「AI 的尽头是卖课」，以前是句调侃。现在，连 Claude 官方都下场办培训了。
Anthropic 这周推出了 Claude Frontier Academy。它准备自己培训工程师，再通过实操考核，颁发带有 Claude 名字的技能认证。
按照A社的说法，他们承诺投入 1 亿美元，目标是在 2027 年底前培养 1 万名工程师。它打算沿用对自家工程师的能力要求。
会让 AI 改一封邮件，和能用它做出一个让同事放心使用的工具，是不同的要求。可现在简历填技能栏，两个人都可以写「熟练使用 AI」。（但是你的熟练和我的熟练可能不太一样hh）
这张认证，要怎么拿
这套培训打算沿用 Anthropic 自己的工程师能力标准。学员要做真实项目，通过考核才能拿到认证。
Anthropic 想把学习、实践和认证连起来。对于想把 AI 当成职业技能来学的人，这份课程列出了具体的训练和考核要求。
该项目目前由组织提名，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。
课程已经在旧金山、纽约和伦敦开起来了。想报班，需要由所在公司联系 Anthropic 的客户团队或合作伙伴经理。
入选者要有软件工程基础，用大模型做过东西，也帮助过别人使用 AI。做过智能体不是硬性条件。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。
按项目官网的安排，学员先参加 4 天线下集训。Anthropic 工程师和授权讲师带着小班上课，同学来自不同公司。
前三天，要为一家模拟企业搭建 Claude 系统。从接到需求，到安全审查，再到交接，走完一遍。
官网列出的能力要求里，有开发，也有判断：先选出值得做的问题，再使用公司的系统和数据把它做出来。通过安全审查之后，还要教同事使用。
第四天会换一个新场景，进行实操考核。通过后，先拿 Claude Resident Engineer 徽章。
接着回到自己的组织，用 12 周负责此前选定的真实项目。遇到问题，可以获得 Anthropic 工程师的支持，也能和同批学员交流。
最后还要再考一次。只有通过的人，才能拿到 Claude Frontier Deployed Engineer 徽章。首批最终认证预计在 2027 年初颁发。
这里给没有开发经验的读者，推荐另一个面向所有人的 Claude Academy 。这里更适合作为入门学习，而且这里的公开课程免费，可以自行学习。
AI 做出来了，怎么证明我也会
如果 AI 能帮人把作业做完，等考试的时候怎么知道学生到底学到了什么？
在今年 1 月公布的一项研究中，Anthropic 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。
一组可以用 AI 辅助写代码，另一组自己写。任务结束后，研究者马上安排了测验。
AI 组的平均成绩是 50%，手写组是 67%。两组差距最大的是找错误的题。AI 组完成任务略快，但时间差没有达到统计显著性。
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。
比如学 Excel 时，让 AI 写一条公式，复制过去，表格就算出了结果。等到同事多加一列、空值多了几个，你还知不知道该改哪一处？
过去练快排、KMP、红黑树，人得亲手写代码，反复调试。现在也可以把 AI 生成的代码当作练习材料：让它解释某一步为什么这么写，再自己换一组输入，看哪里会出问题。
前两天，AI 研究者 Andrej Karpathy 在 X 上谈到一个变化：今后，我们会花更多时间理解语言模型交出的结果。
他建议让模型把内容变成图解、可交互的网页，甚至专门生成一段讲解视频。
学排序算法时，可以让 AI 做一个能逐步播放的小动画。每次交换两个数字，停一下，自己判断下一步。
Google 在 9 月 17 日公布了一项学习交互研究。教师可以用 AI 生成带引导的模拟练习。
行星轨道、加速度、原子结构，都可以变成操作练习。图源：Google Research。
在官方演示里，学生调节小车的加速度和发动机工作时间，再运行模拟，看小车怎样运动。另一项练习把正负数放到数轴上，让红蓝两辆车停在对称的位置。
这套设计会逐步增加难度，提供提示和反馈。
Google 已放出 30 多个英文练习，主要面向中学生。它还计划开展课堂研究，看看学生实际学到了多少。
其实咱们准备工作汇报，也可以试试这种练法：让 AI 扮演追问细节的同事。哪里答不上来，就回去检查材料。
出面试题的人，也在重新琢磨该怎么考。
Anthropic 在今年 1 月的一次招聘复盘中，介绍过一道这样的作业：应聘者要优化一段运行在模拟加速器上的程序。这道作业明确允许使用 AI。
彩色区块表示指令在不同执行单元上的排布，供应聘者寻找优化空间。图源：Anthropic。
出题人原本想看，应聘者怎样理解系统、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，又会出现一个尴尬：应聘者最划算的选择，可能变成坐着等模型干活。（推进工作最大的瓶颈就是我自己，hhh)
出题人后来换了一种考法，让候选人面对更陌生的指令和限制。调试工具没有预先备好，自己打印信息，还是让 AI 帮忙做工具，都得作选择。
Frontier Academy 把真实项目和两次实操考核放进了认证路径。学员换一个场景，还能不能完成任务；回到自己的项目，能不能解决以前解决不了的问题？
Google Cloud 的生成式 AI 认证徽章。图源：Google Cloud / Credly。
其他厂商也在尝试给 AI 技能设置认证。Google Cloud 在 2025 年 5 月推出的生成式 AI 认证，就面向经理、策略人员等非技术人群。
OpenAI 在 2025 年 12 月推出首批认证课程，也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，求职者也会更清楚该学什么、练到哪一步。到了面试时，求职者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」。
