Anthropic招聘芯片AI训练工程师年薪最高85万美元，超过实际造芯岗位近一倍

Anthropic近期在招聘市场上动作频频，持续扩充其内部芯片设计团队。据Wccftech报道，公司计划开发自研ASIC芯片，并已公开多个相关岗位。值得注意的是，这批招聘信息中出现了一种罕见的薪资结构——负责训练AI模型从事芯片设计的研究工程师，薪资水平显著高于实际执行芯片设计工作的硅工程师。

具体来看，Anthropic招聘的「Chip Design RL」研究工程师岗位，核心职责是构建强化学习环境，引导Claude等AI模型学习芯片设计的完整流程，包括RTL代码生成、功能验证以及物理设计优化。该岗位年薪范围为50万至85万美元，折合人民币约338万至575万元。相比之下，负责实际设计Anthropic首款ASIC芯片的硅工程师岗位，薪资范围约为32万至48.5万美元，折合人民币约216万至328万元。

Wccftech将这一现象定性为「薪酬倒挂」。从岗位要求来看，两类职位所需技能高度重叠，均涉及完整的ASIC与FPGA设计流程、RTL到流片、UVM与形式化验证、物理设计、PPA优化、DFT可测试性设计以及EDA工具使用经验，且都要求候选人具备实际芯片开发背景。这种技能相近却薪资悬殊的现象，清晰体现了Anthropic对AI辅助芯片设计方向的战略优先级。

目前，Anthropic尚未披露首款自研ASIC芯片的具体规格、制造合作伙伴或量产时间表。公司此前表示，其芯片战略将采用多芯片路线，同时覆盖AI模型训练与推理两大场景，以降低对外部芯片供应商的依赖。

利用AI辅助甚至自动化芯片设计，已成为业界探索的新方向。国内AI公司月之暗面旗下的Kimi K3模型此前被报道可大幅自动化芯片设计流程：该模型借助开源EDA工具并自行构建GPU编译器，在48小时内完成了一款面积约4mm²、采用Nangate 45nm工艺库的模拟芯片设计方案，并在仿真环境中实现超过8700 tokens/s的解码吞吐量。

Anthropic此次招聘所呈现的薪资结构，折射出AI公司在芯片自研浪潮中的深层逻辑：相较于传统芯片工程师，能够训练AI模型替代人工完成设计任务的研究人才，被视为更具战略价值的稀缺资源。随着AI辅助EDA工具的持续演进，芯片设计行业的人才定价体系或将面临深刻重塑。

要点

• Anthropic芯片设计强化学习研究工程师年薪最高达85万美元，远超实际硅工程师岗位的48.5万美元上限，两者差距接近一倍。
• 两类岗位所需技能高度重叠，均要求ASIC全流程、RTL开发及EDA工具经验，但AI训练方向岗位薪资溢价显著。
• Anthropic自研ASIC芯片的具体规格、代工伙伴及发布时间均未公布，公司采用多芯片路线以覆盖训练与推理需求。
• AI辅助芯片设计已有先例，月之暗面Kimi K3模型曾在48小时内自动完成一款模拟芯片设计方案。
• 这一薪资结构表明，AI公司正将「训练AI做芯片」视为比「人工做芯片」更具战略价值的核心能力。