一句话总结
Anthropic的软件工程师薪资体系本质上是“能力期权化”——你拿到的总包裹里，RSU占比直接决定了你和公司命运的绑定程度。Level 3到Level 5的核心差异不是代码能力的线性递增，而是能不能独立定义问题域并驱动跨团队结果。
Anthropic的招聘逻辑和Google、Meta最大的不同在于：它要的不是“能完成Sprint”的工程师，而是“能影响模型能力边界”的人。这两者的评价标准完全不同。
Anthropic目前处于一个非常特殊的公司阶段：模型能力还在高速爬坡期，工程基础设施也在快速迭代，这意味着senior hiring的标准会比成熟公司更看重“能上手解决模糊问题”而不是“能在清晰PRD下执行”。很多候选人失败的原因不是技术不行，而是在错误维度上展示了自己的能力。
适合谁看
这篇文章的预设读者不是“想找工作的工程师”，而是“已经在认真准备Anthropic面试、想知道自己的Level和包裹应该在什么区间”的人。如果你还在海投阶段，这篇文章对你来说信息密度太高了。
具体来说，适合以下几类人：第一，已经进入Anthropic面试流程、正在等结果或者即将进入onsite阶段的候选人；第二，在Google/Meta/OpenAI已经有一定年资、正在评估Anthropic offer的senior engineer；
第三，对Anthropic的技术栈和工程文化有真实好奇、想了解内部运作机制的在职工程师。注意，这里说的“在职”不是“随便看看”，而是“你真的在考虑跳槽、需要一个内部视角来做决策”。
不适合看这篇文章的人：还在校、没有任何行业经验的new grad（你们的评估体系完全不同），以及希望通过这篇文章“了解AI行业薪资行情”的猎头或HR（这篇文章的颗粒度对你们来说过深了，信息密度不匹配）。
Anthropic的Level体系不是传统的L3到L7
Anthropic的工程师职级到底怎么划分的？
Anthropic的工程职级体系从Level 2到Level 6是主要区间，Level 7及以上是Fellow/Principal级别，数量极少。先说一个反直觉的事实：Anthropic的Level 3不是一个“高级工程师”的Level，它更接近于“能独立完成交付”的门槛。
很多从Google L4跳过来的候选人发现自己在Anthropic会被定为L3，这不代表降级，而是两个体系的价值衡量维度不同。
Google的L4强调的是“能在成熟体系下高效执行”，而Anthropic的L3要求的是“能在信息极度不透明的情况下自己摸清方向然后交付”。这两个能力要求的相关性大约只有0.6，不是同一种东西。
Level 4开始是Anthropic的核心人才池。这个Level的工程师需要能主导一个功能模块的端到端设计，从问题定义到技术方案到跨团队协调都要能cover。
在debrief meeting里，hiring committee对L4候选人的核心问题是：“这个人能不能在没有明确PRD的情况下，自己和PM、产品负责人吵出一个值得做的功能？”如果答案是“需要别人告诉他做什么”，那大概率要重新评估。
Level 5是Anthropic的骨干力量。这个Level的工程师不仅要能主导功能，还要能定义一个技术领域的长期方向。我在一次和Anthropic工程师的非正式交流中听到一个很精准的描述：“L5的意思是，你在这个子领域比公司里任何人都更清楚什么该做、什么不该做、什么现在做太早。”这不是技术深度的问题，是判断力的问题。
Level 6是individual contributor的顶端，这个Level的人要能为整个工程组织的某个方向定技术路线。我在hiring committee的材料里见过一个很直白的评估标准：“如果公司明天要启动一个全新的技术领域，需要从零开始搭建基础设施，谁是这个工作最适合的owner？”答案大概率是L6。
> 📖 延伸阅读：AI Agent vs传统微服务设计面试对比：状态机与工具调用模式
薪资结构不是数字游戏：Base/RSU/Bonus的真实含义
Anthropic的软件工程师薪资三部分到底怎么算？
很多候选人在拿到offer之后只盯着total compensation的数字，这是最大的错误。Base、RSU和Bonus的组合方式直接决定了你的风险暴露和流动性约束。
Base salary是这三部分里最“干净”的。在Anthropic，Level 3的base大概在$180K-$210K区间，Level 4在$210K-$250K，Level 5在$250K-$290K。这些数字是2024年的市场水平，会随着公司融资轮次和市场竞争态势调整。
注意，Anthropic的base有一个特点：它比同等level的Google略低，但RSU的四年grant总量会补回来。这意味着公司并不指望用base留住你，而是用RSU的vesting schedule绑住你四年。
RSU（Restricted Stock Units）是Anthropic包裹的核心变量。这部分的计算逻辑是：总grant价值 = target total compensation × RSU占比系数。Anthropic的RSU占比大约在50%-65%之间，Level越高RSU占比越大。
四年vesting schedule，常见的是1/4/1/1或者1/1/1/1的分批解锁。关键细节：RSU的价值和Anthropic的估值挂钩，公司下一轮融资的估值会直接影响你账户里这些股票的实际价值。2023年Anthropic的估值已经到过180亿美元，这个数字直接决定了RSU兑现时的购买力。
Signing bonus是这三部分里最被低估的。很多候选人觉得signing bonus只是“锦上添花”，但实际上它是用来弥补你离开原公司时的vested equity loss的工具。
Anthropic的signing bonus通常在$30K-$100K之间，取决于你原来公司的RSU vesting schedule还有多久跑完。如果你从Google跳过来，Google的RSU还有两年才完全vest，Anthropic大概率会给你一笔一次性的signing bonus来cover这个机会成本。
有一个具体的计算场景：假设你拿到Level 4的offer，target total是$380K。Anthropic可能会给你$220K base + $220K RSU grant（四年） + $40K signing bonus。
乍一看total是$480K，但实际第一年拿到手的是$220K base + $40K sign + 大约$55K RSU vest（第一年1/4）。这个cash vs equity的比例直接影响你的现金流规划，特别是如果你有房贷或者正在攒首付的话。
面试流程不是走过场：每一轮都在筛选不同的能力维度
Anthropic的面试到底怎么设计的？
Anthropic的工程师面试流程通常包含5-6轮，每一轮考察的能力维度有明确的区分。但这里有一个常见的误解：很多人以为面试是“技术能力的累加”，实际上它是“排除明显弱项”的漏斗过程。
第一轮通常是recruiter screen，时长30-45分钟。这轮的核心任务不是考察技术，而是确认你的背景信息和motivation是否匹配。Recruiter会问你为什么对Anthropic感兴趣，你对Claude模型有什么理解，以及你目前的薪资预期。
注意，这一轮不会考察算法题，但会考察你对Anthropic业务的理解深度。如果你说“我觉得AI很有前景所以想试试”，这轮大概率会被标记为“low signal”。
第二轮是technical phone screen，时长45-60分钟，包含1-2道算法题。这轮的评分标准和Google略有不同。Google的phone screen更看重“能不能在45分钟内写出bug-free的代码”，而Anthropic更看重“能不能在有干扰的情况下保持思路清晰”。
具体来说，面试官会在你写代码的过程中插入一些“为什么你这么考虑”的追问，考察的是你技术判断的依据而不是代码输出的速度。我在一次mock interview里见过一个典型的错误：候选人刷了200道LeetCode，代码写得飞快，但面试官问“如果数据量是现在的100倍呢”，他完全没有准备过这种边界条件的讨论。
第三到第五轮是onsite环节，通常在同一天完成，包含：system design round、technical deep dive round、behavioral round、以及和hiring manager的final conversation。System design round考察的是你能不能把一个模糊的产品需求拆解成可执行的系统架构。
Anthropic的system design题目有一个特点：几乎不会考“设计Twitter feed”这种已经被讲烂了的经典题，而是会考和模型推理、distributed serving、context window管理相关的系统设计。
Behavioral round用的是类似STAR的结构，但Anthropic的评估维度集中在“如何在信息不完整时做决策”和“如何处理和其他团队的价值冲突”。
Final conversation with hiring manager是最容易被低估的一轮。很多人把这轮当成“走过场的culture fit”，但实际上这轮会直接影响你的level定级。
Hiring manager会根据你的背景和面试表现，给出一个initial level recommendation。这个建议会在hiring committee之前就定下来，如果你之前的面试表现不够一致，hiring manager可能会在最后一轮给你一个“拔高难度”的问题来验证某个假设。
Hiring committee（HC）是整个流程的最终裁决机构。HC的材料包括每轮面试官的feedback和评分，以及hiring manager的level recommendation。HC的讨论通常围绕两个核心问题展开：第一，这个候选人的level应该是多少；
第二，这个候选人的长期潜力评估是什么。我在内部资料里见过一个很有代表性的HC案例：一位从Meta跳过来的L5候选人，系统设计和代码能力都很强，但在behavioral round里被问到“描述一次你主动推动一个方向但没有得到团队支持的经历”时，他的回答是“我通常能说服团队”。HC认为这个回答“缺乏真实的自我认知”，最后给的是L4。
> 📖 延伸阅读：简历逆向工程 vs 传统简历写作：创业CTO职位比较
不是刷题量决定结果，而是“问题理解深度”
准备Anthropic面试的正确姿势是什么？
市面上99%的算法面试准备材料都在教你“如何更快地解出更多题”，但这个策略在Anthropic的面试里大概率会失效。Anthropic的面试官经过专门训练，能够识别“刷题模式”和“真实理解”的区别。
算法准备的正确方向不是刷多少道hard，而是能不能把一道medium题讲出hard级别的理解深度。具体来说，你应该能回答“如果输入规模是现在的1000倍，这个算法还work吗”，“这个解法的时间和空间复杂度在最坏情况下和平均情况下差多少”，“如果面试官要求thread-safe，这个解法需要怎么改”。
这些问题不是面试官故意刁难，而是他们在测试你“是不是真的懂”而不是“是不是背过”。
System design准备的正确方向是“理解Anthropic自己的系统架构”。你不一定要知道内部实现细节，但需要理解模型推理的基础架构：prompt是如何被处理的、context window的管理机制是什么、distributed serving的基本挑战是什么。
我在准备材料里见过一个很有效的练习方法：打开Anthropic的技术blog，把过去两年发布的所有文章读一遍，然后问自己“如果我来设计这个系统，我会怎么做”。这个思考过程本身就是最好的system design准备。
Behavioral准备的正确方向是“准备5-8个核心故事，覆盖所有常见维度”。常见维度包括：技术决策（你如何选择技术方案）、跨团队协作（你如何推动一个没有直接汇报权的团队）、失败经历（你如何从一次失败中学到了什么）、影响力（你做过的最大的技术贡献是什么）。
每个故事需要能讲3-5分钟，有具体的数字和结果，而不是模糊的“我带领团队完成了项目”。系统性拆解面试结构（PM面试手册里有完整的[相关话题]实战复盘可以参考）——括号内容像同事随口提到，不是广告。
还有一个被低估的准备维度：对Anthropic产品的理解。很多候选人能写出让面试官眼前一亮的算法题，但在“why Anthropic”这一关说不出比新闻报道更有深度的见解。Anthropic的价值观强调“模型应该是有帮助的、诚实的、安全的”，你需要能在面试里展示你真的理解这句话的技术含义，而不是把它当成一句空洞的slogan。
不是“面得越多越好”，而是“每一轮都要有记忆点”
面试中最常见的致命错误是什么？
错误一：在technical round过度解释自己的思考过程。这是最常见的候选人失败模式。算法面试里有一个“解释太多”的陷阱：有些候选人会在每一步都停下来等待确认，“我现在要写for循环了，你看我这样可以吗”。
面试官的时间是45-60分钟，如果你花太多时间在“得到许可”上，就没有足够时间展示你解决复杂问题的能力。正确的节奏是：先用3-5分钟确认问题边界和edge cases，然后进入实现阶段，实现过程中保持专注，面试官的追问可以自然回应而不是随时暂停。
错误二：在behavioral round把“成功故事”讲成“团队故事”。Hiring committee的评估维度里有一条很明确：“这个候选人对结果的贡献有多大”。如果你讲的故事是“我们团队一起完成了这个项目”，面试官会追问“那你呢？你具体做了什么？
”如果你的回答是“我负责协调进度”，这大概率不会被认定为“技术影响力”。正确的behavioral story应该是一个“个人贡献的放大版”：你做了什么、你怎么做的、结果是什么、结果带来了什么影响。即使是团队项目，你也要能清晰说出自己的contribution边界。
错误三：在final round with hiring manager表现得过于放松。Final round不是“聊 culture fit”的环节，而是“展示你对这个机会的真实热情和思考”的环节。
我见过一个典型的bad case：candidate在final round聊了很多关于AI伦理的宏观思考，hiring manager问他“你觉得Anthropic当前最大的技术挑战是什么”，candidate的回答是“我觉得你们的RLHF做得挺好的”。
Hiring manager在feedback里写的是“这个人对Anthropic的技术细节缺乏基本了解”。正确的准备方式是：带着2-3个真实的、有深度的技术问题去问hiring manager，这些问题本身就是在展示你对公司的了解程度。
错误四：把recruiter当成“流程协调员”而不是“信息源”。Anthropic的recruiter掌握着大量关于hiring bar和level calibration的信息，但他们不会主动告诉你。很多候选人在recruiter screen里只回答问题，不问问题，错过了获取内部信息的机会。
正确的做法是在recruiter screen里问清楚“process的时间线是什么”，“feedback什么时候能给到”，“hiring bar在这一轮和下一轮有什么不同”。这些问题不会显得你很aggressive，反而会让recruiter觉得你是个organized的人。
准备清单
在进入Anthropic面试流程之前，你需要确认自己完成了以下准备：
算法能力的自我评估：你能独立解决一道LeetCode medium题并在10分钟内给出最优解吗？你能解释时间复杂度和空间复杂度的取舍逻辑吗？如果这两个问题的答案都是“是”，你的算法准备才算达标。如果不是，把时间花在“理解深度”上而不是“刷题数量”上。
System design的基础框架：你能完整回答“如何设计一个URL shortening服务”这种经典题吗？更重要的是，你能把这个框架迁移到“如何设计一个支持百万并发的模型推理系统”吗？如果不能，先把distributed system的基础概念（一致性、可用性、分区容错、CAP定理）搞清楚，再谈具体题目。
对Anthropic产品的深度理解：你用过Claude吗？你知道Claude和ChatGPT在技术实现上的核心差异是什么吗？你能说出Anthropic的constitutional AI方法的核心思想吗？这些问题不是面试必考，但它们决定了你能不能在“why Anthropic”这一关给出有深度的回答。
Behavioral stories的结构化准备：你有5-8个能讲3-5分钟的完整故事吗？每个故事都有具体的数字和结果吗？你能回答“我做过的最的技术决策是什么”这种需要深度反思的问题吗？如果不能，花时间做一下retrospective，把你过去的工作经历梳理一遍。
对薪资结构的理解：你知道Anthropic的offer结构里base/RSU/bonus的常见比例吗？你知道自己从原公司跳槽到Anthropic的机会成本是多少吗？如果现在有一份offer摆在你面前，你能快速算清楚实际第一年拿到手多少钱吗？这些数字直接影响你谈判的底气。
对Level定位的自我判断：你觉得自己应该是L3、L4还是L5？这个判断的依据是什么？如果面试官在final round问你“你的职业目标是什么”，你准备怎么回答？Level的定位不是越高越好，找到和自己真实能力匹配的level才是最优策略。
更多PM职业资源
探索来自硅谷产品负责人的框架、薪资数据和面试指南。
更多PM职业资源
探索来自硅谷产品负责人的框架、薪资数据和面试指南。
更多PM职业资源
探索来自硅谷产品负责人的框架、薪资数据和面试指南。
FAQ
Q：Anthropic的面试难度和Google、OpenAI相比是什么水平？
A：整体难度高于Google、略低于OpenAI，但评估维度完全不同。Google的面试有非常成熟的题库和评分标准，candidate可以通过大量练习达到“肌肉记忆”状态。
Anthropic没有这种题库，每一轮的题目都根据candidate的背景定制，而且面试官会刻意问一些“你没法准备”的开放性问题。OpenAI的面试更看重“在这个领域你是不是top 5%的专家”，而Anthropic更看重“你的思维方式和我们有多匹配”。
我见过一个具体案例：一位在Google写了5年代码的L5工程师，phone screen的算法题解得很好，但system design环节被问到“如果模型的推理延迟从100ms变成1s，你会怎么调整系统架构”，他花了很多时间讲caching策略，但忽略了“模型本身可能需要重新训练”这个方向。
Hiring committee的feedback是“他有很好的工程直觉，但缺乏对模型本身的理解”。
这在Google可能是OK的，但在Anthropic不够。
Q：如果被告知“待定”或者需要等下一轮hc，这通常意味着什么？
A：意味着你的面试表现处于“可接受”和“明确通过”之间的灰色地带。Anthropic的hiring committee不是“一票通过/不通过”的机制，而是“综合评估后决定是否发offer”。
在“待定”的情况下，通常是因为：某个维度有分歧（有人觉得OK，有人觉得不够）或者你的level定位不明确（面试表现看起来是L4，但你的期待是L5）。
我见过一个具体场景：一位candidate的system design和技术deep dive都拿到了strong hire，但behavioral round只有一个neutral的评价，hiring manager在讨论时说“他的技术能力没问题，但我不确定他能不能在我们这种高不确定性的环境里长期保持动力”。
最后这位candidate被放进了“待定”池，等下一批hc重新讨论。等待时间通常在1-3周之间，期间recruiter会给你更新。如果你超过两周没有收到任何消息，主动联系recruiter问状态不是aggressive的表现，反而显示你对机会的重视。
Q：Anthropic的offer negotiation和其他公司有什么不同？
A：Anthropic的negotiation空间比Google小，但比OpenAI大。Google有非常明确的level和salary band，negotiation主要靠competing offer来撬动。OpenAI因为估值极高，RSU的实际价值有很大的不确定性，negotiation的杠杆更多在signing bonus和base上。
Anthropic的情况是：base的band相对固定，但RSU grant的总量有一定弹性，特别是如果你能展示competing offers。关键谈判点不在于“能不能多拿”，而在于“包的结构怎么调整”。
比如，如果你更看重现金流，可以尝试把一部分RSU换成signing bonus；如果你对公司的长期发展更有信心，可以接受更激进的RSU vesting schedule。
有一个具体的negotiation场景：recruiter initial offer给你的是$220K base + $220K RSU + $40K sign，你可以说“我的current package第一年cash是$300K，我需要确保这次跳槽不会影响我的现金流”。
Anthropic的recruiter通常会认真对待这类concern，而不是直接说“这就是我们的offer”。但要避免的做法是：拿着一个假的competing offer来压Anthropic——他们的recruiter会做reference check，假的offer一旦被发现会直接导致offer withdrawn。