Anthropic 投入 1 亿美元培训工程师，揭示企业 AI 真正的瓶颈

Anthropic 表示，将投入 1 亿美元，在 2027 年底前培训 1 万名“前沿部署工程师”（Frontier Deployed Engineers）。Claude Frontier Academy 面向大型企业和咨询公司的工程师，目标是让他们把一个看起来颇有吸引力的 AI 演示，推进到安全审查、工作流集成、部署和交接的完整阶段。

这项公告的重要性并不止于 Claude。它发出了一个有用信号：企业采用 AI 正撞上交付难题。许多公司可以买到模型访问权限，却很少能把这种访问权限转化为一个经过治理、每天有人使用的系统。真正稀缺的能力也不只是写提示词，而是把软件工程、流程设计、风险判断、领域知识和变革管理结合起来，让 AI 系统经得起真实组织的复杂环境。

对买方而言，实际启示很直接。在批准下一项模型订阅之前，先找出负责把用例变成运营流程的人。如果没有人承担这项责任，更大的模型大多只会制造一条更长的试点项目队列。

Anthropic 实际推出了什么

Anthropic 在 10 月 2 日的公告中，将这项计划描述为一个面向软件工程师、以提名为基础的实践项目。首批参与者来自埃森哲、贝恩、凯捷、澳大利亚联邦银行、德勤、麦肯锡、摩根士丹利和诺和诺德。公司表示，到 2027 年底，项目将逐步扩展至 1 万名工程师。

培训的核心是部署，而不是上一门简短的模型功能课程。参与者先参加由 Anthropic 工程师和持证讲师共同开展的线下项目。他们会完成一次模拟企业部署，选择一个用例，应对安全审查，并通过一项评分制实践考核。通过者获得 Resident Engineer 徽章，随后进入为期 12 周的驻留阶段。在驻留期间，他们在 Anthropic 工程师和同届学员的支持下，带领本组织内部的一个真实 Claude 用例。之后再经过一次评估，才有机会获得 Frontier Deployed Engineer 徽章。

Anthropic 称，申请人不必事先具备构建 AI 智能体的经验，但应当是能力较强的软件工程师，有使用大型语言模型进行开发的经历，曾帮助他人采用 AI，并且要带着一个明确命名的项目参加培训，回到组织后负责推进。最后一项要求很关键。这个项目并不是一般性的教育课程，而是试图把培训绑定到一项具体的组织工作上。

“前沿部署工程师”这个称谓，也说明了 Anthropic 认为市场缺少什么样的人才。他们不是改进基础模型的研究科学家，也不是把聊天机器人嵌入网页的普通应用开发者。这个角色处在模型供应商与业务流程之间：要把运营问题翻译成系统，把系统连接到数据和工具，定义系统可以在哪些地方采取行动，建立测试，并让一个没有参加培训的团队也能维护最终成果。

Anthropic 的说法仍然属于供应商自身的说法。公告没有提供独立证据，证明该学院一定能产出 1 万次成功部署；也没有公布完整课程、毕业率、定价模式，或与供应商中立培训项目的比较。这些限制并不会让计划失去意义，却决定了企业在把徽章当成生产环境能力证明之前，应该提出哪些问题。

这些数字指向实施能力缺口

近期几项调查从不同角度描述了同一个缺口。

德勤发布的《2026 年企业 AI 状况》报告称，2025 年员工获得 AI 访问权限的比例上升了 50%，并预计未来六个月内，至少有 40% 项目进入生产环境的公司数量将翻倍。但德勤同时报告，真正重新设计业务的组织只有 34%，而 AI 技能缺口被视为整合 AI 的最大障碍。报告把战略与运营准备度之间的距离称为准备度缺口：企业对计划的信心，高于对基础设施、数据、风险控制和人才的信心。

AI Leaders Council 发布的《2026 年企业 AI 人才研究》显示出更加明显的反差。受访者的 AI 使用率从 1 月的 87% 上升到 97%，但完全嵌入企业的使用率停留在 3%。只有 37% 的受访者表示所在组织提供 AI 培训，33% 表示组织没有明确的 AI 人才战略。这项研究并不是覆盖所有公司的中立概率抽样普查，因此其中的具体比例不应被当成普遍基准。不过，它所呈现的方向与德勤的发现一致：访问权限和实验速度，正在超过组织自身的能力建设速度。

美国商业圆桌组织 Conference Board 在 7 月报告称，55.1% 的受访员工每天或每周使用生成式 AI 或 AI 智能体，但过去六个月中只有 33.3% 使用过雇主提供的 AI 培训。近 28.3% 的人表示所在组织完全不提供 AI 培训。该机构的研究还区分了基础素养与高级能力。许多组织会教提示词和一般认知，却很少教员工如何管理智能体、把 AI 集成到工作流中，或者把 AI 应用于战略性业务问题。

Gartner 的 2026 年劳动力研究又提出了一个有关进度衡量方式的警告。调查显示，只有 27% 的高管拥有全面的 AI 战略，只有 20% 相信自己的员工队伍真正做好了使用 AI 的准备。Gartner 还报告称，在多个 AI 用例上都熟练的员工，更可能报告高生产力、高质量工作和有效的流程改进，而只在狭窄场景使用 AI 的人则较少如此。它的重点不是每名员工都要变成工程师，而是采用深度比启用账户数量更重要。

合起来看，这些证据描绘出一种“赋能幻觉”。一家公司可以拥有采购批准、企业许可证、提示词库和很高的周活跃用户数，却仍然没有能力改造一条糟糕的审批路径、安全地把智能体连接到内部系统，或判断某个输出是否适合用于高影响决策。

为什么部署人才不同于提示词培训

提示词培训容易购买，因为它容易包装。一场工作坊可以讲解如何给模型提供上下文、要求指定格式、让模型进行批评并持续迭代。这些都是有用技能，却不足以运营一条 AI 工作流。

生产系统必须回答一些无法整齐塞进提示词的问题：

• 确切的业务结果是什么，应如何衡量？
• 系统可以读取哪些数据，哪些数据绝不能进入上下文？
• 来源缺失、过时或相互矛盾时会发生什么？
• 哪些行动可以自动执行，哪些行动必须获得批准？
• 工具调用如何认证、记录和撤销？
• 哪组测试能够代表正常情况、边界情况和对抗性输入？
• 试点团队离开六个月后，谁负责这条工作流？
• 模型做出看似合理却错误的决定时，人如何接管和恢复？
• 每项任务、每位客户或每月的成本上限是多少？
• 如果模型、供应商、价格或数据保留政策变化，设计要如何调整？

部署工程师的价值在于，这些问题必须被放在一起回答。如果安全团队设计控制措施时不了解工作流，系统可能无法使用；如果业务团队选择工作流时不了解模型的失效方式，系统可能不安全；如果工程团队在运营部门没有负责人的情况下上线智能体，就不会有人维护评估集或审查异常。

因此，这个角色更接近产品工程和服务设计，而不是“AI 布道”。它需要足够的模型素养来理解不确定性，足够的工程纪律来构建集成，足够的领域知识来选择有意义的任务，也需要足够的组织授权来改变工具周围的流程。

供应商专属培训的取舍

模型供应商往往是学习自家能力的最佳地点。Anthropic 可以教授 Claude 在上下文处理、工具使用、评估实践和部署模式上的细节，这些内容可能是通用课程容易遗漏的。其工程师也能看到许多客户环境中的共性。驻留式学习可能比通过视频和测验获得的证书更具体、更接近实际工作。

但供应商专属培训也会创造一种买方需要定价并管理的依赖。深入掌握某一家供应商接口的人，可能变得不那么容易迁移；围绕供应商特有行为设计的工作流，迁移成本可能很高。供应商可能改变模型名称、速率限制、工具语义、数据保留条款或安全行为。徽章还可能混淆两个不同问题：这个人是否知道如何使用某供应商的产品，以及这个人是否能够设计一个有韧性的 AI 系统。

组织应当在自己的能力模型中把这两个问题分开。强有力的内部标准应包括供应商中立的能力，例如数据分类、威胁建模、测试设计、人工升级、成本核算、事件响应和工作流所有权。供应商专属知识可以建立在这层基础之上，并在产品变化时及时更新。

对 1 亿美元这个数字也应当谨慎解读。用它除以 1 万名目标工程师，得到的是每名工程师 1 万美元的简单算术平均值，但这并不是已公布的培训价格。这项投入可能包含讲师、场地、支持、工程时间、课程开发和部署协助，不能随意与在线课程学费相比。更重要的是，项目的价值不会由每名毕业生的平均支出决定，而取决于毕业生能否交付持久系统、转移知识，并缩短从已验证用例到可靠运营之间的时间。

这里还存在锁定问题。在大型咨询公司和潜在客户内部培训工程师，可以通过那些影响架构与实施决策的人扩大 Claude 的分发。这可能有利于 Anthropic 的业务，也可能对参与者有用；但这意味着买方仍要把最终设计与替代方案比较。提案应当说明为什么 Claude 合适，不能假设参加培训本身就证明了选择正确。

更好的 AI 实施团队评估方法

企业不必照搬 Anthropic 的称谓，也不必新设一个部门，但必须定义这个称谓所代表的能力。一次实用评估可以围绕五项测试展开。

1. 用例判断

团队应当有能力拒绝那些看起来漂亮、实际上薄弱的想法。一个好的首个用例，应有明确负责人、可衡量的基线、可访问的数据、模型出错时相对有限的后果，以及人工审查路径。“在全公司部署一个智能体”不是用例；“对收到的供应商文件进行分类，提取五个字段，把异常路由给采购部门，并衡量修正率”才是。

团队还应计算当前流程的成本和延迟。如果不知道基线，就无法证明价值；如果流程没有负责人，就没有人能决定某个错误是否可以接受。

2. 系统设计

团队必须能够画出系统边界。这包括模型、检索来源、数据库、API、工具、身份层、用户界面、日志和人工检查点。设计文件应说明模型获准做什么，以及它只能提出建议的事项。

设计应当能够经受供应商更换。这并不要求假装所有模型表现相同，而是意味着提示词、评估案例、应用逻辑、数据契约和业务规则，不应与某一家供应商的响应格式不可分割地融合。

3. 评估与故障处理

演示只展示少数成功路径。实施需要可重复的评估集，其中应包含有代表性的示例、已知失败、含糊案例、敏感输入，以及试图诱使系统越权的请求。

指标也不能只有答案质量。团队可能需要跟踪字段提取准确率、升级率、未经授权的工具调用尝试、人工解决所需时间、延迟、令牌或 API 成本，以及无需修正就被接受的输出比例。对智能体而言，任务成功完成并不够；如果系统偶尔采取未经批准的行动，整体仍然不安全。

团队还需要故障政策。低置信度结果可以转给审核人员；缺失来源可以让流程停止；记录冲突可以触发对账任务。安全行为往往是收窄系统权限，而不是添加一条更热情、更强硬的指令。

4. 运营所有权

每条生产工作流都需要一名对结果负责的负责人，而不只是对系统正常运行时间负责的人。这个人应当拥有预算、审查节奏和修改流程的路径，并知道谁更新评估集、谁批准新工具、谁处理事件，以及谁能够停用工作流。

许多试点正是在这里失败。技术团队交付了一个能工作的原型，业务团队却没有时间或权限维护它。最终，系统变成一款无人负责的应用，最初的假设在悄无声息中失效。

5. 员工采用

用户需要改变行为的理由。培训应使用真实工作流、真实示例和真实边界，说明信息缺失时系统会怎么做、如何质疑一个输出，以及何时必须升级处理。

Conference Board 的研究在这里很有参考意义：人们需要时间、工具和管理支持，而不只是一个课程访问权限。一家公司如果要求员工在下班后完成培训，再用完成率衡量成功，测到的只是接触内容的程度，而不是能力。

买方的 90 天测试

一次有用的实施测试，不必等到开展全公司转型项目才能进行。

前两周，选择一条工作流并写一份简短的工作说明。写明用户、业务结果、基线、数据来源、允许的行动、禁止的行动、升级规则和负责人。定义什么结果算成功，也定义哪些证据会促使团队停止项目。

第三至第六周，构建一个足够窄、但可以被评估的版本。保留人工参与环节。使用一组固定的历史案例或合成案例，并让它反映真实工作的分布。记录错误和修正，不要把它们从演示里剪掉。把系统连接到实时业务工具之前，先加入数据最小化、访问控制和日志记录。

第七至第十周，让一小组用户运行这条工作流。衡量完成时间、修正率、异常率、每个案例的成本和用户行为。询问工具究竟改变了流程，还是只是增加了一个新界面。测试文件不完整、来源相互冲突、用户要求执行禁止行动，或底层模型不可用时会发生什么。

最后两周，根据运营证据作出决定。如果工作流改善了基线，风险和成本也处于可接受范围，而且有人能够维护，就扩大规模；如果用户获得了价值但错误处理或异常路径薄弱，就重新设计；如果系统无法达到质量门槛、数据无法治理，或商业案例依赖专家永久监督，就停止。

最终产物应当是一份简短的部署记录：架构、数据地图、评估结果、已知限制、成本模型、事件处理程序和明确负责人。这份记录比笼统地说组织已经“准备好使用 AI”更有价值。

成本、隐私与锁定检查

实施问题同时也是财务和法律问题。

成本估算应包括推理、检索、存储、可观测性、集成维护、评估运行、人工审查和故障恢复。一个在理想路径演示中看似便宜的智能体，可能因为重复调用工具、处理长文档，或把每个异常都交给专家而变得昂贵。团队应在上线前设定预算和速率限制，然后把预期成本与流程完成后的价值比较，而不是只比较生成的令牌数量。

隐私审查必须区分任务真正需要的数据，与只是方便而被顺手加入的数据。分类发票可能不需要完整客户档案；起草回复也可能不需要永久访问邮箱。应限制上下文、凭证和保留期限。核实数据在哪里处理、日志如何保存、客户数据是否用于训练，以及在选定方案下删除请求和法律保全如何执行。

工作流应该有迁移方案。以可用格式导出提示词、模式、评估案例、业务规则和日志。在合理情况下保留与模型无关的接口。记录哪些行为是业务必需的，哪些只是供应商特有的便利功能。即使公司近期没有更换意图，也应定期测试第二个模型。这个测试能在价格、停机或政策变化迫使公司处理问题之前，暴露隐藏假设。

安全控制还必须覆盖 AI 特有的攻击面。把检索到的内容当成数据，而不是指令。严格收窄工具权限，分离读写凭证。不可逆行动必须获得明确批准。记录模型请求、调用的工具、工具运行时所使用的身份、结果和人工决定。对于任何能影响工作的系统，这些都是基础控制；随着智能体获得更大权限，它们的重要性也会提高。

谁适合参加 Claude Frontier Academy 一类的项目

拥有明确业务问题、内部工程人才，并承诺完成一个或多个真实部署的大型组织，可能会从这类项目中受益。咨询公司可以借此建设交付能力，但应保留供应商中立的架构，并披露哪些决策受供应商关系影响。银行、制造商、医疗机构和其他受监管组织可能看重其中的安全审查与交接重点，但仍需通过自己的法律、风险和合规关卡。

小型公司则应更加挑剔。如果只有一条狭窄的工作流，聘用或借调一名有能力的工程师，再让他与领域负责人配对，可能比创建正式学院更有效。小团队可以通过供应商文档学习，并建立供应商中立的评估习惯，不必支付企业级项目的成本。关键问题不是公司有没有“前沿”用例，而是这条工作流是否有足够的规模和价值，值得投入集成与持续审查。

当底层流程不稳定、数据治理薄弱，或没有人能够对结果负责时，公司应跳过这类项目，至少应推迟。培训无法弥补权限不清，也不应利用一张证书，为在组织尚未建立经过测试的控制框架之前，把智能体部署到高后果流程中提供正当性。

更大的信号

Anthropic 的培训投入既是一项业务行动，也是一个劳动力市场信号。公司希望有更多人能让 Claude 在客户内部真正产生作用；而市场需要的，是更多能够让 AI 系统发挥作用、同时不让对特定模型的热情取代工程判断的人。

随着采用从试点走向生产，这种区别会越来越重要。德勤的研究显示，访问权限在增长，但运营准备度存在缺口。Conference Board 发现，AI 使用速度超过了正式培训，基础素养并不等于高级工作流能力。Gartner 警告，访问指标可能掩盖薄弱的赋能工作，而员工体验会同时影响生产力和留任。Anthropic 的回应，是把有经验的工程师放进具体部署中。

买方应当让那些隐藏工作显形：指定负责人，写清边界，测量基线，测试故障模式，为人工审查编列预算，并保留更换供应商的选择。培训应该围绕业务流程，而不只是围绕界面。

现在有用的问题已经不再是“我们应该购买哪个模型”，而是“谁能安全地把这个模型变成一项有人维护的业务能力”。Anthropic 的 1 亿美元答案，是培训 1 万名专业人员。大多数公司需要的人数会少得多，但仍然必须识别这个角色，赋予它权限，并用真正运行的系统而不是证书来评判它。

来源

本文依据并保留了原文所归属的来源信息，包括 Anthropic 关于 Claude Frontier Academy 的公告、德勤《2026 年企业 AI 状况》报告、Gartner 的 2026 年劳动力研究、AI Leaders Council 的《2026 年企业 AI 人才研究》，以及 Conference Board 关于 AI 技能培训的研究。原始来源分别为：Anthropic 公告、德勤报告、Gartner 研究、AI Leaders Council 研究和 Conference Board 研究。