Anthropic開著6倍薪資搶人,CEO卻擔心新員工“只為錢來”?遭網友嘲諷:那你降薪試試

2026年8月7日 15:04
Anthropic開著6倍薪資搶人,CEO卻擔心新員工“只為錢來”?遭網友嘲諷:那你降薪試試
站內 AI 整理稿

人工智慧新創公司Anthropic近期在業界掀起一陣搶人才旋風,據傳開出最高達市場行情六倍的薪資條件大舉招募,然而執行長Dario Amodei卻在內部會議中坦言,擔心部分新進員工只是被高薪吸引,而非真正認同公司的使命與長期願景。這番言論迅速在社群平台上發酵,引來大量網友嘲諷:「那你降薪試試看」,也讓外界重新關注AI產業在高速擴張時,薪酬策略與企業文化之間微妙的平衡。Anthropic是OpenAI最主要的競爭對手之一,由前OpenAI研究團隊成員創立,公司核心宗旨是開發安全、可解釋且值得信賴的人工智慧模型。

其旗艦產品Claude系列對話式AI在市場上獲得高度關注,與OpenAI的ChatGPT、Google的Gemini等產品直接對打。在AI人才爭奪戰日趨白熱化的背景下,Anthropic為了在頂尖研究人員與工程師的招募中脫穎而出,不惜祭出遠高於業界平均水準的薪酬方案。據了解,部分職位的薪資確實達到市場行情的六倍,涵蓋現金、股票選擇權與其他福利,總額極具競爭力。然而就在這波高薪挖角的內部討論中,Amodei直接點出一個潛在隱憂:過於激進的薪酬結構可能吸引到單純為了金錢而來的員工,與公司長期以來強調的「負責任AI開發」與「安全優先」的文化產生衝突。

他認為,若員工只是因為高薪加入,而不是發自內心認同公司減少AI風險的使命,長期下來可能會影響團隊凝聚力與研發方向的一致性。這番內部談話被曝光後,立刻在科技圈與社群媒體上掀起兩極討論。反對者認為Amodei的擔憂顯得有些矯情——畢竟在資本市場中,高薪本來就是企業吸引頂尖人才最直接的手段,如果公司真的擔心員工動機不純,大可降低薪資水準,自然就能篩選出那些純粹為了理念留下的員工。不少網友直言:「開六倍薪水,然後抱怨員工為錢而來?這邏輯太矛盾。」也有人建議Amodei不妨試著把薪資降到業界平均,看看還能留下多少人。但也有另一派評論者持較為同情的立場。

他們指出,在AI領域的競爭已經進入白熱化階段,各家巨頭與新創無不砸重金搶人。OpenAI、Google DeepMind、微軟、Meta等公司都祭出驚人的薪酬套餐,Anthropic如果不提供具競爭力的待遇,根本連履歷都收不到。屆時別說「為錢而來」的員工,恐怕連願意投遞申請的人都寥寥無幾。對Anthropic而言,高薪是不得已的生存策略,不是任性炫富。這場圍繞「薪資與使命感」的論戰,其實反映了AI產業在快速擴張時期面臨的內部文化挑戰。當一家新創公司從數十人迅速擴張到數百、數千人,新進員工的背景與動機勢必愈來愈多元。

早期團隊成員可能因為共同的信念與熱情而投入,但後續招募時,市場價格與經濟誘因必然會成為重要篩選條件。如何在維持高標準薪酬的同時,確保新成員也能融入公司的核心價值,成為管理層必須面對的課題。Anthropic目前正處於關鍵成長期。該公司最新一代Claude模型在推理能力與安全性上獲得不少好評,也持續獲得大規模資金挹注。然而,隨著規模擴大,內部文化能否保持當初創業時的理想主義色彩,外界持續關注。Amodei的擔憂或許並非空穴來風——過往不少科技公司都曾因為快速擴張而稀釋了企業文化,最終導致效率下降或人才流失。但另一方面,高薪本身並不必然與使命感衝突。

許多頂尖研究人員同時追求優渥報酬與有意義的工作,兩者並非零和遊戲。Anthropic若能設計良好的入職培訓、宣導公司願景,並讓員工在專案中看到自己對安全AI的實際貢獻,或許就能在「為錢」與「為使命」之間找到平衡點。網友的嘲諷雖然尖銳,但背後也點出一項現實:在人才市場中,薪酬始終是最直觀的訊號。如果一家公司真的相信自己的使命夠強大,那麼它理應能吸引到足夠多願意為了使命而降薪加入的人。但Anthropic顯然不敢做這個實驗,因為一旦降薪,不僅招募難度大增,現有員工也可能被競爭對手高薪挖角。這正是Amodei陷入兩難的根本原因。

整體而言,這起事件不僅是Anthropic一家公司的內部爭議,更像是整個AI產業在高速成長期的縮影。當資本大量湧入、人才供需嚴重失衡,所有公司都必須在「用錢留人」與「用願景留人」之間反覆摸索。Amodei的發言或許真誠,但在網友看來卻顯得有些「得了便宜還賣乖」。最終,這場議論很可能不會有標準答案,但卻值得每一家正在擴張的科技公司深思。

Related

相關文章

智東西生成式AI

一文看懂昇騰超節點:AI Infra已進入系統工程階段

(公眾號:zhidxcom) 作者 | 陳駿達 編輯 | 漠影 AI大模型競賽,正在進入新的量級。海外,十萬億參數的大模型已經逐步變成現實;國內,數萬億參數的大模型也在加速追趕。為了訓出真正的SOTA模型,算力集群從萬卡走向10萬卡已成為標配。 然而,一個尷尬的現實是:卡越堆越多,真正被利用起來的算力,卻沒有同步增長。華為的仿真數據顯示,在10萬卡集群中,卡間通信可能消耗了40%以上的訓練時間,算力利用率(MFU)往往不到30%。也就是說,大量昂貴的算力,並沒有真正用於計算。

剛剛
鈦媒體生成式AI

Anew labs,“蒸餾”的行家

醫曜2026.09.21 18:00 · 來自北京全文2781字00:00 / 08:07首款自研藥AN5162,me-too了Dice/禮來。文 | 醫曜AI圈如今言必稱"蒸餾"。蒸餾現有知識,蒸餾競爭對手,蒸餾員工技能,無物不可蒸餾。醫藥圈很少說蒸餾。但這個行業有一個耳熟能詳、讓人稍微有點不屑、卻又必須面對的詞——me-too:copy對手的骨架,在對手專利之外尋求突破。copy得好,是me-better,甚至是me-best(Best-in-Class);copy失敗呢?那就me-worse嘍。

1 小時前

Anthropic與字節扎堆AI製藥,下一個Coding風口卡在了數據這道坎上

Anthropic一邊自建溼實驗室,用來測試自家模型指揮生物實驗的能力,一邊牽手諾和諾德、百時美施貴寶,並把Coefficient Bio收入囊中;字節跳動分拆出來的新生實驗室也完成了首輪融資。被寄予厚望的AI,當下主要作用在把新藥早期研發的輪子轉得更快——壓縮候選分子的搜索空間和實驗迭代時間,但真正燒錢又耗時的臨床試驗環節卻難同步縮短,早期命中率提上來,並不等於臨床成功率就跟著漲。

1 小時前