Anthropic 本周推出名为 Claude Frontier Academy 的培训项目，承诺投入 1 亿美元，目标是在 2027 年底前培养 1 万名工程师。与市面上常见的 AI 课程不同，这套培训由 Anthropic 自己设计并考核，最终颁发带有 Claude 名字的技能认证。
按照官方说法，培训沿用 Anthropic 对自家工程师的能力要求。学员要完成真实项目并通过考核，才能拿到认证。项目目前采取组织提名制，主要面向企业客户和合作伙伴，首批学员来自 埃森哲、贝恩、德勤、摩根士丹利等机构。课程已在 旧金山、纽约和伦敦开课，报名需由所在公司联系 Anthropic 的客户团队或合作伙伴经理。
入选者需具备软件工程基础，用过大模型做过东西，也帮助过别人使用 AI；做过智能体并非硬性条件，但在提名时就要明确回去负责哪个 Claude 项目。
Academy 的首个项目借鉴了医生的培养方式：跟着前辈练习、接触实际案例、再接受考核。按官网安排，学员先参加 4 天线下集训，由 Anthropic 工程师和授权讲师小班授课。前三天要为一家模拟企业搭建 Claude 系统，从接到需求、安全审查到交接走完一遍；官网列出的能力要求既包括开发，也包括判断——先选出值得做的问题，再用公司的系统和数据把它做出来，通过安全审查后还要教同事使用。第四天换一个新场景进行实操考核，通过后先拿 Claude Resident Engineer 徽章。
随后学员回到自己的组织，用 12 周负责此前选定的真实项目，期间可获得 Anthropic 工程师支持，也能与同批学员交流。最后还要再考一次，只有通过者才能拿到 Claude Frontier Deployed Engineer 徽章。首批最终认证预计在 2027 年初颁发。对于没有开发经验的读者，Anthropic 另有一个面向所有人的 Claude Academy，公开课程免费，可自行学习。
这套认证试图回答一个更普遍的问题：AI 能帮人把活干完，那怎么证明人真的学会了？Anthropic 今年 1 月公布的一项研究找来 52 名以初级工程师为主的开发者，让他们学习不熟悉的 Python 工具库 Trio。一组可用 AI 辅助写代码，另一组自己写。任务结束后立刻测验，AI 组平均成绩 50%，手写组 67%，差距最大的是找错误的题。AI 组完成任务略快，但时间差未达到统计显著性。研究者还发现，会追问原因、要求解释的参与者，测验表现通常更好。
出题的人也在重新琢磨怎么考。Anthropic 在今年 1 月的一次招聘复盘中介绍过一道作业：应聘者要优化一段运行在模拟加速器上的程序，明确允许使用 AI。出题人原本想看应聘者如何理解系统、寻找性能瓶颈，后来 Claude Opus 4.5 在一次带有人类提示的尝试中，用 2 小时做到了接近该时限内最佳人类的成绩，那名应聘者也大量使用了 Claude。继续提高分数线又会带来尴尬：应聘者最划算的选择可能变成坐着等模型干活。于是出题人换了一种考法，让候选人面对更陌生的指令和限制，调试工具不预先备好，自己打印信息还是让 AI 帮忙做工具，都得做选择。
其他厂商也在尝试给 AI 技能设认证。Google Cloud 在 2025 年 5 月推出的生成式 AI 认证面向经理、策略人员等非技术人群；OpenAI 在 2025 年 12 月推出首批认证课程，并提出让学员通过后续课程和实操项目取得完整认证，Coursera、ETS 和 Pearson 旗下的 Credly 参与其中。
如果这些课程和考核以后能被更多公司认可，求职者会更清楚该学什么、练到哪一步，面试时也能拿出更具体的学习和实践记录，而不只是在简历上填一句「熟练使用 AI」。对 Anthropic 而言，这套培训既是人才生态的布局，也是把 Claude 嵌入企业工作流的商业尝试——认证一旦被雇主认可，就形成了一条从学习、实践到企业采购的链条。不过认证的含金量最终取决于有多少公司真正买账，以及考核能否跟上模型能力的快速变化。