Anthropic招聘直问金钱观：AI安全公司如何筛选价值观

一个直击人心的招聘问题

AI明星公司Anthropic在招聘环节中提出了一个直白的问题：候选人如何看待金钱与财富。这个看似简单却颇具锋芒的问题，折射出这家以"AI安全"为核心使命的公司在人才筛选上的独特考量。

在硅谷，科技公司为顶尖人才开出天价薪酬早已不是新闻。生成式AI浪潮之下，OpenAI、Google DeepMind、Anthropic等头部公司为争夺算法专家展开激烈的"抢人大战"，百万美元级别的年薪包已成常态。

自2022年底ChatGPT引爆生成式AI热潮以来，全球顶尖AI研究人员的身价水涨船高。据多家媒体报道，Meta曾开出数千万美元乃至上亿美元的签约包挖角OpenAI和DeepMind的核心研究员；一些资深研究科学家的年薪加股权总包可轻松突破千万美元。造成这一现象的根本原因在于"供需极度失衡"——真正掌握大模型训练、强化学习与对齐技术的顶尖人才在全球可能仅有数千人，而想要参与这场竞赛的公司却动辄估值百亿美元。这种稀缺性不仅体现在数量上，更体现在知识的高度专业化上：大规模模型的预训练涉及分布式系统工程、数值稳定性调优、数据管道构建等多个交叉领域的深厚积累，仅靠高校培养远不能满足产业需求。与此同时，AI初创公司的爆发式增长进一步分散了本就有限的人才池——据PitchBook统计，仅2023年一年，全球生成式AI领域的风险投资就超过200亿美元，催生了数百家新公司，每一家都在争夺同一批人才。在这种背景下，薪酬几乎成为唯一的通用货币，谁的钱包更厚，谁就更可能赢得人才。正是在这样普遍以金钱开路的环境中，Anthropic反其道而行之的做法才显得格外突出。

然而Anthropic却选择在招聘中直接询问候选人的金钱观，这一做法本身就传递出明确的信号。

为什么价值观筛选如此重要

AI安全公司的特殊使命

Anthropic由前OpenAI高管创立，从成立之初就将"构建安全、可控的AI系统"作为核心使命。

Anthropic成立于2021年，创始人是曾担任OpenAI研究副总裁的Dario Amodei及其妹妹Daniela Amodei，同行的还有多位OpenAI核心研究人员。这批人从OpenAI出走的一个重要原因，正是对AI安全路线和公司发展方向的分歧——他们认为随着模型能力快速增长，安全与可控性研究应当被置于更优先的位置，而当时OpenAI正经历从非营利向"利润上限"营利实体的转型，商业化步伐加快引发了内部关于使命优先级的激烈讨论。因此Anthropic从组建之初就带有强烈的"使命驱动"基因，并采用了特殊的公司治理结构——公司设立了"长期利益信托（Long-Term Benefit Trust, LTBT）"，由一组独立于投资者和管理层的受托人组成，拥有对公司重大决策的最终否决权，其明确职责是确保公司的AI安全使命不会因商业压力而被稀释。这种治理安排在硅谷极为罕见，它从制度层面为"使命优先于利润"提供了结构性保障。理解了这段"因理念分歧而出走"的历史以及公司刻意设计的治理架构，就更容易理解为何Anthropic会在招聘中如此看重候选人的动机与价值观——这不是一时兴起的文化标签，而是刻入公司基因的系统性选择。

公司推出的Claude系列大模型，以及其倡导的"宪法AI（Constitutional AI）"理念，都体现出对AI长期风险的高度关注。

"宪法AI（Constitutional AI）"是Anthropic提出并应用于Claude模型的一套对齐方法论，也是理解这家公司技术哲学的关键入口。其核心思路是：为AI模型预先设定一部由若干原则组成的"宪法"（例如借鉴《世界人权宣言》《苹果服务条款中的隐私原则》等多元文本的价值准则），让模型在训练过程中依据这些原则对自己的回答进行自我批评与修正，而非完全依赖大量人工标注来判断内容是否有害。具体而言，训练分为两个阶段：第一阶段是"监督学习"，模型生成回答后根据宪法原则自我修订，产生更安全的训练样本；第二阶段是"基于AI反馈的强化学习（RLAIF）"，由另一个AI模型而非人类标注员依据宪法原则来评估回答质量，从而大幅降低了对人工逐条打分的依赖。相比传统的"基于人类反馈的强化学习（RLHF）"——即由人类标注员对模型输出逐一排序打分来训练奖励模型——宪法AI让模型的价值取向更透明、更可审计，因为所有约束原则都是明文写下的，任何人都可以审视和质疑。这一技术理念本身就体现了Anthropic的世界观：AI系统的行为应当被明确的、可解释的价值原则所约束，而非依赖黑箱式的人类偏好信号。有趣的是，公司对模型"讲原则"的追求，也延伸到了对员工"讲价值观"的期待上——技术理念与用人哲学在此形成了内在呼应：正如他们不希望模型的行为被不透明的激励信号所驱动，他们同样不希望员工的行为被单纯的金钱激励所支配。

对于这样一家将安全和长期主义置于商业利益之上的公司而言，员工是否单纯为高薪而来，可能直接影响到公司在关键决策时刻的立场。当短期商业利益与长期安全考量发生冲突时，一个只关心薪酬的团队成员，未必会做出符合公司使命的选择。这种冲突在AI安全领域绝非假设性场景——例如，当一个模型在安全评估中暴露出潜在风险但市场压力要求尽快发布时，是选择延迟上线进行更多安全测试，还是在竞争对手抢先一步之前匆忙推出？这类决策往往没有明确的规章可循，最终取决于决策参与者内心的优先级排序。

过滤"淘金者"实现价值观对齐

直白地询问金钱观，本质上是一种价值观对齐（value alignment）的筛选机制。

在组织行为学中，"价值观对齐"（value alignment）指员工个人的核心信念与组织使命之间的一致程度。这一概念最早可以追溯到社会心理学家本杰明·施奈德（Benjamin Schneider）在1987年提出的"吸引-选择-留任（ASA）"框架，该框架指出：组织天然会吸引与其文化相似的人，在选拔中偏好与其价值观一致的人，而不适配的人最终会主动离开。大量后续研究表明，价值观高度契合的员工往往具有更高的工作投入度、更低的离职率，并在缺乏明确规则约束的模糊情境中更倾向于做出符合组织利益的判断。对于AI安全这类高度依赖"判断力"而非"流程手册"的工作而言，这一点尤为关键——很多安全相关的抉择并没有标准答案。比如，如何定义一个模型回答的"有害程度"？当安全性与实用性产生矛盾时，应该在哪里划线？这些灰色地带中的决策，最终依靠的是从业者内心的价值排序，而非任何可以写在手册里的规则。有意思的是，"对齐（alignment）"一词本身也是AI安全领域的核心术语，指让AI系统的目标与人类价值保持一致——这正是Anthropic在技术层面投入最多精力的研究方向。因此，Anthropic在招聘中做"人的对齐"，与其在技术上追求"AI的对齐"，构成了同一逻辑的两个层面：如果你连构建AI的人都无法实现价值观对齐，又如何指望他们构建出真正对齐的AI系统？

在AI人才极度稀缺、薪酬水涨船高的当下，很多候选人可能出于纯粹的经济动机涌入这个领域。Anthropic试图通过这个问题，识别出那些真正认同公司使命、而非单纯追逐财富的人才。

这种做法与传统科技公司"高薪吸引一切"的策略形成鲜明对比。它意味着Anthropic愿意在人才竞争中承担一定代价——可能会错失部分技术能力强但价值观不匹配的候选人。然而从长期来看，这种"有所不为"的选人策略可能恰恰是一种更高层次的竞争力。管理学中有一个经典论断：文化是战略的早餐（Culture eats strategy for breakfast）。当一家公司的员工在底层动机上高度一致时，其协作效率、决策质量和抗压韧性往往远超那些仅靠高薪维系的"雇佣军"团队。

折射出的行业深层矛盾

理想主义与商业现实的张力

Anthropic的这一举动暴露了整个AI行业面临的深层矛盾。一方面，构建负责任的AI需要长期投入和克制；另一方面，激烈的市场竞争和巨额融资又迫使公司不断追求增长与回报。

事实上，Anthropic自身也已从Google、Amazon等巨头处获得数十亿美元融资，估值节节攀升——截至2024年，公司估值已超过180亿美元，Amazon的总投资承诺高达40亿美元，Google也投入了超过20亿美元。这使得"理想"与"回报"之间的张力更加真实而紧迫：投资者虽然目前对公司的安全使命表示支持，但资本终究需要回报，当商业增长速度与安全研究节奏产生矛盾时，这种张力将不可避免地浮出水面。Anthropic试图通过其公益公司（Public Benefit Corporation, PBC）的法律架构来缓解这一矛盾——PBC是美国部分州法律下的一种公司形态，要求董事会在追求股东利益的同时，必须兼顾公司章程中声明的公共利益目标。这意味着即使在法律层面，Anthropic也为自己设置了一道"护栏"：董事会不能仅仅因为利润最大化的考量而偏离安全使命。然而，制度设计能否在现实的商业压力下持续奏效，仍然是一个悬而未决的问题。

如何在理想主义使命与商业现实之间取得平衡，是每一家AI公司都必须面对的课题。Anthropic通过招聘环节的价值观筛选，试图在源头上构建一支认同长期主义的团队——因为制度可以被修改，架构可以被重组，但一支由内心认同使命的人组成的团队，才是抵御商业化侵蚀的最后一道防线。

人才竞争的新维度

过去科技公司的人才竞争主要围绕薪酬、股权、技术挑战和职业发展展开。而Anthropic的做法提示我们，在AI领域，"价值观契合度"正在成为一个新的竞争维度。

对于那些真正关心AI安全和社会影响的顶尖人才来说，在一家使命驱动的公司工作本身就具有超越金钱的吸引力。这种现象在科技史上并不罕见：SpaceX在早期以低于行业平均水平的薪酬吸引了大批顶尖航天工程师，凭借的正是"让人类成为多星球物种"这一宏大愿景的感召力；早期的Google以"整合全球信息"的使命吸引了一批本可以在华尔街获得更高收入的计算机科学家。心理学家Edward Deci和Richard Ryan提出的"自我决定理论（Self-Determination Theory）"为这一现象提供了理论解释：当工作能满足人的"自主性、胜任感和归属感"三大内在需求时，外在的金钱激励对动机的边际贡献会显著下降。对于那些已经衣食无忧的顶尖AI研究者而言，"参与定义AI安全未来"所带来的意义感，可能比多出的几十万美元年薪更具吸引力。

这可能形成一种独特的人才聚集效应——认同使命的人才向Anthropic汇聚，反过来又强化了公司的文化基因。这种正反馈循环一旦建立，将成为竞争对手难以复制的"软性护城河"：你可以匹配甚至超越对手的薪酬，但你无法通过砸钱来复制一种经过精心筛选和长期沉淀的组织文化。

对求职者与行业的启示

对于希望进入AI行业的求职者而言，Anthropic的案例提供了一个重要提醒：在头部AI公司，技术能力只是入场券，价值观的契合度可能同样关键。求职者需要认真思考自己进入这个领域的初衷，以及能否认同所应聘公司的长期使命。值得注意的是，这种价值观筛选并非要求候选人"不在乎钱"——Anthropic提供的薪酬依然极具竞争力——而是要求候选人对金钱有健康、成熟的认知，不会让财富追求凌驾于安全使命之上。一个理想的回答可能不是"我不关心钱"，而是"我关心钱，但我更关心我用这份能力做了什么"。

对于整个行业而言，这一现象引发了更深层的思考：当AI技术的影响力越来越大，构建AI系统的人的动机和价值观，是否应该成为更受关注的因素？随着AI系统在医疗诊断、司法决策、金融风控等高风险领域的渗透加深，构建这些系统的工程师和研究员事实上掌握着影响数百万人生活的权力。在这个意义上，对AI从业者进行某种形式的"动机审查"，或许不仅仅是一家公司的招聘策略，更可能成为一种行业共识甚至监管期待。

结语

Anthropic在招聘中直问金钱观的做法，触及了AI行业一个值得深思的命题。在技术狂飙突进、资本疯狂涌入的时代，一家公司选择在人才入口处进行价值观拷问，本身就是一种耐人寻味的姿态。

它提醒我们，AI的未来不仅取决于算法和算力，更取决于那些构建它的人抱着怎样的初心。金钱固然重要，但对于一家肩负"AI安全"使命的公司来说，找到愿意超越金钱、真正认同使命的人才，或许才是决定其长远成败的关键。当我们回顾科技史，那些真正改变世界的组织——从贝尔实验室到施乐PARC，从早期的Apple到如今的Anthropic——往往不是聚集了最贵的人才，而是聚集了最"对"的人才。在AI这项可能重塑人类文明的技术面前，"对"的定义，正在从"最聪明"扩展为"最聪明且最负责任"。