¿Qué tipo de personas busca realmente Anthropic? 1.680 CVs nos dan la respuesta

marsbitXuất bản vào 2026-06-15Cập nhật gần nhất vào 2026-06-15

Tóm tắt

Anthropic no busca principalmente investigadores, sino ingenieros senior con experiencia en construir sistemas a gran escala. Un análisis de 1,680 currículums revela que su equipo de ingeniería se ha formado rápidamente en los últimos 18 meses, con más de la mitad de los empleados con menos de un año en la empresa. El ingeniero típico tiene una mediana de 12.2 años de experiencia previa, procedente de empresas como Google, Meta, Amazon o Stripe, y su perfil se centra en infraestructura, sistemas distribuidos y backend. Solo el 13.7% tiene un doctorado. Para perfiles junior, la vía de entrada son prácticas en empresas de élite, competiciones o proyectos de alineación y seguridad de IA. La conclusión clave: para unirse a Anthropic, hay que destacar experiencia práctica en la construcción de sistemas escalables, no solo investigación teórica.

Nota editorial: A menudo se imagina a Anthropic como un laboratorio de IA formado por doctores, investigadores y expertos en modelos de vanguardia. Sin embargo, este análisis de los currículums de 1.680 ingenieros ofrece una respuesta más realista: el núcleo de Anthropic no es solo "investigar", sino "construir".


Este artículo, basado en el análisis de 5.306 perfiles de LinkedIn que indican ser empleados actuales de Anthropic, filtrando posteriormente los currículums de 1.680 ingenieros, llega a una conclusión contraintuitiva: el perfil de talento más central de Anthropic no son los "investigadores" que imagina el público, sino un grupo de "constructores" (builders) experimentados (personas capaces de montar, hacer funcionar y escalar sistemas a gran escala).

Los datos muestran que el equipo de ingeniería de Anthropic se formó rápidamente en los últimos 18 meses: más de la mitad de los ingenieros actuales llevan menos de un año en la empresa, pero los nuevos empleados son generalmente muy sénior, con una experiencia laboral media previa de 12.2 años, y muchos provienen de empresas famosas por su capacidad de ingeniería e infraestructuras, como Google, Meta, Amazon, Microsoft, Stripe, Databricks, Snowflake, Palantir, etc.

Esto también explica el verdadero enfoque de la organización de ingeniería de Anthropic: en comparación con la investigación de modelos que atrae la atención externa, se parece más a una empresa altamente ingenieril de infraestructuras. Los antecedentes de sus ingenieros se concentran principalmente en áreas como infraestructura, backend, sistemas distribuidos, bases de datos y seguridad; solo el 13.7% tiene un doctorado, la mayoría son ingenieros sénior con título de licenciatura o maestría.

El talento en etapas tempranas de su carrera no carece totalmente de oportunidades, pero el listón también es extremadamente alto: prácticas en empresas tecnológicas punteras, resultados en competiciones, publicaciones académicas o experiencia en proyectos de seguridad/alineación de IA suelen convertirse en señales de selección que sustituyen a los años de experiencia laboral.

El consejo final del autor es muy directo: si quieres unirte a Anthropic, no escribas tu CV como si fuera para un laboratorio de investigación, sino destaca los sistemas a gran escala que realmente has construido, escalado y mantenido. La base de la competencia en IA de vanguardia se acerca cada vez más a una batalla de capacidades de ingeniería e infraestructura.

El texto original es el siguiente:

Constructores, no investigadores

He extraído todos los perfiles de LinkedIn que indican a Anthropic como empleador actual, 5.306 en total. Posteriormente, filtré a las 1.680 personas que realmente ocupan puestos de ingeniería, y revisé más a fondo los 7.986 registros en las descripciones de sus puestos anteriores para analizar qué hacían antes de unirse a Anthropic.

Aquí están los resultados.

Casi expandieron la organización de la noche a la mañana

Solo 15 ingenieros se unieron a Anthropic antes de 2021 y siguen en activo. En 2025, el equipo de ingeniería de esta organización casi se triplicó, añadiendo 686 ingenieros ese año; el ritmo de contratación en 2026 también podría ser similar, con 455 nuevas incorporaciones hasta junio.

En el equipo de ingeniería actual, la mitad lleva menos de un año en Anthropic. El 53% se unió en los últimos 12 meses. Duración media en el puesto: 10 meses.

Esta es una organización de gran envergadura, que prácticamente se construyó en unos 18 meses.

Casi solo contratan ingenieros sénior

La mediana de experiencia laboral previa a unirse a Anthropic es de 12.2 años. El 50% central de las personas tiene entre 8.8 y 16.5 años de experiencia. De estas 1.680 personas, solo 50 tienen menos de 3 años de experiencia. El 44% tiene 13 años o más de experiencia laboral. La contratación de recién graduados prácticamente no existe.

Es decir, el nuevo empleado típico de Anthropic es un ingeniero con 12 años de experiencia, pero que solo lleva 10 meses en la empresa.

Claramente más orientado a la infraestructura, no a la investigación en el sentido tradicional

Un historial en infraestructura aparece en el CV del 40% de los ingenieros. Áreas como backend, sistemas distribuidos, bases de datos y seguridad representan cada una alrededor del 20%. El aprendizaje por refuerzo, la "R" en RLHF, solo aparece en los historiales del 3.3% de las personas.

El ingeniero típico de Anthropic ha pasado la última década construyendo sistemas de producción a gran escala, generalmente en un proveedor de nube a hiperescala o en una startup centrada en la infraestructura.

Las habilidades que enumeran también cuentan la misma historia: Python 585 personas, Java 566 personas, C++ 443 personas, JavaScript 376 personas, SQL 302 personas, Linux 230 personas, sistemas distribuidos 189 personas, AWS 154 personas. Por supuesto, existen esos trabajos de entrenamiento de modelos que suenan más "atractivos", pero tienen un porcentaje muy bajo.

La mayor fuente de talento no son los laboratorios, sino Google

Todo el mundo piensa que Anthropic recluta principalmente de OpenAI y DeepMind. Pero su mayor canal de talento, con mucha ventaja, es Google. Esos laboratorios competidores son solo las dos pequeñas barras en el medio del gráfico.

Anthropic claramente prefiere empresas famosas por su rigor en ingeniería: Stripe, Databricks, Snowflake, Palantir, Airbnb.

Si miramos dónde han trabajado históricamente estos ingenieros, el ranking es: Google 405 personas, Meta 273 personas, Amazon 197 personas, Microsoft 171 personas, Stripe 124 personas, Apple 87 personas, Stanford 68 personas, DeepMind 62 personas, Airbnb 51 personas, OpenAI 48 personas. En el equipo de ingeniería actual, la mitad, es decir, el 50%, ha tenido al menos una experiencia en una empresa FAANG.

Por supuesto, también están reclutando de otros laboratorios de IA. OpenAI es una de las cinco principales fuentes directas, DeepMind una de las seis principales. Aproximadamente 94 ingenieros llegaron directamente a Anthropic desde otros laboratorios de IA de vanguardia.

El mito del doctorado

Solo el 13.7% tiene un doctorado. Aproximadamente uno de cada siete.

El objetivo típico de contratación de Anthropic no es el científico investigador, sino el ingeniero sénior con título de licenciatura o maestría. La imagen de "todo el laboratorio son doctores" es básicamente errónea a nivel del equipo de ingeniería.

La distribución de los antecedentes académicos también encaja perfectamente con el perfil de una "organización constructora": Ciencias de la Computación 819 personas, seguidas de Matemáticas 78 personas, Física 70 personas, Ingeniería Informática 69 personas. La filosofía también está entre las 20 primeras, con 13 personas, probablemente relacionado con la dirección de seguridad.

Stanford lidera claramente como fuente de reclutamiento

Históricamente, el ranking acumulado por universidades es: Stanford 144 personas, Berkeley 118 personas, MIT 80 personas, CMU 73 personas, Harvard 42 personas, Cambridge 39 personas, UW 36 personas, Waterloo y Cornell 35 personas cada una, Oxford 33 personas, Princeton 32 personas. Las cuatro primeras universidades suman una cuarta parte de todo el equipo de ingeniería.

El 80% de las personas tiene el mismo título profesional.

"Member of Technical Staff" (Miembro del Personal Técnico).

Un ex-CTO de Instagram, varios ex-fundadores de Adept, profesores de Stanford, todos tienen en Anthropic el simple título de "MoTS". Esta aplanamiento de los títulos es claramente intencional. La antigüedad y las funciones específicas están deliberadamente ocultas en el diseño.

¿Dónde está el único canal por el que las personas en etapas tempranas de su carrera pueden entrar en Anthropic?

Hay 172 ingenieros con menos de 6 años de experiencia laboral, de los cuales 50 tienen menos de 3 años. Pero no son recién graduados en el sentido común. Básicamente se dividen en dos categorías, sin prácticamente ingenieros de nivel intermedio ordinarios.

En comparación con el equipo de ingeniería en general, muestran características claramente diferentes: un porcentaje de doctorados más alto, del 19%, frente al 13.7% del total; la proporción de títulos de Producto/SWE es tres veces mayor, alcanzando el 15%, frente al 5% del total; también tienen una probabilidad mucho menor de tener un historial en FAANG, solo el 32%, frente al 50% del total.

Lo que sustituye a sus años de experiencia es otra forma de capital de prestigio:

Canal de prácticas. El 50% de ellos menciona haber realizado prácticas en las siguientes empresas: Meta 16 personas, Google 10 personas, DeepMind 6 personas, Microsoft 5 personas, Amazon 5 personas, además de Jane Street, Two Sigma, HRT, Optiver, Nvidia.

De la negociación cuantitativa a los laboratorios de IA. El 9% ha pasado por firmas de trading de élite, incluyendo Jane Street, Two Sigma, Five Rings, HRT, Optiver, Citadel. Se trata de un grupo de talentos jóvenes, orientados a competiciones de matemáticas/informática, que ingresan en los laboratorios de IA a través de la industria del trading de alta frecuencia.

Fellowship en alineamiento. El 6% ha tenido contacto con MATS, SERI, Redwood o ARC. Esta es una puerta de entrada prácticamente solo abierta a talentos en etapas tempranas, casi inexistente en grupos sénior.

Un perfil muy claro es: MIT, medalla de plata en la IOI, puntuación de Codeforces 2900+, trabajo durante cuatro años antes de entrar directamente en el área de aprendizaje por refuerzo y seguridad. El criterio de selección no son los años de experiencia, sino la posición en competiciones y las publicaciones académicas.

Estos ingenieros jóvenes también son más internacionales que los ingenieros sénior. Las universidades de origen de los ingenieros con menos experiencia incluyen: Berkeley 15 personas, Stanford 14 personas, Cambridge 10 personas, MIT 7 personas, Tsinghua 7 personas, Oxford 6 personas, además de Imperial, NUS, Shanghai Jiao Tong University, ETH Zürich.

Entonces, ¿cómo debes interpretar esta información?

Si quieres unirte a Anthropic como ingeniero, no escribas tu CV como si fuera para un laboratorio de investigación, sino escríbelo como si fuera para una empresa de infraestructura. Muestra los sistemas que realmente has construido y escalado. Esos son los CV que están siendo contratados.

La etapa de carrera temprana es la única excepción. En esta etapa, el listón no es la experiencia laboral ordinaria, sino las prácticas de élite, las posiciones en competiciones o las publicaciones académicas.

Si estás compitiendo con Anthropic por talento, tu objetivo tampoco son los "doctores" o el "perfil de laboratorio" en sí, sino esos Constructores sénior que provienen de proveedores de nube a hiperescala o de empresas con una reputación de ingeniería extremadamente fuerte: tienen unos 12 años de experiencia, probablemente de Stripe, Databricks, Snowflake, Palantir. Anthropic ya está pescando intensamente en este estanque de talento.

Tiền kỹ thuật số thịnh hành

Câu hỏi Liên quan

Q¿Qué conclusión principal se extrae del análisis de 1.680 perfiles de ingenieros de Anthropic?

ALa conclusión principal es que el núcleo de talento de Anthropic no son principalmente 'investigadores', sino 'constructores' (builders), ingenieros experimentados capaces de construir, hacer funcionar y escalar sistemas a gran escala.

Q¿Cuál es el perfil típico de un nuevo ingeniero en Anthropic según el artículo?

AEl perfil típico es un ingeniero con una mediana de 12.2 años de experiencia previa, pero que solo lleva unos 10 meses en la empresa. Tiene un título de licenciatura o maestría (solo el 13.7% tiene doctorado) y proviene de compañías conocidas por su capacidad de ingeniería como Google, Meta, Amazon o Stripe.

Q¿De qué tipo de compañías provienen principalmente los ingenieros de Anthropic? Nombra las dos principales fuentes.

ALas dos principales fuentes de ingenieros son Google (la fuente más grande con diferencia) y Meta. También son fuentes importantes Amazon, Microsoft y empresas como Stripe, Databricks y Snowflake.

Q¿Cómo puede una persona en etapa temprana de su carrera (poca experiencia laboral) ingresar a Anthropic como ingeniero?

APueden ingresar demostrando 'capital de prestigio' alternativo, como pasantías en empresas de élite (Meta, Google, etc.), logros en competiciones de programación (como Codeforces), publicaciones de investigación, o participación en programas de becas (fellowships) sobre seguridad y alineación de IA.

Q¿Qué áreas técnicas dominan los antecedentes de los ingenieros de Anthropic, según el análisis de sus habilidades y experiencia?

ADominan áreas técnicas relacionadas con infraestructura y sistemas a gran escala: infraestructura (40%), backend, sistemas distribuidos, bases de datos y seguridad. Sus habilidades más listadas son Python, Java, C++, JavaScript, SQL, Linux y sistemas distribuidos.

Nội dung Liên quan

Phân Tích Báo Cáo: MRVL AI Quang Học Bùng Nổ, Tại Sao Nhà Phân Tích Sao Mai Của Morgan Stanley Lại Chọn Đứng Ngoài Vì Định Giá Cao?

**Tóm tắt Báo cáo Phân tích về Marvell (MRVL)** Morgan Stanley, thông qua nhà phân tích Joseph Moore, duy trì đánh giá "Trọng lượng Bình đẳng" (Trung lập) đối với Marvell (MRVL) dù công ty công bố kết quả quý kỷ lục và nâng cao đáng kể triển vọng cả năm. **Lý do chính cho Xếp hạng Trung lập:** * **Định giá cao:** Mục tiêu giá mới 195 USD tương ứng với hệ số P/E khoảng 40 lần cho năm 2027 (theo lợi nhuận trên cổ phiếu EPS bao gồm chi phí khuyến khích cổ phiếu). Moore cho rằng sự tăng trưởng mạnh mẽ từ AI đã được phản ánh đầy đủ vào giá cổ phiếu hiện tại. * **So sánh với NVIDIA:** Ở mức giá cổ phiếu tương đương (~198 USD so với ~212 USD), NVIDIA có EPS năm tài chính tiếp theo gấp hơn hai lần MRVL (~13 USD so với ~6 USD). Điều này đặt ra câu hỏi về định giá tương đối của MRVL. * **Kỳ vọng cao cần được đáp ứng:** Để biện minh cho định giá này, MRVL cần chứng minh liên tục: (1) Lợi nhuận được điều chỉnh cao hơn, (2) Bằng chứng về thị phần trong mạng lưới, và (3) Sự chắc chắn về việc xuất hàng loạt chip AI tùy chỉnh - những yếu tố hiện chưa rõ ràng. **Cơ hội Tăng trưởng từ AI của MRVL (Được Moore điều chỉnh tăng):** 1. **Kết nối Quang học (Đang tăng trưởng mạnh):** Đây là động lực chính hiện tại. Dự báo tăng trưởng doanh thu cho năm tài chính 2027 (FY27) được nâng từ ~50% lên >70%. Dòng sản phẩm mô-đun quang dự kiến đạt doanh thu hàng năm hóa 10 tỷ USD trong vài quý tới. Nhu cầu kết nối tốc độ cao giữa các GPU trong các cụm AI đang thúc đẩy mảng này. 2. **Chip AI Tùy chỉnh (Đang trong giai đoạn phát triển):** Triển vọng cho năm tài chính 2028 (FY28) được cải thiện, dựa trên ba trụ cột: kinh doanh chip tùy chỉnh hiện có, doanh số bán kèm, và một khách hàng lớn mới dự kiến sản xuất hàng loạt vào FY28. Tuy nhiên, doanh thu từ khách hàng mới này chưa thể thấy trong năm nay. **Các yếu tố cần theo dõi:** Để định giá hiện tại được duy trì, Moore cho rằng cần quan sát: * Mô-đun quang có đạt doanh thu hàng năm hóa 10 tỷ USD như dự kiến. * Dự án chip tùy chỉnh cho khách hàng lớn mới có sản xuất hàng loạt và mở rộng quy mô đúng hạn vào FY28. * Các mảng kinh doanh còn lại như Bộ nhớ, Doanh nghiệp & Mạng truyền thống có dấu hiệu phục hồi. **Kết luận:** Phân tích thừa nhận cơ hội AI thực sự của MRVL nhưng cho rằng rủi ro/ phần thưởng ở mức giá hiện tại là cân bằng. Xếp hạng trung lập phản ánh quan điểm rằng cổ phiếu cần chứng minh khả năng đáp ứng các kỳ vọng cao đã được định giá trước để có thể tăng giá hơn nữa.

marsbit28 phút trước

Phân Tích Báo Cáo: MRVL AI Quang Học Bùng Nổ, Tại Sao Nhà Phân Tích Sao Mai Của Morgan Stanley Lại Chọn Đứng Ngoài Vì Định Giá Cao?

marsbit28 phút trước

qinbaFrank: Tổng kết và triển vọng làn sóng sức mạnh tính toán AI – Từ ba cuộc tranh luận lớn của Nvidia đến kết nối quang, SpaceX IPO, tiền đang luân chuyển thế nào?

Bài viết tổng hợp chia sẻ của nhà đầu tư qinbaFrank về làn sóng sức mạnh tính toán AI, phân tích con đường phát triển từ năm 2023 đến nay. Diễn giả nhấn mạnh ba cuộc tranh luận thị trường then chốt: tính cần thiết của đầu tư cơ sở hạ tầng (2023), tính bền vững của chi tiêu vốn (2024), và việc định giá quá cao sức mạnh tính toán (2025). Ông đưa ra khung phân tích dựa trên tỷ lệ thâm nhập, cho rằng khi vượt qua ngưỡng 10%, AI sẽ bước vào giai đoạn tăng trưởng vàng. Bài viết so sánh sự khác biệt cơ bản giữa AI và Internet: AI thay thế trực tiếp lao động nhận thức, tạo ra giá trị thương mại theo cấp số nhân khi vượt qua trình độ trung bình của con người. Logic đầu tư chuyển từ tập trung vào GPU sang đánh giá lại toàn bộ chuỗi cung ứng: thiếu hụt (GPU, bộ nhớ, CPU, điện), nâng cấp (kết nối quang, cấp nguồn, đóng gói) và tầm nhìn dài hạn (điện toán biên, Physical AI). Trọng tâm thị trường hiện nay đang chuyển từ "thiếu hụt phần cứng" sang "xác minh thương mại hóa". Diễn giả đề xuất khung ba cấp độ để đánh giá các đợt điều chỉnh thị trường (L1-L3), và nhấn mạnh rằng chỉ số then chốt quyết định xu hướng là tốc độ tăng trưởng doanh thu ARR của các mô hình lớn và doanh thu điện toán đám mây. Miễn là những yếu tố cơ bản này không suy giảm, các đợt điều chỉnh có khả năng chỉ là tái định giá ngắn hạn. Cuối cùng, bài viết khẳng định AI đại diện cho một bước nhảy vọt nền tảng trong năng lực nền văn minh, mở ra nhiều làn sóng cách mạng công nghiệp kế tiếp, và con đường phía trước sẽ có tính chất sóng.

marsbit36 phút trước

qinbaFrank: Tổng kết và triển vọng làn sóng sức mạnh tính toán AI – Từ ba cuộc tranh luận lớn của Nvidia đến kết nối quang, SpaceX IPO, tiền đang luân chuyển thế nào?

marsbit36 phút trước

Một quốc gia đào Bitcoin suốt 8 năm, xây dựng ngân hàng mã hóa chuyên biệt

Bài viết giới thiệu về DK Bank, ngân hàng mã hóa được cấp phép duy nhất tại Thành phố Chánh niệm Gelephu (GMC), một khu hành chính đặc biệt của Bhutan. Ngân hàng này ra đời nhằm giải quyết tình trạng thiếu dịch vụ ngân hàng cho các doanh nghiệp tiền mã hóa, bằng cách cung cấp tài khoản đa tiền tệ tích hợp cả tiền pháp định và stablecoin (như USDT, USDC), cùng các dịch vụ lưu ký, cho vay thế chấp bằng Bitcoin. GMC vận hành theo mô hình "một quốc gia, hai chế độ" với khung pháp lý riêng, tham chiếu luật pháp Singapore và quy định tài chính của ADGM (Abu Dhabi). Bhutan đã có kinh nghiệm khai thác Bitcoin từ năm 2018. Các nhà lãnh đạo DK Bank nhấn mạnh cách tiếp cận đa dạng hóa, không chỉ dựa vào Bitcoin mà còn phát triển các lĩnh vực khác như token hóa tài sản, đồng thời áp dụng biện pháp giám sát rủi ro chặt chẽ cả trên và off-chain. Mục tiêu của GMC là trở thành trung tâm tài chính cho Nam Á, thu hút doanh nghiệp thực chất với các ưu đãi như thuế doanh nghiệp 0%. Dự án hiện vẫn đang trong giai đoạn phát triển, với nhiều hạng mục cơ sở hạ tầng dự kiến hoàn thành vào năm 2029.

Foresight News1 giờ trước

Một quốc gia đào Bitcoin suốt 8 năm, xây dựng ngân hàng mã hóa chuyên biệt

Foresight News1 giờ trước

Bí Ẩn Cá Voi Lớn Trên Thị Trường Dự Đoán World Cup: Tiền Thông Minh Thất Bại Trên Sân Cỏ, 'Mua KHÔNG' Vượt Trội Hơn 'Mua CÓ'

**Phân tích thị trường dự đoán World Cup: "Tiền thông minh" sai lầm, "Mua KHÔNG" vượt trội "Mua CÓ"** Dữ liệu giao dịch từ 20 trận vòng bảng World Cup trên Polymarket cho thấy, tổng số tiền đặt cược lớn (≥5000 USD) trước trận đấu là 89,55 triệu USD, nhưng chỉ 43,45 triệu USD là thắng cược, tỷ lệ chính xác theo giá trị là 48,5%. Nếu giữ nguyên vị thế đến khi thanh toán, các lệnh này ước tính lỗ khoảng 1,76 triệu USD (ROI -2.0%). Kết quả này phá vỡ quan niệm "tiền thông minh" luôn dự đoán chính xác. Yếu tố rủi ro lớn nhất là tỷ hòa (8/20 trận). Nhiều khoản tiền lớn đặt vào các đội cửa trên thắng (như Bỉ, Hà Lan, Tây Ban Nha) đã mất trắng vì kết quả hòa. Ngược lại, ở các trận chênh lệch rõ rệt (Đức, Na Uy thắng), thị trường phản ánh khá hiệu quả. Đáng chú ý, chiến lược "Mua KHÔNG" (đặt cược vào kết quả ngược lại với dự đoán phổ biến) tiếp tục vượt trội "Mua CÓ". Tỷ lệ chính xác theo giá trị của "Mua KHÔNG" là 62,4%, so với 37,5% của "Mua CÓ". Điều này cho thấy thị trường thường định giá quá cao cho kết quả "nóng". Ví dụ điển hình là ví mintblade, kiếm lợi nhuận ~6,77 triệu USD từ việc đặt cược "Iran không thắng" trong trận hòa với New Zealand. Thị trường biến động mạnh: một số ví như LEEEROYJENKINS thua lỗ ~8,39 triệu USD khi Bỉ hòa Ai Cập, dù trước đó thắng lớn. Các ví có hành vi giao dịch nhất quán qua nhiều trận (như swisstony, NiNo999) đáng theo dõi hơn là những "cá voi" chỉ đặt cược vào một trận. Tóm lại, thị trường dự đoán World Cup không phải là quả cầu pha lê, mà là tấm gương phản chiếu sự thiên vị, cơn sốt và tính không chắc chắn vốn có của bóng đá. "Tiền thông minh" thực sự không phải là biết trước tương lai, mà là biết nhận diện sự định giá sai lệch và tôn trọng rủi ro.

marsbit1 giờ trước

Bí Ẩn Cá Voi Lớn Trên Thị Trường Dự Đoán World Cup: Tiền Thông Minh Thất Bại Trên Sân Cỏ, 'Mua KHÔNG' Vượt Trội Hơn 'Mua CÓ'

marsbit1 giờ trước

Lần khởi nghiệp thứ ba của Bezos, vẫn không thoát khỏi Musk

Bài viết phân tích động thái mới nhất của Jeff Bezos - đồng sáng lập và là CEO kiêm nhà đầu tư của startup AI Prometheus. Dù đã rời vị trí điều hành Amazon từ 2021, Bezos quyết định trở lại vai trò CEO để dẫn dắt Prometheus, một công ty non trẻ nhưng đã đạt định giá 41 tỷ USD chỉ sau chưa đầy một năm nhờ các vòng gọi vốn khổng lồ. Mục tiêu của Prometheus là phát triển "Kỹ sư AI tổng quát" (Artificial General Engineer), tập trung vào việc sử dụng AI để tối ưu hóa toàn bộ chu trình phát minh và sản xuất các sản phẩm phức tạp trong thế giới thực như động cơ phản lực, tàu vũ trụ, chip và robot. Đây được xem là lần "xuống sân" lần thứ ba của Bezos, kết hợp kinh nghiệm xây dựng nền tảng từ Amazon với kiến thức kỹ thuật vật lý từ Blue Origin. Bài viết cũng chỉ ra sự cạnh tranh ngầm với đối thủ lâu năm Elon Musk. Trong khi SpaceX của Musk thống trị thị trường hàng không vũ trụ và đẩy mạnh AI vào xe tự lái và robot, Bezos chọn một hướng đi khác: AI cho quá trình thiết kế và kỹ thuật công nghiệp. Việc Bezos dành phần lớn thời gian cho Prometheus cho thấy ông coi đây là cơ hội then chốt để định hình lại tương lai của ngành công nghiệp, trong một "vùng biển xanh" còn nhiều tiềm năng.

marsbit1 giờ trước

Lần khởi nghiệp thứ ba của Bezos, vẫn không thoát khỏi Musk

marsbit1 giờ trước

Giao dịch

Giao ngay
Hợp đồng Tương lai

Bài viết Nổi bật

Làm thế nào để Mua PEOPLE

Chào mừng bạn đến với HTX.com! Chúng tôi đã làm cho mua ConstitutionDAO (PEOPLE) trở nên đơn giản và thuận tiện. Làm theo hướng dẫn từng bước của chúng tôi để bắt đầu hành trình tiền kỹ thuật số của bạn.Bước 1: Tạo Tài khoản HTX của BạnSử dụng email hoặc số điện thoại của bạn để đăng ký tài khoản miễn phí trên HTX. Trải nghiệm hành trình đăng ký không rắc rối và mở khóa tất cả tính năng. Nhận Tài khoản của tôiBước 2: Truy cập Mua Crypto và Chọn Phương thức Thanh toán của BạnThẻ Tín dụng/Ghi nợ: Sử dụng Visa hoặc Mastercard của bạn để mua ConstitutionDAO (PEOPLE) ngay lập tức.Số dư: Sử dụng tiền từ số dư tài khoản HTX của bạn để giao dịch liền mạch.Bên thứ ba: Chúng tôi đã thêm những phương thức thanh toán phổ biến như Google Pay và Apple Pay để nâng cao sự tiện lợi.P2P: Giao dịch trực tiếp với người dùng khác trên HTX.Thị trường mua bán phi tập trung (OTC): Chúng tôi cung cấp những dịch vụ được thiết kế riêng và tỷ giá hối đoái cạnh tranh cho nhà giao dịch.Bước 3: Lưu trữ ConstitutionDAO (PEOPLE) của BạnSau khi mua ConstitutionDAO (PEOPLE), lưu trữ trong tài khoản HTX của bạn. Ngoài ra, bạn có thể gửi đi nơi khác qua chuyển khoản blockchain hoặc sử dụng để giao dịch những tiền kỹ thuật số khác.Bước 4: Giao dịch ConstitutionDAO (PEOPLE)Giao dịch ConstitutionDAO (PEOPLE) dễ dàng trên thị trường giao ngay của HTX. Chỉ cần truy cập vào tài khoản của bạn, chọn cặp giao dịch, thực hiện giao dịch và theo dõi trong thời gian thực. Chúng tôi cung cấp trải nghiệm thân thiện với người dùng cho cả người mới bắt đầu và người giao dịch dày dạn kinh nghiệm.

Tổng lượt xem 708Xuất bản vào 2024.12.12Cập nhật vào 2026.06.02

Làm thế nào để Mua PEOPLE

Thảo luận

Chào mừng đến với Cộng đồng HTX. Tại đây, bạn có thể được thông báo về những phát triển nền tảng mới nhất và có quyền truy cập vào thông tin chuyên sâu về thị trường. Ý kiến ​​của người dùng về giá của PEOPLE (PEOPLE) được trình bày dưới đây.

活动图片