「AI 的盡頭是賣課」，以前是句調侃。現在，連 Claude 官方都下場辦培訓了。

Anthropic 這周推出了 Claude Frontier Academy。它準備自己培訓工程師，再通過實操考核，頒髮帶有 Claude 名字的技能認證。

按照A社的說法，他們承諾投入 1 億美元，目標是在 2027 年底前培養 1 萬名工程師。它打算沿用對自家工程師的能力要求。

會讓 AI 改一封郵件，和能用它做出一個讓同事放心使用的工具，是不同的要求。可現在簡歷填技能欄，兩個人都可以寫「熟練使用 AI」。（但是你的熟練和我的熟練可能不太一樣hh）

這套培訓打算沿用 Anthropic 自己的工程師能力標準。學員要做真實項目，通過考核才能拿到認證。

Anthropic 想把學習、實踐和認證連起來。對於想把 AI 當成職業技能來學的人，這份課程列出了具體的訓練和考核要求。

該項目目前由組織提名，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。

課程已經在舊金山、紐約和倫敦開起來了。想報班，需要由所在公司聯絡 Anthropic 的客戶團隊或合作夥伴經理。

入選者要有軟體工程基礎，用大模型做過東西，也幫助過別人使用 AI。做過智能體不是硬性條件。但在提名時，就要明確回去負責那個 Claude 項目。

Academy 的首個項目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。

按項目官網的安排，學員先參加 4 天線下集訓。Anthropic 工程師和授權講師帶著小班上課，同學來自不同公司。

前三天，要為一家模擬企業搭建 Claude 系統。從接到需求，到安全審查，再到交接，走完一遍。

官網列出的能力要求裡，有開發，也有判斷：先選出值得做的問題，再使用公司的系統和資料把它做出來。通過安全審查之後，還要教同事使用。

第四天會換一個新場景，進行實操考核。通過後，先拿 Claude Resident Engineer 徽章。

接著回到自己的組織，用 12 周負責此前選定的真實項目。遇到問題，可以獲得 Anthropic 工程師的支援，也能和同批學員交流。

最後還要再考一次。只有通過的人，才能拿到 Claude Frontier Deployed Engineer 徽章。首批最終認證預計在 2027 年初頒發。

這裡給沒有開發經驗的讀者，推薦另一個面向所有人的 Claude Academy 。這裡更適合作為入門學習，而且這裡的公開課程免費，可以自行學習。

如果 AI 能幫人把作業做完，等考試的時候怎麼知道學生到底學到了什麼？

在今年 1 月公佈的一項研究中，Anthropic 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。

一組可以用 AI 輔助寫程式碼，另一組自己寫。任務結束後，研究者馬上安排了測驗。

AI 組的平均成績是 50%，手寫組是 67%。兩組差距最大的是找錯誤的題。AI 組完成任務略快，但時間差沒有達到統計顯著性。

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。

比如學 Excel 時，讓 AI 寫一條公式，複製過去，表格就算出了結果。等到同事多加一列、空值多了幾個，你還知不知道該改那一處？

過去練快排、KMP、紅黑樹，人得親手寫程式碼，反覆偵錯。現在也可以把 AI 生成的程式碼當作練習材料：讓它解釋某一步為什麼這麼寫，再自己換一組輸入，看那裡會出問題。

前兩天，AI 研究者 Andrej Karpathy 在 X 上談到一個變化：今後，我們會花更多時間理解語言模型交出的結果。

他建議讓模型把內容變成圖解、可互動的網頁，甚至專門生成一段講解視訊。

學排序演算法時，可以讓 AI 做一個能逐步播放的小動畫。每次交換兩個數字，停一下，自己判斷下一步。

Google 在 9 月 17 日公佈了一項學習互動研究。教師可以用 AI 生成帶引導的模擬練習。

行星軌道、加速度、原子結構，都可以變成操作練習。圖源：Google Research。

在官方演示裡，學生調節小車的加速度和發動機工作時間，再運行模擬，看小車怎樣運動。另一項練習把正負數放到數軸上，讓紅藍兩輛車停在對稱的位置。

這套設計會逐步增加難度，提供提示和反饋。

Google 已放出 30 多個英文練習，主要面向中學生。它還計畫開展課堂研究，看看學生實際學到了多少。

其實咱們準備工作匯報，也可以試試這種練法：讓 AI 扮演追問細節的同事。那裡答不上來，就回去檢查材料。

出面試題的人，也在重新琢磨該怎麼考。

Anthropic 在今年 1 月的一次招聘復盤中，介紹過一道這樣的作業：應聘者要最佳化一段運行在模擬加速器上的程序。這道作業明確允許使用 AI。

彩色區塊表示指令在不同執行單元上的排布，供應聘者尋找最佳化空間。圖源：Anthropic。

出題人原本想看，應聘者怎樣理解系統、尋找性能瓶頸。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，又會出現一個尷尬：應聘者最划算的選擇，可能變成坐著等模型幹活。（推進工作最大的瓶頸就是我自己，hhh)

出題人後來換了一種考法，讓候選人面對更陌生的指令和限制。偵錯工具沒有預先備好，自己列印資訊，還是讓 AI 幫忙做工具，都得作選擇。

Frontier Academy 把真實項目和兩次實操考核放進了認證路徑。學員換一個場景，還能不能完成任務；回到自己的項目，能不能解決以前解決不了的問題？

Google Cloud 的生成式 AI 認證徽章。圖源：Google Cloud / Credly。

其他廠商也在嘗試給 AI 技能設定認證。Google Cloud 在 2025 年 5 月推出的生成式 AI 認證，就面向經理、策略人員等非技術人群。

OpenAI 在 2025 年 12 月推出首批認證課程，也提出讓學員通過後續課程和實操項目，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，求職者也會更清楚該學什麼、練到那一步。到了面試時，求職者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」。(APPSO)

彙整鉅亨號中所有使用「技能認證」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`