Anthropic入职培训全公开，在线免费就能学

梦晨发自凹非寺
量子位 | 公众号 QbitAI

Anthropic开学校了，所有课程免费。

而且是新员工入职教什么，这里就教什么。

起因他们发现，每个月有数百万人访问Anthropic官网，想知道AI到底该怎么用。但除了有技术背景才能看懂的文档，也找不到什么特别有体系的教学。

Anthropic为此配了一支专职的教育团队，把材料集中放进了“Claude学院”。

目前有23门主课程和专项培训，最短的一门4节课、45分钟，最长的一门67节课，要学满足足9小时。

现在，他们公开了这套课程的设计思路。

先教会自己员工，再教全世界

Anthropic衡量人才的一个标准是“AI流畅度”，培养这方面能力从员工入职第一天开始。

新人在onboarding培训阶段要学三样东西：

4D AI Fluency框架
管理智能体“知道什么”的最佳实践
AI的指数曲线跑得有多快。

4D指的是委派、描述、辨别和尽责（Delegation, Description, Discernment, and Diligence），由瑞林艺术与设计学院的Rick Dakan教授和科克大学的Joseph Feller教授开发，来自他们对AI工具如何改变创意与商业流程的研究，Anthropic和两位教授合作把它做成了课程

所有人加入会做一项具体练习，判断哪些任务应该交给AI、哪些应该自己完成；同时了解AI通常会犯哪些错，以便更有效地复核AI生成的成果。

入职流程结束不代表培训结束。

公司还有一套被称为“ever-boarding”的常态化项目，也就是“一直在进行的入职培训”，内容包括AI能力与限制的深入讲解，以及人与智能体组队协作的实证做法。

直播课和线上课之外，全体员工还配了Claude驱动的工具。比如Claude Tag，用来即时回答关于公司、岗位或个人入职计划的几乎任何问题；IT、法务和福利这三个Slack频道，由Claude负责值守答疑。

Anthropic描述员工满足了AI流畅度要求之后的变化是：围绕真实问题灵活组队，承接范围更大的项目，以及大规模地向公司内部专家学习。

Claude Academy沿用的就是这一整套教法，具体提出了4条课程设计原则。

第一条设计原则是，AI教育应该增加人的能动性。

所以课程不是按功能菜单排列，而是围绕人们在工作和生活里真正要解决的问题来组织。法务方向的用例合集是个例子：它一边教你怎么用 Claude 处理法务任务，一边留出位置让你想清楚哪些任务应该继续留在自己手上，用来防止技能退化。

第二条是心态比功能重要。

教育团队给出的具体例子是，过去你得专门告诉 Claude“这份东西是给法务同事看的”，而现在如果需要这个信息，Claude 会自己问你。所以他们把重心从教具体动作，转向了几条更耐用的心态，比如“今天的AI是你以后会用到的最差的AI”，以及“按风险高低决定验证强度”。

第三条是，安全有效地用AI，范围远不止人机对话。

大多数AI教学只讲用户和智能体怎么聊，Claude Academy 讲对话前后发生的事：一份备忘录里敏感的段落自己起草，汇总幻灯片交给AI；探索性数据分析让Claude做，最后的核对自己来。它还教怎么向同事、客户和其他相关方披露AI的使用情况，也就是在把文档、分析或素材发出去之前，明确说明AI在生产过程中做了什么。

第四条是学习需要付出努力。

用例、教程和课程都要求边学边动手，练习环节安排了反思和实验，让人自己找到适合的用法。

还有一条是关于AI教育的连带效果：学会用AI之后，这项能力可以迁移到任何主题的学习上。看不懂一段密集的解释，可以让 Claude 画一张图；想要苏格拉底式的追问或者一个交互式讲解，也只差一句提示词。

智能体从入门到入土

课程分成产品入门、智能体开发、AI素养和角色专项四条主线。

产品入门这条线上有四门。

Claude 101讲清晰提示与迭代优化，用Projects、Artifacts和Skills管理可复用的上下文，用Connectors、Enterprise Search和Research 接外部工具与组织知识，并区分逐轮对话、任务交办和软件构建三种工作模式。

Claude Code课程，讲agentic loop、工具权限、Plan Mode，以及Explore、Plan、Code、Commit这套可重复流程和CLAUDE.md的写法。

Claude Cowork课程，讲让Claude直接处理文件夹和文档、用Scheduled Tasks应付周期性任务，以及把Claude延伸到Chrome和Word、Excel、PowerPoint、Outlook。

Claude Platform课程，从一次messages.create请求讲到由Anthropic 托管执行循环的 Managed Agent。

往上是进阶开发。

Claude Code in Action，讲 Plan Mode、Rewind 菜单、Headless Mode 和把 Claude 接进 Pull Request 审查与 GitHub Action。

Subagents只有4节课，讲子智能体如何用独立上下文窗口跑研究和代码审查，只把压缩后的结果交回主对话。
Skill课程，讲SKILL.md 的写法、渐进式披露和allowed-tools权限限制，并把 CLAUDE.md、Skill、Subagent、Hook 和MCP Server各自适合解决的问题划了界。

比较复杂的几门课程都在API和云平台方向。

Claude API共67节课、约9小时才能学完，从提示工程与自动评分一路讲到分块、嵌入、BM25、混合检索、重排和上下文检索，再到 MCP 与智能体编排。

MCP入门课讲Tools、Resources、Prompts 三种原语和 Server Inspector 调试。

MCP高级课讲 Sampling、Roots、STDIO 与 Streamable HTTP 的取舍，以及会话化HTTP和无状态HTTP在负载均衡下的差别

接下来是Amazon Bedrock和谷歌云Vertex AI相关的云平台课。

角色专项课程都用同一个4D框架，但把风险、数据和责任映射到了不同环境。