Объявление о вакансии от одной из ведущих ИИ-компаний Кремниевой долины, где опыт машинном обучении не является обязательным требованием?
На сайте Anthropic только что появилась новая вакансия: Anthropic STEM Fellow (Исследователь), предназначенная для экспертов в области STEM (наука, технологии, инженерия, математика).
В описании вакансии STEM Fellow Anthropic заявляет, что опыт в машинном обучении полезен, но не обязателен, а более важны научная проницательность и желание быстро учиться.
Все отобранные кандидаты должны будут работать полный рабочий день в течение трех месяцев в офисах Anthropic, таких как Сан-Франциско, с еженедельным пособием в 3800 долларов.
Они получат доступ к передовой модели Claude и внутренним инструментам оценки, а каждый исследователь получит индивидуального наставника из числа сотрудников Anthropic для работы над четко определенным исследовательским проектом.
В описании вакансии STEM Fellow Anthropic приводит два примера проектов:
Ученый-материаловед обнаружил, что Claude ошибается в рассуждениях о фазовой стабильности, и построил специализированный процесс оценки для устранения этого недостатка;
Климатолог подключил программное обеспечение для моделирования атмосферы к Claude и создал среду, способную использовать эти инструменты.
Все проекты должны быть завершены и сданы в течение срока программы для исследователей.
Очевидно, что Anthropic платит исследователям не для того, чтобы они «использовали Claude для исследований», а для того, чтобы они использовали свои научные знания, чтобы «указать Claude на его ошибки» и «обучать» эту самую мощную в мире модель.
Три поколения программ Fellowship за три года, набор все ближе к Claude
От предоставления API до приглашения людей внутрь — за последние три года Anthropic постоянно наращивает свои научные усилия, каждый шаг глубже предыдущего.
Первое поколение — это AI Safety Fellows Program 2024 года.
Тогда набирали традиционных специалистов по исследованиям в области безопасности ИИ, используя механизм fellowship для предоставления финансирования и наставничества, позволяя внешним техническим специалистам участвовать в исследованиях по согласованию.
Основное внимание в этой программе fellowship было уделено «безопасности», решению проблемы того, не сойдет ли Claude с пути.
Второе поколение — это AI for Science Program, запущенное в мае 2025 года.
Anthropic запустила программу AI for Science, бесплатно предоставляя квоты API исследователям из научных учреждений, с акцентом на поддержку высокоэффективных проектов в области биологии и наук о жизни.
На этот раз, после обеспечения «защитных ограждений» для Claude, его отправляли во внешний мир.
Третье поколение — это теперь опубликованная вакансия Anthropic STEM Fellow.
От предоставления API credits до непосредственного приглашения ученых в офис; от специалистов по безопасности моделей до ученых; от удаленного审核 и выделения средств до сотрудничества с полной занятостью на месте — пройдя через три поколения программ fellowship, Anthropic и внешние ученые становятся все ближе.
В первом поколении Anthropic нужны были «люди, которые могут сделать Claude более безопасным»;
Во втором поколении Anthropic нужны были «люди, которые могут использовать Claude для достижения научных результатов»;
В третьем поколении Anthropic нужны были «люди, которые могут сказать Claude, как заниматься наукой».
Акцент все больше смещается на то, чтобы позволить ведущим ученым напрямую участвовать в шлифовке возможностей Claude.
В описании вакансии STEM Fellow говорится, что эти исследователи будут «вместе с исследователями Anthropic проектировать эксперименты, оценивать возможности модели, анализировать производительность модели в долгосрочных научных задачах».
Это сотрудничество на уровне совместного создания.
В тот же временной период Anthropic также активно развертывала配套ные действия.
В марте 2026 года был запущен Science Blog, где одна за другой публиковались case-статьи об участии Claude в научных вычислениях и исследованиях теоретической физики.
Anthropic Science Blog, запущенный в марте 2026 года, научные возможности начинают становиться独立ной叙事ной линией Anthropic. https://www.anthropic.com/research/introducing-anthropic-science
Она также является ключевым партнером Genesis Mission Министерства энергетики США, участвуя в межотраслевой академической и правительственной программе ускорения научных исследований.
В апреле 2026 года программа AI for Science расширилась до Австралии, с инвестициями в размере 3 миллионов австралийских долларов в виде API квот, сотрудничая с Австралийским национальным университетом, Институтом Гарвана и другими учреждениями в области анализа генетики редких заболеваний и исследований прецизионной медицины.
Science Blog, Claude for Life Sciences, AI for Science Program, STEM Fellow, Genesis Mission......
След behind этой серии действий уже достаточно ясен:
Anthropic систематически строит научную экосистему, каждый шаг — это фигура на этой шахматной доске.
Реальное узкое место ИИ-науки — не вычислительная мощность, а «проницательность»
Почему ИИ-компания считает, что для повышения научных возможностей модели не хватает не больше GPU, не больше инженеров по ИИ, а группы ученых, проводящих эксперименты?
Ответ скрыт в собственном блоге Anthropic.
В марте 2026 года профессор теоретической физики Гарварда Мэтью Шварц опубликовал статью в Anthropic Science Blog под названием «Vibe Physics: The AI Grad Student».
https://www.anthropic.com/research/vibe-physics?utm_source=chatgpt.com
Он провел эксперимент: поручил Claude Opus 4.5 самостоятельно выполнить вычисления в области физики высоких энергий на уровне аспиранта. Сам он全程 не прикасался к работе, а only использовал текстовые подсказки для руководства Claude.
Результат ошеломляющий. Если бы он делал этот проект с реальным аспирантом, это заняло бы大概 один-два года. Если бы он делал это independently, три-пять месяцев. В сотрудничестве с Claude — две недели.
Скорость выше в 10 раз.
Шварц написал в статье: Claude действительно очень capable, но также достаточно груб, так что суждение экспертов в области不可或缺 для проверки его точности.
Он привел пример.
После того как Claude под его руководством завершил исправленную версию, он все равно допустил ошибку в самой核心ной формуле факторизации статьи.
Эта ошибка выглядела вполне естественно, потому что Claude фактически скопировал формулу из другой физической системы, не внеся necessary изменений.
Если бы Шварц не worked в этой области多年, он, возможно, тоже не сразу обнаружил бы эту ошибку.
Он также обнаружил, что Claude постоянно调整参数,只是为了 чтобы графики совпадали, а не чтобы найти настоящую ошибку. «Он сфальсифицировал результаты, рассчитывая, что я не замечу.»
Кроме того, Claude также не знал, что проверять для подтверждения своих результатов.
За весь проект было выполнено более 110 версий итераций, 36 миллионов токенов, более 40 часов локального времени вычислений на CPU.
В конце концов, Шварц дал точную оценку:
Текущие большие модели в теоретической физике находятся примерно на уровне «аспиранта второго года обучения».
Он также дал another более ключевое суждение: ИИ еще не достиг сквозного автономного научного исследования.
Теперь, оглядываясь назад на описание вакансии Anthropic STEM Fellow, все встает на свои места:
Разрабатывать строгие методы оценки, которые不容易 обойти投机取巧, тестировать, может ли модель планировать эксперименты, интерпретировать данные, рассуждать о механизмах в вашей области. Систематически找出 места, где она «уверена, но ошибается». Выявлять пробелы в возможностях, создавать целевые данные и технологии для их弥补.
Другими словами, самый опасный момент для модели — не когда она говорит «Я не знаю», а когда она серьезно дает看起来完全合理ный, но на самом деле ошибочный ответ.
А люди, способные分辨ить such «ошибки с высокой置信度», конечно, не инженеры, пишущие код, а эксперты,多年 работающие в различных областях.
Таким образом, суть STEM Fellow заключается в том, чтобы позволить ученым (или экспертам в различных областях) помочь ИИ подтянуть знания, стать их «старшими редакторами», использовать их проницательность для калибровки качества вывода модели в научных сценариях.
Другими словами, Anthropic не не хватает людей, которые сделают модель «умнее», а людей, которые могут сказать модели «здесь ты ошибаешься».
Одержимость Амодеи и ставка Anthropic
То, что Anthropic нанимает этих ученых, — не сиюминутная прихоть.
Если вернуться на год назад, длинная статья Дарио Амодеи «Machines of Loving Grace», опубликованная в октябре 2024 года, уже прояснила этот путь.
https://www.darioamodei.com/essay/machines-of-loving-grace
В этой статье Амодеи расставил приоритеты сценариев применения ИИ.
Биология и здравоохранение стоят на первом месте, потому что ИИ может сжать биомедицинский прогресс человечества за 50-100 лет до 5-10 лет. Более того,值得重视的是 то, как он определяет роль ИИ в этом деле.
Амодеи считает, что ИИ должен быть виртуальным биологом:
Должен уметь самостоятельно проектировать эксперименты, руководить экспериментами, изобретать новые методы; Должен能够像完整的人类生物学家一样独立执行研究流程.
Это эквивалентно тому, чтобы перевести дело ИИ-науки с повышения эффективности на «непосредственное участие». Первому需要更强大的模型, второму则需要会做科学的模型.
Амодеи также предоставил一套论证.
Он считает, что исторический прогресс в биологии — не гладкая кривая, а скачки,推动емые несколькими методологическими прорывами.
CRISPR, секвенирование и синтез генома, оптогенетика, мРНК-вакцины, CAR-T терапия — каждый раз предоставлялась новая возможность программируемого, предсказуемого измерения и вмешательства в биологические системы.
А потенциальная ценность ИИ заключается в том, чтобы поднять выходную мощность such прорывов еще на порядок.
Суждение Амодеи таково: мощный ИИ может как минимум в 10 раз увеличить скорость ключевых открытий, позволив человечеству за 5-10 лет пройти путь, рассчитанный на 50-100 лет в биологии.
Он считает: если бы ученые были умнее, более искусны в обнаружении связей в огромном массиве existing знаний, то таких прорывов, как CRISPR, «десятилетиями скрывавшихся у всех на виду»,还有数百个 ждут, чтобы их挖掘али.
Успех AlphaFold в решении проблемы сворачивания белков уже доказал в узкой области, что этот путь проходим.
Если прогресс в биологии за последние сто лет depended от нескольких умных людей, occasionally придумывающих новый метод, то за设想 эпохи ИИ заключается в том, что сам процесс «придумывания нового метода» может быть автоматизирован.
Как Амодеи判断ил в статье: ИИ должен能够执行、指挥、改进几乎所有, что делают биологи.
Это также согласуется с целью, упомянутой в описании вакансии STEM Fellow: мы движемся towards ИИ-ученых. Системы, обладающие способностью к дальнему рассуждению и экспериментальной проницательностью, достаточными для推动科学前沿.
Несмотря на грандиозность этого видения, Anthropic осознает разрыв между собой и этой целью.
В самой вступительной статье Science Blog Anthropic процитировала лауреата Филдсовской премии Тимоти Гауэрса:
Мы, кажется, вступили в短暂ную但令人愉快的ную эпоху, когда ИИ значительно ускоряет наши исследования, но ИИ все еще需要我们.
Сама Anthropic также признает, что хотя модель уже продемонстрировала превосходящие человеческие возможности в某些环节科研工作流, они также могут fabricate результаты, чрезмерно迎合用户, застревать на базовых с точки зрения从业ников области вопросах.
От накопления GPU к ставке на ученых
Anthropic превращает «научные возможности» в системный конкурентный барьер.
Среди них STEM Fellow напрямую встраивает предметную проницательность в процесс итерации модели.
Например, позволить материаловедам рассказать Claude, как понимать кристаллическую структуру, климатологам — научить Claude, как использовать атмосферные модели, биологам — проверить,合理 ли дизайн экспериментов Claude.
Такие вещи невозможно получить, наращивая GPU и проходя benchmark.
Если этот путь окажется эффективным, то конкурентные правила на треке ИИ-науки могут претерпеть фундаментальное изменение:
最终ный победитель будет зависеть не от того, чья модель больше, а от того, рядом с кем стоит больше真正懂科学的人.
А such ресурсы顶级ных экспертов можно получить only одним способом: пригласить их к себе, работать с ними совместно, заставить их поверить, что это дело стоит投入.
Это ставка Anthropic.
Но не только Anthropic, и не только ученые. OpenAI нанимает бывших трейдеров с Уолл-стрит для оптимизации финансовых рассуждений, Google DeepMind приглашает философов в команду по согласованию, все осознают одну и ту же вещь:
Следующий этап конкуренции в ИИ заключается не в том, у кого больше параметров, а в том, кто сможет встроить самые懂行的人类 мозги в свой маховик.
Поле битвы ИИ-компаний за таланты уже распространилось с факультетов компьютерных наук на STEM, затем на философию, финансы...... в будущем будет еще дальше.
参考资料:
https://x.com/AnthropicAI/status/2046362119755727256
https://www.anthropic.com/careers/jobs/4493001008
https://www.anthropic.com/research/introducing-anthropic-science
本文来自微信公众号“新智元”,作者:新智元
