 happy path？」
核心策略：主動列「trade-offs I knew but didn't fix」——比 reviewer 問出來要好。
內部在做什麼
reviewer 提交一份評分卡：strong hire / hire / lean hire / lean no-hire / no-hire。只有 strong hire / hire 進 onsite。
W4-W6：Onsite Loop（5 × 60 min）
| 輪次 | 內容 |
|---|---|
| Round 1 | Coding I — string/tree LC Medium-Hard |
| Round 2 | Coding II — practical（爬蟲、agent loop、文本處理） |
| Round 3 | System Design — 分散式推理服務 / 標註平台 |
| Round 4 | ML Deep-dive — Transformer 內部、RLHF、attention 數學 |
| Round 5 | Behavioral + Mission Fit |
該做什麼
W4 開始前 2 週內：
- 刷 LC top-100 + Anthropic tagged questions（約 50 道）
- 複習 Transformer & LoRA 論文，能在白板手推 attention
- 準備 2-3 個 STAR 故事，每個能覆蓋至少 3 項 HHH 價值觀
- 看 1-2 個 Anthropic 公開 talk（YouTube 上 Dario Amodei 在 NeurIPS 的 keynote 是必看）
W7：Hiring Committee（HC）
candidate 在這一週幾乎完全沒事可做——committee 在 closed-door review 你的 5 個 packet。
注意：Anthropic 的 HC 與 Google 的不同：Committee 直接和面試官辯論，沒有「rubric 自動過」的機制。所以如果你 5 個 packet 裡有 1 個 strong hire，剩餘 lean hire，仍有機率被推上。
W8：Team Match
Team Match 階段會和 2-3 個 hiring manager 聊 30 分鐘。不再考技術，但 hiring manager 會問「如果你來我們組，前 3 個月想做什麼」。
Anthropic 2026 主要 hiring team：
- Inference（serving 優化、latency 降低）
- Pretraining（基礎模型訓練 infra）
- RLHF & Alignment
- Claude App / API platform
- Safety & Trust
- Research Engineering
該做什麼
提前在 Anthropic blog + Twitter 上讀 hiring manager 名字 → 找到他們 GitHub / Twitter → 知道他們最近發的 paper / blog 是什麼。聊到該話題時主動接，會顯著提升匹配率。
W9：Offer & Negotiation
Anthropic 2026 薪資規格（MTS 級別）
| 等級 | Base | Equity (4y vest) | Sign-on |
|---|---|---|---|
| MTS I | $250-300K | $400-700K | $50-100K |
| MTS II | $320-400K | $800K-$1.5M | $100-150K |
| Senior MTS | $400-500K | $1.5M-$3M | $150-200K |
| Staff MTS | $500K+ | $3M+ | 協商 |
Equity 類型：Anthropic 不是 public 公司，發的是 ISO 期權 + RSU 混合，需要看 strike price 和 vesting cliff。最新一輪估值 ~$170B（2025-Q4），但 secondary market 流動性有限——offer letter 中的 equity number 是「理論值」，真實可變現性需要在 2027+ tender offer 出現。
Negotiation 關鍵
- Base 可談 ±10%
- Equity 可談 ±20%（這是 Anthropic 彈性最大的部分）
- Sign-on 可一次性談到 50K-100K 加項
經驗值：手裡有 OpenAI / Google DeepMind / xAI 的 competing offer 時，equity 可拉高 30-50%。
W10：接受 → 入職準備
該做什麼
簽 NDA + I-9 + tax forms（HelloSign 上一次完成）。Day 1 裝備：
- MacBook Pro / Linux Workstation 自選
- Anthropic 內部 Slack workspace 邀請
- Claude.ai 內部 unlimited token 帳號
- GPU cluster 存取權（如果你在 Pretraining / Inference 團隊）
FAQ
Q1：Anthropic 2026 還在 hiring 嗎？
仍在大規模招聘——但側重點變化：2024 主要招 Researcher，2026 偏向 Inference / Production Engineering / Trust & Safety。如果你是 PhD ML Researcher，建議關注 OpenAI / DeepMind / Meta FAIR 更多。
Q2：沒有 ML 背景能進 Anthropic SDE 嗎？
可以。Inference / Platform / Tools 團隊對純 SWE 友好，不要求懂 Transformer 數學（但要懂 distributed systems、GPU memory、CUDA basics）。Pretraining / RLHF 團隊則強制要 ML 背景。
Q3：Take-home 和 LeetCode 哪個更重要？
Take-home > LeetCode。Anthropic 的 take-home 評分占整個 pipeline ~30% 權重，LeetCode 類 coding 只占 ~15%。如果 take-home 寫得像 GitHub 上的開源專案，onsite 的容錯率會大幅上升。
Q4：能直接申請 Anthropic 的內部 transfer 嗎？
不能。Anthropic 沒有 NG / Intern 轉正通道（也沒有 intern 專案），所有職缺都是 external apply。但 contractor → full-time 轉化在 Trust & Safety 團隊比較常見。
Q5：MTS 和 Senior MTS 的評級標準是什麼？
| 維度 | MTS I | MTS II | Senior MTS |
|---|---|---|---|
| 自主交付 | 在導師指導下 | 獨立交付 medium 專案 | lead 多人專案 |
| 技術深度 | 1 個領域熟練 | 1 個領域深 | 跨 2-3 領域深 |
| 影響範圍 | 單團隊 | 跨 2 團隊 | 跨 org |
| Equity 倍數 | 1× | 1.5× | 2.5× |
升級週期：MTS I → MTS II 約 18-24 個月；MTS II → Senior MTS 約 24-36 個月。
Q6：如果 Onsite 掛了，多久能 reapply？
Anthropic 的 cooldown 是 6-12 個月——掛在 Coding 輪可 6 個月，掛在 System Design 或 Behavioral 輪通常 12 個月。強烈建議 reapply 前換團隊 申請，hiring manager 不同評分會重新打。
正在準備 Anthropic / OpenAI / xAI 的 SDE / MTS 職缺？
AI Lab 招聘正在快速演化——take-home 評分權重提高、equity 彈性擴大、面試 pipeline 縮短。我們整理了 2026 cycle Anthropic / OpenAI / DeepMind / xAI 四家公司的面試真題包 + Take-home 模板 + Equity 談判 cheat sheet，歡迎聯繫。
立即加微信 Coding0201，取得 AI Lab 面試包。
聯絡方式
Email: [email protected] Telegram: @OAVOProxy