Anthropic 驻留研究计划现已开放申请。这是一项带薪、定期的研究项目，面向希望让 AI 对所有人都安全且有益的学者、技术型创始人和 Staff 级工程师。无需机器学习背景。

请于 11 月 22 日前申请：https://alignment.anthropic.com/2026/anthropic-residency/…

Anthropic 驻留研究计划：面向资深技术领袖开放申请

来源：https://alignment.anthropic.com/2026/anthropic-residency/ 今天，我们正式开放 Anthropic 驻留研究计划的申请。这是我们的带薪定期研究项目，驻留期限为六周至六个月。

我们正在寻找曾在各类技术领域主导过雄心勃勃的工作，并希望转型为全职研究人员、致力于让 AI 系统对全人类安全且有益的人士。如果你是定量学科的教授、技术型创始人或 Staff 级工程师，并希望转向变革性 AI 领域工作，我们期待收到你的申请。无需机器学习背景。

本轮申请将于 2026 年 11 月 22 日截止。请通过此处 (美国) (https://job-boards.greenhouse.io/anthropic/jobs/5438311008)或此处 (英国) (https://job-boards.greenhouse.io/anthropic/jobs/5439169008)申请。

为什么开启本轮招募

机器学习是一个年轻的领域。当今许多资深研究人员，包括 Anthropic 的许多研究人员，最初都是物理学家、数学家、神经科学家或软件工程师。随着模型能力不断提升，制定研究议程并判断哪些工作值得开展的能力，在 AI 研究中变得越来越重要。定量领域的资深人士往往已经擅长这些技能；驻留研究计划将帮助他们建立对前沿 AI 的理解，从而将这些技能应用于这一新领域。

本轮计划以 Anthropic Fellows Program（研究员计划）(https://job-boards.greenhouse.io/anthropic/jobs/5183044008)为基础，该计划展示了新研究人员能够多么迅速地为这一领域作出贡献。往届研究员已在潜意识学习 (https://arxiv.org/abs/2507.14805)、Petri 审计工具 (https://www.anthropic.com/research/petri-open-source-auditing)和人格向量 (https://www.anthropic.com/research/persona-vectors)等方面取得研究成果。本轮计划将这一模式调整为适合资深技术领袖的形式。

本轮计划将提供什么

• 研究关键问题：驻留研究员将研究由 Anthropic 研究人员提出、并与其兴趣和背景相匹配的问题。
• 顶尖研究人员指导：每位驻留研究员都将配备一位 Anthropic 导师，并定期获得一对一指导。
• 转型支持：我们不要求驻留研究员加入时就是机器学习专家。计划包含专门的自主学习时间、讲座和指导，帮助他们迅速掌握现代机器学习与 AI 安全研究。
• 算力支持：驻留研究员将使用前沿模型开展工作，并获得专门用于其项目的算力预算。
• 灵活的时间安排：驻留期限为六周、三个月或六个月，申请时我们会询问你偏好的时长。我们将尽量灵活安排开始日期。
• 地点：我们更希望驻留研究员在旧金山办公室工作，但也可以远程参与，尤其是期限较短的项目。Anthropic 的大多数全职研究岗位要求搬迁至旧金山。
• 与资历相匹配的薪酬：驻留研究员的报酬折合年薪为 350,000 至 500,000 美元。

我们希望在驻留计划结束时，每位驻留研究员都具备继续全职从事 AI 研究的条件，无论是在 Anthropic 还是其他机构。

导师与研究领域

潜在的 Anthropic 导师包括：

• Sara Price (https://www.linkedin.com/in/sara-price-310757b2/)：领导对齐训练团队；具有数据科学背景
• Ethan Perez (https://scholar.google.com/citations?user=za0-taQAAAAJ&hl=en)：领导对齐科学团队；具有机器学习背景
• Evan Hubinger (https://evhub.github.io/)：领导对齐压力测试团队；曾任职于机器智能研究所 (MIRI)
• Samuel Marks (https://scholar.google.com/citations?user=fW7yK10AAAAJ&hl=en)：领导可扩展监督团队；具有数学背景
• Elana Simon (https://elanapearl.github.io/)：研究语言模型和生物模型的可解释性；具有生物医学信息学背景
• Belinda Li (https://belindal.github.io/)：研究语言模型如何表征世界、用户及其自身；具有自然语言处理背景 (麻省理工学院博士)
• Jack Lindsey (https://jlindsey15.github.io/)：领导模型心理学团队；具有理论神经科学背景
• Nicholas Carlini (https://nicholas.carlini.com/)：研究对抗性机器学习和 AI 安保；曾任职于 DeepMind 和 Google Brain
• Jascha Sohl-Dickstein (https://sohldickstein.com/)：从事安全与预训练交叉领域的工作；具有物理学和神经科学背景，曾任 Google Brain 首席科学家

驻留研究员将与 Anthropic 的研究团队合作，开展实证研究。我们特别关注的领域包括：

AI 安全与对齐

• 可扩展监督：开发相关技术，使能力强大的模型即使在各个领域超越人类水平的智能后，仍能保持有益和诚实。[1]
• 对抗鲁棒性与 AI 控制：创建相关方法，确保先进 AI 系统在陌生或对抗性场景中仍然安全且无害。[2]
• 模式生物：创建失对齐模式生物 (https://www.lesswrong.com/posts/ChDH335ckdvpxXaXX/model-organisms-of-misalignment-the-case-for-a-new-pillar-of-1)，以增进我们对对齐失败如何产生的实证理解。[3]
• 模型内部机制与可解释性：加深我们对大型语言模型内部运作机制的理解，从而采取更有针对性的干预和安全措施。[4]
• 防护措施研究：开发针对对抗性攻击的稳健防御措施、全面的模型安全评估框架，以及在部署前检测和缓解潜在风险的自动化系统。[5]
• AI 福祉：增进我们对 AI 潜在福祉的理解，并开发相关评估和缓解措施。[6]

AI 安保与前沿红队测试

• 对前沿模型进行压力测试，全面了解它们目前在网络安全、机器人学或密码学等领域的能力。[7]

机器学习系统与强化学习

• 改进前沿模型的训练方式，并构建支撑相关研究的基础设施，涵盖模型架构、优化器和训练数据，以及加速器模拟器、硬件后端和强化学习环境流水线。

如需更全面地了解我们关注的问题，请参阅我们的《AI 安全技术研究方向建议》(https://alignment.anthropic.com/2025/recommended-directions/)，以及对齐 (https://alignment.anthropic.com/)、可解释性 (https://transformer-circuits.pub/)和前沿红队 (https://red.anthropic.com/)团队近期发表的研究成果。

我们正在寻找这样的人

• 曾在技术领域主导过雄心勃勃的工作 (定量学科的教授、技术型创始人或 Staff 级工程师)
• 致力于确保 AI 安全并造福整个社会
• 热切希望转型为全职从事 AI 实证研究
• 能够在快节奏、协作型环境中蓬勃发展
• 能够快速实现想法并清晰沟通

你无需拥有博士学位、机器学习经验或已发表的论文。

如何申请

如希望获得本轮计划的考虑，请于 2026 年 11 月 22 日前通过美国 (https://job-boards.greenhouse.io/anthropic/jobs/5438311008)或英国 (https://job-boards.greenhouse.io/anthropic/jobs/5439169008)的招聘页面提交申请。

我们重视能够为 AI 研究带来独特视角和经验的候选人。我们特别鼓励科技领域中代表性不足的群体申请。申请者也可能被纳入 Anthropic Fellows Program（研究员计划）(https://job-boards.greenhouse.io/anthropic/jobs/5183044008)的考虑范围。

往期研究链接

Anthropic Fellows Program 的代表性研究：

[1]从弱到强的自动化研究员 (https://alignment.anthropic.com/2026/automated-w2s-researcher/)、通过弱监督训练消除大型语言模型的刻意隐藏能力行为 (https://arxiv.org/abs/2604.22082)

[2]SHADE-Arena：评估大型语言模型智能体中的蓄意破坏与监控 (https://www.anthropic.com/research/shade-arena-sabotage-monitoring)、SLEIGHT-Bench：发现 AI 监控器的盲点 (https://alignment.anthropic.com/2026/sleight-bench/)

[3]AuditBench：在具有隐藏行为的模型上评估对齐审计技术 (https://alignment.anthropic.com/2026/auditbench/)、潜意识学习：语言模型通过数据中的隐藏信号传递行为特征 (https://alignment.anthropic.com/2025/subliminal-learning/)

[4]自然语言自编码器以无监督方式生成对大型语言模型激活的解释 (https://transformer-circuits.pub/2026/nla/)、内省意识的机制 (https://arxiv.org/abs/2603.21396)

[5]对宪法分类器的微调数据集进行投毒 (https://alignment.anthropic.com/2026/backdooring-classifiers/)、使用审计智能体检测对抗性微调 (https://arxiv.org/abs/2510.16255)

[6]大型语言模型已退出聊天：大型语言模型偏好退出的证据 (https://arxiv.org/abs/2509.04781)、Gemma 需要帮助：调查并缓解大型语言模型的情绪不稳定性 (https://arxiv.org/abs/2603.10011)

[7]AI 智能体发现涉及 460 万美元的区块链智能合约漏洞利用机会 (https://red.anthropic.com/2025/smart-contracts/)、Claude 在机器人任务中的表现 (https://www.anthropic.com/research/claude-plays-robotics)