Siapa Saja yang Sebenarnya Direkrut oleh Anthropic? 1.680 CV Memberikan Jawabannya

marsbitPublié le 2026-06-15Dernière mise à jour le 2026-06-15

Résumé

Analisis terhadap 1.680 riwayat hidup insinyur di Anthropic mengungkap gambaran tak terduga: perusahaan ini lebih mengutamakan "pembangun" (builder) berpengalaman daripada "peneliti" murni. Berdasarkan data LinkedIn, tim teknik Anthropic berkembang pesat dalam 18 bulan terakhir, dengan lebih dari separuh insinyurnya baru bergabung kurang dari setahun. Rekrutan baru umumnya sangat senior, dengan pengalaman kerja rata-rata 12,2 tahun, dan banyak berasal dari perusahaan dengan reputasi teknik kuat seperti Google, Meta, Amazon, Microsoft, Stripe, Databricks, Snowflake, dan Palantir. Latar belakang insinyur cenderung pada infrastruktur, sistem backend, sistem terdistribusi, database, dan keamanan. Hanya 13,7% yang bergelar PhD. Sumber rekrutan terbesar adalah Google, bukan laboratorium AI pesaing. Untuk kandidat awal karir (kurang dari 6 tahun pengalaman), jalan masuk biasanya melalui magang di perusahaan top, prestasi kompetisi, publikasi makalah, atau pengalaman di proyek keselamatan/alignment AI. Intinya, Anthropic beroperasi lebih seperti perusahaan infrastruktur yang sangat terengineering. Saran bagi pelamar: soroti pengalaman membangun dan mengembangkan sistem berskala besar, bukan hanya keahlian riset.

Catatan Editor: Dunia luar sering membayangkan Anthropic sebagai laboratorium AI yang terdiri dari doktor, peneliti, dan pakar model mutakhir. Namun, analisis terhadap riwayat hidup 1.680 insinyur ini memberikan jawaban yang lebih realistis: inti dari Anthropic bukan hanya "penelitian", melainkan "pembangunan".


Artikel ini menganalisis 5.306 profil LinkedIn yang mencantumkan Anthropic sebagai perusahaan tempat kerja saat ini, dan kemudian menyaring 1.680 riwayat hidup insinyur di antaranya, menghasilkan kesimpulan yang kontra-intuitif: profil talenta inti Anthropic bukanlah "peneliti" seperti yang dibayangkan dunia luar, melainkan sekelompok "pembangun" (builder) yang berpengalaman—orang-orang yang benar-benar mampu membangun, menjalankan, dan mengembangkan sistem berskala besar.

Data menunjukkan bahwa tim teknik Anthropic hampir seluruhnya terbentuk dalam 18 bulan terakhir: lebih dari setengah insinyur saat ini telah bergabung kurang dari setahun. Namun, karyawan baru umumnya sangat senior, dengan pengalaman kerja median sebelum bergabung mencapai 12,2 tahun, dan banyak berasal dari perusahaan-perusahaan yang terkenal dengan kemampuan teknik dan infrastrukturnya seperti Google, Meta, Amazon, Microsoft, Stripe, Databricks, Snowflake, Palantir.

Ini juga menjelaskan fokus sebenarnya dari organisasi teknik Anthropic: dibandingkan dengan penelitian model yang menjadi sorotan publik, perusahaan ini lebih mirip perusahaan infrastruktur yang sangat terrekayasa (highly engineered). Latar belakang insinyurnya terutama terkonsentrasi pada infrastruktur, backend, sistem terdistribusi, basis data, dan keamanan; hanya 13,7% yang bergelar doktor, mayoritas adalah insinyur senior dengan gelar sarjana atau magister.

Peluang untuk karier awal bukan tidak ada sama sekali, tetapi ambang batasnya juga sangat tinggi: magang di perusahaan teknologi papan atas, prestasi kompetisi, publikasi makalah, atau pengalaman proyek keamanan/penyelarasan AI (AI safety/alignment) sering menjadi sinyal seleksi pengganti pengalaman kerja.

Saran penulis di akhir juga cukup langsung: jika ingin bergabung dengan Anthropic, jangan tulis resume Anda seperti yang ditujukan untuk laboratorium penelitian, melainkan soroti sistem berskala besar yang benar-benar pernah Anda bangun, kembangkan, dan rawat. Kompetisi AI mutakhir di lapisan dasarnya semakin mendekati kompetisi kemampuan teknik dan kemampuan infrastruktur.

Berikut adalah teks aslinya:

Pembangun, Bukan Peneliti

Saya mengambil (scrape) semua profil LinkedIn yang mencantumkan Anthropic sebagai pemberi kerja saat ini, total 5.306 orang. Kemudian, saya menyaring 1.680 orang yang benar-benar berada di posisi teknik, dan selanjutnya melihat 7.986 catatan dalam deskripsi pekerjaan masa lalu mereka, menganalisis apa yang mereka lakukan sebelum bergabung dengan Anthropic.

Berikut hasilnya.

Organisasi Ini Hampir Mengembang dalam Semalam

Hanya ada 15 insinyur yang bergabung dengan Anthropic sebelum tahun 2021 dan masih bekerja hingga sekarang. Pada tahun 2025, tim teknik organisasi ini hampir meluas tiga kali lipat, dengan penambahan 686 insinyur baru tahun itu; kecepatan perekrutan tahun 2026 juga diperkirakan setara, dengan penambahan 455 orang hingga Juni.

Di tim teknik saat ini, separuh orang memiliki masa kerja di Anthropic kurang dari setahun. 53% orang bergabung dalam 12 bulan terakhir. Masa kerja median: 10 bulan.

Ini adalah organisasi berskala besar, tetapi hampir seluruhnya dibangun dalam waktu sekitar 18 bulan.

Hampir Hanya Merekrut Insinyur Senior

Pengalaman kerja median sebelum bergabung dengan Anthropic adalah 12,2 tahun. 50% di tengah memiliki pengalaman 8,8 hingga 16,5 tahun. Dari 1.680 orang ini, hanya 50 orang yang pengalaman kerjanya kurang dari 3 tahun. 44% orang memiliki pengalaman kerja 13 tahun atau lebih. Rekrutmen lulusan baru pada dasarnya tidak ada.

Dengan kata lain, karyawan baru tipikal Anthropic adalah seorang insinyur dengan pengalaman 12 tahun, tetapi hanya bekerja di Anthropic selama 10 bulan.

Jelas Lebih Condong ke Infrastruktur, Daripada Penelitian dalam Arti Tradisional

Latar belakang infrastruktur muncul dalam riwayat hidup 40% insinyur. Backend, sistem terdistribusi, basis data, dan keamanan masing-masing menyumbang sekitar 20%. Pembelajaran penguatan (reinforcement learning/RL), yang merupakan "RL" dalam RLHF, hanya muncul dalam riwayat hidup 3,3% orang.

Insinyur tipikal Anthropic biasanya membangun sistem produksi berskala besar selama satu dekade terakhir di penyedia layanan cloud berskala sangat besar, atau di startup yang berfokus pada infrastruktur.

Keterampilan yang mereka cantumkan juga menunjukkan hal yang sama: Python 585 orang, Java 566 orang, C++ 443 orang, JavaScript 376 orang, SQL 302 orang, Linux 230 orang, Sistem Terdistribusi 189 orang, AWS 154 orang. Pekerjaan pelatihan model yang terdengar lebih "seksi" tentu ada, tetapi proporsinya rendah.

Sumber Talenta Terbesar Bukan Laboratorium, Melainkan Google

Banyak yang mengira Anthropic terutama merekrut orang dari OpenAI dan DeepMind. Namun, saluran talenta terbesarnya, dengan selisih jauh, adalah Google. Laboratorium pesaing itu hanyalah dua pilar kecil di tengah grafik.

Anthropic jelas lebih menyukai perusahaan-perusahaan yang terkenal dengan ketelitian rekayasanya (engineering rigor): Stripe, Databricks, Snowflake, Palantir, Airbnb.

Jika melihat di mana insinyur-insinyur ini pernah bekerja sebelumnya, peringkatnya adalah: Google 405 orang, Meta 273 orang, Amazon 197 orang, Microsoft 171 orang, Stripe 124 orang, Apple 87 orang, Stanford 68 orang, DeepMind 62 orang, Airbnb 51 orang, OpenAI 48 orang. Separuh dari tim teknik saat ini, yaitu 50%, memiliki setidaknya satu kali pengalaman kerja di FAANG dalam riwayat hidupnya.

Tentu saja, mereka juga merekrut dari laboratorium AI lainnya. OpenAI adalah salah satu dari lima sumber langsung terbesar, DeepMind adalah salah satu dari enam sumber langsung terbesar. Sekitar 94 insinyur pindah langsung dari laboratorium AI mutakhir lainnya ke Anthropic.

Mitos tentang Doktor

Hanya 13,7% orang yang memiliki gelar doktor. Sekitar satu dari tujuh orang.

Target rekrutan tipikal Anthropic bukanlah ilmuwan peneliti, melainkan insinyur senior dengan gelar sarjana atau magister. Bayangan "seluruh laboratorium adalah doktor" pada tingkat tim teknik pada dasarnya salah.

Distribusi latar belakang pendidikan juga sepenuhnya sesuai dengan gambaran organisasi "tipe pembangun": Ilmu Komputer 819 orang, diikuti Matematika 78 orang, Fisika 70 orang, Teknik Komputer 69 orang. Filsafat juga masuk 20 besar, total 13 orang, mungkin terkait dengan bidang keamanan.

Stanford Jelas Memimpin sebagai Sumber Rekrutan

Dari sisi institusi pendidikan, peringkat kumulatif historis adalah: Stanford 144 orang, Berkeley 118 orang, MIT 80 orang, CMU 73 orang, Harvard 42 orang, Cambridge 39 orang, UW 36 orang, Waterloo dan Cornell masing-masing 35 orang, Oxford 33 orang, Princeton 32 orang. Empat institusi teratas ini menggabungkan seperempat dari seluruh tim teknik.

80% orang memiliki jabatan yang sama.

"Member of Technical Staff" (Anggota Staf Teknis/MoTS).

Seorang mantan CTO Instagram, beberapa mantan pendiri Adept, dan staf pengajar Stanford, jabatan mereka di Anthropic hanyalah "MoTS". Rataannya (flattening) jabatan ini jelas disengaja. Senioritas dan fungsi spesifik sengaja disembunyikan dalam desain.

Di Mana Satu-Satunya Jalur Masuk ke Anthropic bagi Orang di Tahap Karier Awal?

Ada 172 insinyur dengan pengalaman kerja kurang dari 6 tahun, 50 di antaranya kurang dari 3 tahun. Namun, mereka bukan lulusan baru dalam arti biasa. Mereka secara kasar terbagi menjadi dua kategori, hampir tidak ada insinyur menengah biasa di antaranya.

Dibandingkan dengan seluruh tim teknik, mereka menunjukkan karakteristik yang jelas berbeda: proporsi doktor lebih tinggi, mencapai 19%, sedangkan keseluruhan 13,7%; proporsi jabatan produk/SWE tiga kali lipat dari keseluruhan, mencapai 15%, sedangkan keseluruhan hanya 5%; kemungkinan mereka memiliki riwayat FAANG juga jauh lebih rendah, hanya 32%, sedangkan keseluruhan 50%.

Pengganti tahun pengalaman mereka adalah modal prestise jenis lain:

Saluran magang. 50% di antaranya mencantumkan pengalaman magang di perusahaan-perusahaan berikut: Meta 16 orang, Google 10 orang, DeepMind 6 orang, Microsoft 5 orang, Amazon 5 orang, ditambah Jane Street, Two Sigma, HRT, Optiver, Nvidia.

Dari perdagangan kuantitatif ke laboratorium AI. 9% orang pernah berada di lembaga perdagangan (trading) papan atas, termasuk Jane Street, Two Sigma, Five Rings, HRT, Optiver, Citadel. Ini adalah sekelompok talenta muda bertipe kompetisi matematika/komputer, yang masuk ke laboratorium AI melalui industri perdagangan frekuensi tinggi (high-frequency trading).

Fellowship arah penyelarasan (Alignment). 6% orang pernah terlibat dengan MATS, SERI, Redwood, atau ARC. Ini adalah pintu masuk yang hampir hanya terbuka untuk talenta awal, dan hampir tidak ada di kalangan senior.

Gambaran yang sangat jelas adalah: MIT, medali perak IOI, peringkat Codeforces 2900+, langsung masuk ke bidang reinforcement learning dan keamanan setelah bekerja empat tahun. Dasar seleksi mereka bukanlah lama bekerja, melainkan peringkat kompetisi dan publikasi makalah.

Insinyur muda ini juga lebih internasional dibandingkan insinyur senior. Sumber institusi untuk insinyur berpengalaman rendah termasuk: Berkeley 15 orang, Stanford 14 orang, Cambridge 10 orang, MIT 7 orang, Tsinghua 7 orang, Oxford 6 orang, ditambah Imperial, NUS, Shanghai Jiao Tong University, ETH Zürich.

Lantas, Bagaimana Anda Harus Memahami Informasi Ini?

Jika Anda ingin bergabung dengan Anthropic sebagai insinyur, jangan tulis resume Anda seperti yang ditujukan untuk laboratorium penelitian, tulis seperti yang ditujukan untuk perusahaan infrastruktur. Tunjukkan sistem yang benar-benar pernah Anda bangun dan kembangkan. Inilah resume yang diterima.

Tahap karier awal adalah satu-satunya pengecualian. Pada tahap ini, ambang batasnya bukan pengalaman kerja biasa, melainkan magang papan atas, peringkat kompetisi, atau makalah.

Jika Anda sedang bersaing merebut orang dengan Anthropic, target Anda bukanlah "doktor" atau "latar belakang laboratorium" itu sendiri, melainkan para Pembangun senior dari penyedia layanan cloud berskala sangat besar atau perusahaan dengan reputasi teknik yang sangat kuat: mereka memiliki sekitar 12 tahun pengalaman, mungkin berasal dari Stripe, Databricks, Snowflake, Palantir. Anthropic telah aktif memancing di kolam talenta ini.

Questions liées

QApa kesimpulan utama dari analisis profil 1.680 insinyur di Anthropic?

AAnalisis menunjukkan inti talenta Anthropic bukanlah peneliti, tetapi 'builder' atau pembangun — insinyur berpengalaman yang mampu membangun, menjalankan, dan mengembangkan sistem skala besar. Tim lebih menyerupai perusahaan infrastruktur yang sangat termekanisasi daripada lab penelitian AI.

QBerapa tahun pengalaman kerja median yang dimiliki insinyur sebelum bergabung dengan Anthropic?

APengalaman kerja median sebelum bergabung dengan Anthropic adalah 12.2 tahun. 44% insinyur memiliki 13 tahun atau lebih pengalaman. Hanya 50 dari 1.680 insinyur memiliki pengalaman kurang dari 3 tahun.

QLatar belakang teknis apa yang paling dominan di kalangan insinyur Anthropic?

ALatar belakang infrastruktur adalah yang paling dominan, muncul di 40% profil. Bidang seperti backend, sistem terdistribusi, database, dan keamanan masing-masing muncul di sekitar 20% profil. Keterampilan yang paling sering disebut adalah Python, Java, C++, JavaScript, SQL, Linux, dan sistem terdistribusi.

QPerusahaan apa yang menjadi sumber talenta terbesar bagi Anthropic?

ASumber talenta terbesar adalah Google, jauh melampaui sumber lainnya. Perusahaan lain yang menjadi sumber utama termasuk Meta, Amazon, Microsoft, Stripe, Databricks, Snowflake, dan Palantir — perusahaan yang terkenal dengan kemampuan rekayasa dan infrastrukturnya.

QBagaimana seseorang dengan pengalaman karir awal dapat bergabung dengan Anthropic?

AJalur utama untuk kandidat berpengalaman rendah (kurang dari 6 tahun) adalah melalui prestasi luar biasa, bukan pengalaman kerja biasa. Ini termasuk magang di perusahaan top seperti FAANG atau lab AI, peringkat tinggi dalam kompetisi pemrograman (seperti IOI, Codeforces), publikasi penelitian, atau pengalaman dalam program fellowship keselamatan/penyelarasan AI (seperti MATS, SERI).

Lectures associées

L'AGI n'est pas l'arrivée, nouveau document de DeepMind : Vers l'ASI, le véritable progrès de l'IA ne fait que commencer

Si l'intelligence artificielle générale (IAG) était atteinte demain, quelle serait la prochaine étape ? Une étude de Google DeepMind suggère que l'IAG n'est pas un point final, mais une étape vers une superintelligence artificielle (ISA) dépassant les collectifs d'experts humains. L'étude distingue trois concepts : l'IAG (niveau médian humain), l'ISA (supérieure aux meilleurs collectifs humains dans presque tous les domaines) et l'IA universelle (limite théorique). Elle propose quatre voies potentielles vers l'ISA : 1. **Extension des ressources** : augmentation de la puissance de calcul, des données et des modèles. 2. **Évolution algorithmique** : améliorations incrémentales ou nouveaux paradigmes (apprentissage continu, utilisation d'outils, modèles du monde). 3. **Auto-amélioration récursive** : des IA plus performantes conçoivent la génération suivante, créant une boucle de rétroaction positive. 4. **Coordination multi-agents** : des systèmes IAG collaborant atteignent une intelligence collective supérieure. L'étude identifie six principaux goulets d'étranglement : 1. **Le mur des données** : les données humaines de haute qualité pourraient s'épuiser. 2. **Pressions économiques et ressources naturelles** : coûts énergétiques et matériels. 3. **Limites des paradigmes neuronaux actuels** : problèmes d'apprentissage continu, de raisonnement robuste, d'hallucinations. 4. **Difficulté croissante de la recherche**. 5. **Barrières à l'abstraction** : difficulté à former de nouveaux concepts fondamentaux. 6. **Régulation, gouvernance et réaction sociale**. Un défi crucial est l'évaluation des capacités de l'IA au-delà du niveau humain, nécessitant de nouveaux benchmarks. L'étude conclut que la progression vers l'ISA reste incertaine, soumise à des contraintes physiques et de ressources, et appelle à un effort de recherche interdisciplinaire pour mieux anticiper cette évolution.

marsbitIl y a 31 mins

L'AGI n'est pas l'arrivée, nouveau document de DeepMind : Vers l'ASI, le véritable progrès de l'IA ne fait que commencer

marsbitIl y a 31 mins

Kraken Lance des Perpétuelles Pré-IPO pour OpenAI et Anthropic avec un Effet de Levier Jusqu'à 5x

Kraken élargit son offre de produits dérivés en lançant des contrats perpétuels pré-IPO sur OpenAI et Anthropic, permettant aux traders éligibles de prendre des positions longues ou courtes sur ces sociétés privées d'intelligence artificielle avant leur introduction en bourse. Ces produits offrent un effet de levier allant jusqu'à 5x. Ces contrats "pre-IPO perps" diffèrent des perpétuels crypto traditionnels car ils s'exposent à des entreprises privées, dont l'évaluation est moins transparente et dépend de tours de financement, de transactions secondaires et des anticipations de calendrier d'IPO. Cette complexité rend la gestion des risques plus délicate, d'autant plus avec l'effet de levier. Ce lancement illustre la tendance des plateformes de trading crypto à s'étendre au-delà des actifs numériques pour offrir une exposition à des marchés alternatifs, comme les entreprises privées, habituellement difficiles d'accès. Bien que cela ouvre de nouvelles opportunités de spéculation sur des thèmes d'investissement porteurs comme l'IA, cela soulève également des questions sur la protection des investisseurs, la liquidité et la source des prix. Kraken met en garde les traders sur les risques spécifiques de ces produits et les invite à bien comprendre l'exposition sous-jacente avant d'utiliser l'effet de levier.

bitcoinistIl y a 39 mins

Kraken Lance des Perpétuelles Pré-IPO pour OpenAI et Anthropic avec un Effet de Levier Jusqu'à 5x

bitcoinistIl y a 39 mins

Prix d'ouverture pour OpenAI : une nouvelle affaire de survie de six mois sur Hyperliquid

L’article explore l’émergence du marché des contrats « pré-IPO » (avant introduction en bourse) sur la blockchain, en prenant l’exemple de deux projets sur Hyperliquid : Trade.xyz et Ventuals. Trade.xyz, une équipe anonyme, a rencontré un grand succès en se concentrant sur des actifs comme SpaceX, dont la date et le prix d’introduction en bourse étaient déjà connus. Cela a permis au marché de converger vers un prix de référence réel au moment de l’IPO. À l’inverse, Ventuals, soutenu par Paradigm, a choisi de proposer des contrats sur des entreprises comme OpenAI et Anthropic, qui n’ont pas de date d’IPO fixée. Son mécanisme de tarification, qui s’appuyait pour moitié sur des transactions privées et pour moitié sur sa propre moyenne de prix, a créé une boucle autoréférente. Les prix, souvent bloqués près de leurs plafonds, reflétaient peu la véritable offre et la demande. Le projet a fermé après neuf mois, avec un règlement final à 1 341,80 $ pour OpenAI et 1 618,90 $ pour Anthropic – des prix considérés comme artificiels. L’article souligne la demande réelle pour ce type de marchés, permettant un accès à des actifs normalement inaccessibles. Cependant, il met en garde contre le défi fondamental : sans un événement de référence comme une IPO, l’établissement d’un prix véritablement juste reste problématique, même lorsque des acteurs établis comme Coinbase entrent sur ce créneau.

marsbitIl y a 41 mins

Prix d'ouverture pour OpenAI : une nouvelle affaire de survie de six mois sur Hyperliquid

marsbitIl y a 41 mins

Entretien avec la directrice de la stratégie numérique de Morgan Stanley : Le Bitcoin à un million de dollars n'est pas impossible, mais je préférerais que cela aille plus lentement

En juin 2026, Amy Oldenburg, responsable de la stratégie des actifs numériques chez Morgan Stanley, a discuté de l'adoption institutionnelle du Bitcoin. Elle a retracé son parcours, des marchés émergents à la finance numérique, soulignant comment les expériences d'infrastructures financières défaillantes et de monnaies mobiles (comme M-Pesa) ont jeté les bases de la logique du Bitcoin. Elle explique que malgré le lancement réussi du fonds MSBT (qui a battu des records), l'adoption par les conseillers financiers reste lente en raison de la volatilité du prix et d'obligations fiduciaires. Les banques comme Morgan Stanley sont également freinées par une réglementation stricte (règles de Bâle III, statut de banque). Oldenburg ne pense pas qu'un catalyseur unique propulsera le Bitcoin, mais plutôt qu'une adoption graduelle se poursuivra. Elle évoque la possibilité d'une crise majeure du système traditionnel qui pourrait révéler la valeur du Bitcoin comme actif refuge. Bien qu'elle estime qu'atteindre 1 million de dollars est possible, elle souhaite une croissance plus stable pour réduire la volatilité. Elle aborde également le fossé éducatif, la confusion entre les différents actifs cryptographiques, et la tension entre l'idéal décentralisé "cypherpunk" et les produits centralisés comme les ETF qui offrent commodité et services (prêts, gestion successorale). Pour elle, les deux approches peuvent coexister, l'écosystème en étant encore à ses débuts.

marsbitIl y a 54 mins

Entretien avec la directrice de la stratégie numérique de Morgan Stanley : Le Bitcoin à un million de dollars n'est pas impossible, mais je préférerais que cela aille plus lentement

marsbitIl y a 54 mins

Trading

Spot
Futures

Articles tendance

Comment acheter PEOPLE

Bienvenue sur HTX.com ! Nous vous permettons d'acheter ConstitutionDAO (PEOPLE) de manière simple et pratique. Suivez notre guide étape par étape pour commencer votre parcours crypto.Étape 1 : Création de votre compte HTXUtilisez votre adresse e-mail ou votre numéro de téléphone pour ouvrir un compte sur HTX gratuitement. L'inscription se fait en toute simplicité et débloque toutes les fonctionnalités.Créer mon compteÉtape 2 : Choix du mode de paiement (rubrique Acheter des cryptosCarte de crédit/débit : utilisez votre carte Visa ou Mastercard pour acheter instantanément ConstitutionDAO (PEOPLE).Solde :utilisez les fonds du solde de votre compte HTX pour trader en toute simplicité.Prestataire tiers :pour accroître la commodité d'utilisation, nous avons ajouté des modes de paiement populaires tels que Google Pay et Apple Pay.P2P :tradez directement avec d'autres utilisateurs sur HTX.OTC (de gré à gré) : nous offrons des services personnalisés et des taux de change compétitifs aux traders.Étape 3 : stockage de vos ConstitutionDAO (PEOPLE)Après avoir acheté vos ConstitutionDAO (PEOPLE), stockez-les sur votre compte HTX. Vous pouvez également les envoyer ailleurs via un transfert sur la blockchain ou les utiliser pour trader d'autres cryptos.Étape 4 : tradez des ConstitutionDAO (PEOPLE)Tradez facilement ConstitutionDAO (PEOPLE) sur le marché Spot de HTX. Il vous suffit d'accéder à votre compte, de sélectionner la paire de trading, d'exécuter vos trades et de les suivre en temps réel. Nous offrons une expérience conviviale aux débutants comme aux traders chevronnés.

562 vues totalesPublié le 2024.12.12Mis à jour le 2026.06.02

Comment acheter PEOPLE

Discussions

Bienvenue dans la Communauté HTX. Ici, vous pouvez vous tenir informé(e) des derniers développements de la plateforme et accéder à des analyses de marché professionnelles. Les opinions des utilisateurs sur le prix de PEOPLE (PEOPLE) sont présentées ci-dessous.

活动图片