Anthropic Research Engineer 模拟面试

16-20 天流程。CodeSignal take-home 配 4 个递进 level——100% 正确才能解锁下一级。Values 轮考你压力下能不能 hold 住信念,不是能不能背 alignment 套话。表演式 safety 热情 = 拒。

  • ~16-20 天
    端到端流程
  • 4 level
    Take-home 阶段
  • 100%
    正确率才能进下一级
  • 免费
    第一次 mock

为什么 Anthropic 面试结构上围绕 values 压力测试,不只是 coding

按 Anthropic 官方 careers 页(anthropic.com/careers)、Greenhouse 招聘、Sundeep Teki AI RE 指南、Ridhima Khurana 文化面试复盘,Anthropic 面试是为了筛 values 真实性而构建的,不只是技术门槛。Values/culture 轮非技术但决定性——很多其他强 RE 候选人在这里挂。这轮考你压力下能不能 hold 住信念,不是能不能背 alignment 套话。Anthropic 明确要「深思熟虑的异议」高于同意,「shade and light」框架——同时 hold 住正面和风险。

CodeSignal take-home 是技术关。单题、4 个递进难度 level、需要 100% 正确才能解锁下一级。部分解不进。这异常严格——大多数公司给部分分。按 Sundeep Teki,这格式在候选人到 onsite 之前就过滤掉大多数。练限时 CodeSignal 题以正确率为唯一指标,不是速度也不是优雅。

薪酬跟踪 SWE 带(Levels.fyi 没单独 RE 带):Senior SWE $563K TC,Lead $785K TC。股权 4 年 vest 配 25% 第 1 年 cliff,因为 Anthropic 是私有的所以非流动。RE 角色按官方招聘不要求高级学位——强 SWE + ML 业余项目 + 实质性 safety 参与(interpretability OSS、alignment 论坛参与、独立研究写作)是有据可查的路径。Reference check 流程中段进行,有别于其他公司,所以让 reference 比平常更早准备好。

Loop 长这样

逐轮拆解

  1. 01

    Recruiter 电话

    Pre-onsite
    30 分钟

    背景、「为什么 Anthropic」、HHH(Helpful、Honest、Harmless)和 AI safety 的理解。表演式 safety 热情在这里就被标记。

  2. 02

    CodeSignal take-home

    Pre-onsite
    60-90 分钟

    单一复杂题配 4 个递进难度 level。需要 100% 正确才能解锁下一级。Anthropic 独特格式——部分解不让你进。

  3. 03

    Hiring manager

    Onsite
    45-60 分钟

    研究兴趣、团队方向、适配。「为什么 Anthropic」必须引用最近论文 / Constitutional AI / interpretability 工作,不是泛泛 safety 热情。

  4. 04

    Coding 轮

    Onsite
    60 分钟

    实战工程——比如「实现一个有多种交易类型的银行」或者 debug 现有代码。期待 Python。

  5. 05

    ML coding(RE 特定)

    Onsite
    60 分钟

    PyTorch 从零实现。Multi-head attention、训练循环 debug、「100B 模型预训练时 loss spike——debug data、LR 还是硬件」。JAX 加分但不要求。

  6. 06

    系统设计

    Onsite
    60 分钟

    高效服务 LLM 的 API——请求 batching、queueing、GPU 利用率。跨数千个加速器的分布式训练在范围内。

  7. 07

    Values / culture 轮

    Onsite
    45-60 分钟

    非技术面试官。考你压力下能不能 hold 住价值观,不是能不能背 alignment 套话。深思熟虑的异议比同意更受欢迎。

题库

候选人报告的真实题目

  • Take-home

    "CodeSignal take-home:单一复杂题配 4 个递进 level。每个 level 必须 100% 正确才能解锁下一级。实战 coding(数据处理、代码里的系统设计)。"

    Source · sundeepteki.org AI RE 面试指南 2026, igotanoffer.com Anthropic 面试流程
  • ML coding

    "在 PyTorch 里从零实现 Multi-Head Attention——masking、scaled dot-product、multi-head split/merge。Anthropic baseline。"

    Source · interviewing.io Anthropic, sundeepteki.org AI RE 面试指南
  • ML debugging

    "debug 一个坏掉的训练循环。Anthropic 风味:「100B 模型预训练时你看到 loss spike。你怎么 debug——data、learning rate 还是硬件?」走系统性诊断。"

    Source · sundeepteki.org AI RE 面试指南 2026, linkjob.ai Anthropic
  • Coding

    "实现一个有多种交易类型的银行——实战工程测试,不是 LeetCode。考干净代码、edge case、测试策略。"

    Source · interviewing.io Anthropic
  • 系统设计

    "为高效服务 LLM 设计 API。涵盖请求 batching、queueing 策略、GPU 利用率、延迟 vs 吞吐 trade-off、容错。"

    Source · interviewing.io Anthropic, anthropic.com greenhouse RE 招聘
  • Research 讨论

    "讨论一篇最近的 Anthropic 论文(Constitutional AI、interpretability 工作)。你觉得什么有说服力?什么让你担心?你会推回什么?"

    Source · anthropic.com careers, ridhimakhurana.substack.com Anthropic 文化面试
  • 行为面 / values

    "讲一个你持有不受欢迎技术意见的时候。你怎么处理?你在什么上改变了想法?"

    Source · ridhimakhurana.substack.com Anthropic 文化面试
  • Values

    "针对 Anthropic 的 AI safety 路径,最强的反对论据是什么?你在 constitutional AI 框架的哪里不同意?"

    Source · anthropic.com careers, ridhimakhurana.substack.com
常见的信号问题

在这个职级容易被挂的地方

  • 表演式 AI-safety 热情

    说「我深度对齐你们的 mission」或者泛泛「AI 可能危险」没具体——读起来不真。Anthropic 明确不要背诵 alignment 套话。按 Ridhima Khurana 文化面试复盘:「深思熟虑的异议比同意更受欢迎」。准备好讲你会在 Constitutional AI 或 RLHF 哪里推回。

  • 对 safety 不屑

    另一头——对 safety 关切不屑、把它当 PR 演戏、对 values 讨论显示不耐烦——是大旗(按 Sundeep Teki)。Values 轮非技术但决定性。很多其他强候选人在这里挂。

  • Take-home 没到 100% 正确

    Anthropic 的 CodeSignal take-home 有 4 个递进 level,需要 100% 正确才能解锁下一级。按 Sundeep Teki,这是过滤大多数候选人的关。部分解不让你进。练限时 CodeSignal 风格题以正确率为唯一指标。

  • 时间压力下不能写高效 PyTorch

    Tensor shape 熟练度、contiguity、masking、view 操作是常见挂的地方(按 linkjob.ai 聚合)。「我理论上懂 transformer」= 挂,如果你不能在 30 分钟里从零实现 attention。Loop 之前练从零实现。

  • Take-home 过度工程

    Anthropic 要的是「可工作的代码、清晰推理、实战 trade-off」——不是算法优雅或框架抽象。加不必要的类层级、过早优化、过度抽象设计的候选人——标记缺少实用工程判断。

  • 没个人切身故事

    「为什么你关心安全 AI?」——泛泛答案挂。Anthropic 要实质性参与的候选人:独立 safety 博客文、interpretability OSS 贡献、alignment 论坛参与,或者具体讲你的背景为什么把你引到这里。没有的话 mission 适配读起来空洞。

Applr 的 Anthropic RE 模拟面试是怎么对齐 rubric 的

Applr 的 Anthropic RE mock 模拟渐进式 CodeSignal take-home 格式——4 个 level 配 100% 正确才能进下一级,不给部分分。ML coding 轮提示 PyTorch 从零实现(multi-head attention、训练循环 debug、100B 模型 loss spike 诊断)。

Values 轮提示深思熟虑异议场景——表演式「我爱你们 mission」答案被标记给改写,突显对 Constitutional AI 或 RLHF 哪里可能出问题的实质性参与。为什么关心安全 AI 的个人切身框架被明确提示;没有的话 mission 适配读起来空洞。

相邻 loop

相关练习

FAQ

Anthropic Research Engineer 需要 PhD 吗?

不,按 Anthropic 的 Greenhouse 招聘和官方 careers 页。RE 要求本科 + 实质 SWE 经验、Python、深度学习框架熟练。不要求高级学位。Anthropic 公开声明「大约一半技术人员有 PhD……很多杰出同事从没上过大学」(anthropic.com/careers)。对留学生具体来说:Anthropic 很少直接从本科招——除非有杰出有据可查的 AI research 或开源 safety 项目贡献(按 letsdatascience.com)。最强信号是 interpretability/safety OSS 贡献、独立研究写作、生产 ML 基础设施经验——不是 GPA 或竞赛成绩。

Anthropic 实际薪酬多少?

按 Levels.fyi(因为没单独 RE 带,用 SWE 代理):Senior SWE $563K TC($316K 底薪 + ~$247K 股权)、Lead SWE $785K TC($332K 底薪 + $453K 股权)。Anthropic 中位数 $420-710K(按 level 不同)。Research Scientist 中位 $746K,顶 $1.05M。UK Science of Scaling RE 带:£260K-£630K(按 Anthropic Greenhouse)。股权 4 年 vest,25% 第 1 年 cliff,之后月度——非流动(Anthropic 是私有的)。流动性历史上靠 tender offer,但频率/条款没公开确认。

Take-home 实际什么样?

按 Sundeep Teki 和 IGotAnOffer Anthropic 复盘:CodeSignal 平台、60-90 分钟、单一复杂题配 4 个递进难度 level。关键:每个 level 必须 100% 正确才能进下一级。部分解不解锁任何东西。大多数候选人在这里挂。题是实战的(不是纯算法)——数据处理、代码里的系统设计、或者 ML 风味的实现。练限时 CodeSignal 题以正确率为唯一目标——不是速度、不是优雅。

Values 轮怎么算分?

按 Ridhima Khurana 文化面试复盘(ridhimakhurana.substack.com/p/inside-anthropics-culture-interview):非技术面试官;考你压力下能不能 HOLD 住价值观,不是能不能背诵。Anthropic 明确要「深思熟虑的异议」高于同意。「Shade and light」框架——同时 hold 住正面和风险。表演式「我爱你们 mission」= 挂。不屑「safety 是 PR」= 挂。实质性参与 Constitutional AI 或 RLHF 哪里可能出问题、配个人切身故事讲为什么你关心——过。

申请前应该学 JAX 吗?

按 Anthropic RE Science of Scaling Greenhouse 招聘:PyTorch 必需,JAX 「nice to have」。如果你在 loop 之前选投资时间在哪,优先 PyTorch 熟练度(从零实现 transformer、训练循环 debug、分布式训练基础)。JAX 加分但弥补不了 PyTorch 不稳。

Reference check 什么时候?

流程中段,不是 offer 阶段。这是 Anthropic 独特的(按 Sundeep Teki)。让 reference 早知道并准备好——比典型 FAANG 流程早。不要告诉 reference 他们只在 offer 时被联系——他们可能在你最终 loop 之前就被联系。

准备好用 Applr 练 Anthropic 的面试了吗？

免费开始 →