Anthropic 本週推出名為 Claude Frontier Academy 的培訓專案，承諾投入 1 億美元，目標是在 2027 年底前培養 1 萬名工程師。與市面上常見的 AI 課程不同，這套培訓由 Anthropic 自己設計並考核，最終頒發帶有 Claude 名字的技能認證。
按照官方說法，培訓沿用 Anthropic 對自家工程師的能力要求。學員要完成真實專案並通過考核，才能拿到認證。專案目前採取組織提名制，主要面向企業客戶和合作夥伴，首批學員來自 埃森哲、貝恩、德勤、摩根士丹利等機構。課程已在 舊金山、紐約和倫敦開課，報名需由所在公司聯絡 Anthropic 的客戶團隊或合作伙伴經理。
入選者需具備軟體工程基礎，用過大模型做過東西，也幫助過別人使用 AI；做過智慧體並非硬性條件，但在提名時就要明確回去負責哪個 Claude 專案。
Academy 的首個專案借鑑了醫生的培養方式：跟著前輩練習、接觸實際案例、再接受考核。按官網安排，學員先參加 4 天線下集訓，由 Anthropic 工程師和授權講師小班授課。前三天要為一家模擬企業搭建 Claude 系統，從接到需求、安全審查到交接走完一遍；官網列出的能力要求既包括開發，也包括判斷——先選出值得做的問題，再用公司的系統和資料把它做出來，通過安全審查後還要教同事使用。第四天換一個新場景進行實操考核，通過後先拿 Claude Resident Engineer 徽章。
隨後學員回到自己的組織，用 12 周負責此前選定的真實專案，期間可獲得 Anthropic 工程師支援，也能與同批學員交流。最後還要再考一次，只有通過者才能拿到 Claude Frontier Deployed Engineer 徽章。首批最終認證預計在 2027 年初頒發。對於沒有開發經驗的讀者，Anthropic 另有一個面向所有人的 Claude Academy，公開課程免費，可自行學習。
這套認證試圖回答一個更普遍的問題：AI 能幫人把活幹完，那怎麼證明人真的學會了？Anthropic 今年 1 月公佈的一項研究找來 52 名以初級工程師為主的開發者，讓他們學習不熟悉的 Python 工具庫 Trio。一組可用 AI 輔助寫程式碼，另一組自己寫。任務結束後立刻測驗，AI 組平均成績 50%，手寫組 67%，差距最大的是找錯誤的題。AI 組完成任務略快，但時間差未達到統計顯著性。研究者還發現，會追問原因、要求解釋的參與者，測驗表現通常更好。
出題的人也在重新琢磨怎麼考。Anthropic 在今年 1 月的一次招聘覆盤中介紹過一道作業：應聘者要最佳化一段執行在模擬加速器上的程式，明確允許使用 AI。出題人原本想看應聘者如何理解系統、尋找效能瓶頸，後來 Claude Opus 4.5 在一次帶有人類提示的嘗試中，用 2 小時做到了接近該時限內最佳人類的成績，那名應聘者也大量使用了 Claude。繼續提高分數線又會帶來尷尬：應聘者最划算的選擇可能變成坐著等模型幹活。於是出題人換了一種考法，讓候選人面對更陌生的指令和限制，除錯工具不預先備好，自己列印資訊還是讓 AI 幫忙做工具，都得做選擇。
其他廠商也在嘗試給 AI 技能設認證。Google Cloud 在 2025 年 5 月推出的生成式 AI 認證面向經理、策略人員等非技術人群；OpenAI 在 2025 年 12 月推出首批認證課程，並提出讓學員通過後續課程和實操專案取得完整認證，Coursera、ETS 和 Pearson 旗下的 Credly 參與其中。
如果這些課程和考核以後能被更多公司認可，求職者會更清楚該學什麼、練到哪一步，面試時也能拿出更具體的學習和實踐記錄，而不只是在簡歷上填一句「熟練使用 AI」。對 Anthropic 而言，這套培訓既是人才生態的佈局，也是把 Claude 嵌入企業工作流的商業嘗試——認證一旦被僱主認可，就形成了一條從學習、實踐到企業採購的鏈條。不過認證的含金量最終取決於有多少公司真正買賬，以及考核能否跟上模型能力的快速變化。