大模型公司挖牆腳哪家強?報告:Anthropic人才吸引力是OpenAI的8倍,留存率達80%

量子位
06-05

大模型公司挖牆腳哪家強,Anthropic纔是最大贏家?

不僅頂尖AI人才的留存率達到80%,而且工程師從OpenAI跳槽到Anthropic的可能性是從Anthropic轉投OpenAI的8倍。

不止OpenAI,大型科技公司也是Anthropic主要的人才獵場。

谷歌、Meta、微軟亞馬遜和Stripe,不少資深研究員和工程師都被Anthropic挖走了。

這一數據來自風險投資公司SignalFire最新發布的2025人才趨勢報告。

其智能引擎Beacon AI平臺追蹤着超6.5億專業人士和8000萬家組織。

網友看完數據後感嘆:

Anthropic吸引AI人才就像貓薄荷吸引貓咪一樣。

所以,Anthropic到底有什麼祕訣啊?

報告詳情

Anthropic留存率一馬當先

首先來看頂尖AI實驗室2021-2023年期間所有新招聘員工的留存率(2023年2月之後招聘的員工不在統計範圍內)。

留存率指的是兩年前入職某公司的員工在第二年年末仍留在公司的佔比。

在人才高流動率著稱的AI行業中,Anthropic 80%的高留存率尤爲亮眼。緊隨其後的是DeepMind,留存率78%。

而OpenAI“留”就沒那麼高了67%,“流”高,和FAANG公司相當(留存率爲 64%)。

值得一提的是,DeepSeek、xAI/Grok等較新的AI實驗室,未在研究的整個時間段(2023-2024 年)內持續運營,不在分析範圍內。

同時,分析對象聚焦於在LinkedIn上擁有獨立公司檔案的機構,確保員工數據清晰準確。Meta AI未被納入,因其在LinkedIn上未作爲獨立於Meta集團的實體列出。

這次報告分析的所有員工留存數據也均來自LinkedIn上公開的用戶自主填報信息,可能存在不準確或僱傭時間範圍不完整的情況。

Anthropic三大祕訣留住人才

那麼,Anthropic爲何留存率這麼高?

根據SignalFire進一步的分析,Anthropic有三大祕訣。

首先,Anthropic總是精準挖牆腳,且瞄準兩大主要競爭對手:OpenAI和DeepMind。

下面是頂尖AI實驗室間的人才流動情況。

工程師從OpenAI跳槽到Anthropic的可能性,是反向跳槽的8倍。而從DeepMind來看,人才流向Anthropic和反向流動的比例接近11:1

其次,不同於很多企業依賴於高額薪酬和品牌影響力吸引人才,Anthropic具有獨特的企業文化——

包容非傳統思維者,給予員工推動成果的充分自主權;提供靈活的工作選擇;沒有因頭銜帶來的等級觀念或強制管理晉升路徑。

有Anthropic員工反饋,Anthropic推崇知識交流和研究人員自主,對那些在其他官僚作風企業受束縛的AI人才而言,極具吸引力。

另外,從一些非正式衡量標準來看,Claude正迅速成爲開發者的心頭好,部分工程師會因爲喜歡Claude而影響職業選擇。工程師通常傾向於加入自己欣賞且使用其產品的公司,這種產品共鳴感讓Anthropic在招聘中更具優勢。

科技巨頭人才流向新AI實驗室

除了勢均力敵的競爭對手之間存在人才爭奪戰,大型科技公司(指市值排名前15的科技企業)也成爲一些新興AI實驗室的人才獵場。

谷歌、Meta、微軟、亞馬遜主要目標,從這些公司跳槽到新興AI實驗室的員工佔比分別爲5.4%、4.3%、3.2%、2.7%。

SignalFire透露,Anthropic在從這些公司挖走資深研究員和工程師方面,成效尤爲顯著。

人才湧動,新勢力組團開黑

隨着AI領域技術一路狂飆深入發展,人才爭奪肉眼可見進入白熱化。

比如目前AI賽道明星Anthropic,本身就是一羣前OpenAI員工聯合組建的:

2016年,Dario Amodei還是OpenAI的安全主管,主導着GPT-3的全面安全評估;2021年,他就離開OpenAI創立了Anthropic。

Jan Leike,曾任OpenAI超級對齊團隊聯合負責人,如今他聯合領導Anthropic的對齊團隊。

還有OpenAI聯合創始人John Schulman,去年也辭職加入Anthropic(之後又跳槽OpenAI前CTO Mira Murati的新初創公司)。

OpenAI聯合創始人Durk Kingma,現在同樣是Anthropic的人了。

除此之外,還有一些新星正在蓄勢待發。

比如OpenAI前CTO Mira Murati在離職OpenAI後創辦了新公司——Thinking Machines Lab,前段時間被曝正在籌集新融資,光種子輪就達到了20億美元。

消息稱一旦融資完成,其估值將達到超100億美元。

沒錯,這是一家成立不到一年,距離正式官宣不過四個月,還沒有任何產品的AI初創公司。

Thinking Machines Lab更是上演了一波AI圈“拼好人才”,目前已知的團隊陣容包括(超長名單預警):

Barret Zoph:OpenAI前研究(後訓練)副總裁,任Thinking Machine Lab CTO

John Schulman:OpenAI離職聯創,任公司首席科學家

Alec Radford :初代GPT到GPT-4o的論文中全都有他的名字的“天才少年”(前兩代還是第一作者)

Bob McGrew:OpenAI前首席研究員

Lilian Weng翁荔:OpenAI前安全副總裁,北大校友。

YingHai Lu:本博分別畢業於同濟復旦,ML系統工程師,曾領導OpenAI和Meta各種推理工作

Randall Lin:此前曾在OpenAI負責ChatGPT,並在X擔任“Twitter算法”的聯合技術負責人

Stephen Chen:基礎設施工程師,專注於數據中心、硬件支持和AI基礎設施,之前在Google、Meta工作,本科畢業於滑鐵盧大學

Alex Gartrell:曾任Meta服務器操作系統負責人,Linux內核、網絡和容器化專家

Alexander Kirillov:OpenAI高級語音模態和Meta分割一切模型(SAM)的共同作者,曾擔任OpenAI多模態後訓練負責人

Andrew Tulloch:ML系統研究和工程,此前在OpenAI和Meta工作

Brydon Eastman:Mistral AI創始團隊成員兼多模態研究主管,Mixtral和Pixtral的共同創始人。VLM、RL和機器人技術專家

Christian Gibson:曾任OpenAI基礎設施工程師,專注於訓練前沿模型的超級計算機

Devendra Chaplot:曾領導OpenAI的可靠擴展團隊和GPT-4o優化,再之前曾在Google Brain從事統計物理學與機器學習的交叉研究

Ian O’Connell:基礎設施工程,曾就職於OpenAI、Netflix、Stripe

Jacob Menick:ML研究員,領導OpenAI的GPT-4o-mini,之前曾爲DeepMind的ChatGPT和深度生成模型的創建做出過貢獻

Jonathan Lachman:運營主管,前OpenAI特別項目負責人

Joshua Gross:在OpenAI構建產品和研究基礎設施,塑造ChatGPT的學習系統和GPU集羣;之前在Meta負責產品基礎設施

Kurt Shuster:Google DeepMind的推理、Character.AI的全棧預訓練和推理以及MetaAI的基礎對話研究

Kyle Luther:機器學習研究員,曾在OpenAI就職

Luke Metz:研究科學家和工程師,曾在OpenAI和Google Brain任職,ChatGPT共同作者

Mario Saltarelli:OpenAI前IT和安全主管

Myle Ott:人工智能研究員,Character.AI創始團隊,Meta早期法學碩士負責人,FSDP和fairseq的創建者

Nikki Sommer:曾任OpenAI人力資源業務副總裁以及Twitter人力資源業務總監

Noah Shpak:ML工程師,喜歡讓數據發出轟隆聲,讓GPU發出嘶嘶聲

Pia Santos:執行運營主管,曾在OpenAI任職

Rowan Zellers:曾在OpenAI工作,從事實時多模式後訓練工作

Sam Schoenholz:領導OpenAI的可靠擴展團隊和GPT-4o優化。之前曾在Google Brain從事統計物理學與機器學習的交叉研究

Sam Shleifer:專注於推理的研究工程師,曾在Character.AI、Google DeepMind、FAIR、HuggingFace工作

Stephen Roller:之前曾在DeepMind、CharacterAI和MetaAI進行全棧預訓練

……

其實不論是Anthropic,還是OpenAI都在快速擴張,Anthropic的職業頁面上列出了超200個職位,而OpenAI列出了近330個。

但現在,頂尖人才真的要靠搶。

就像Anthropic創始人Dario Amodei之前接受採訪曾說的:

“人才密度”勝過“人才規模”。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10