Anthropic近期宣布投入1亿美元推出Claude Frontier Academy,计划到2027年底培养1万名Frontier Deployed Engineers。项目面向具备软件工程、LLM开发和AI落地经验的技术人员,并设置企业项目实践和能力评估。
这件事值得关注的地方,不只是AI企业开始花钱培养人才,而是AI人才培养正在出现更加明确的能力分层:从会使用AI,到开发AI,再到把AI部署到真实业务环境。
Anthropic推出的Frontier Deployed Engineer项目,面向的并不是普通AI工具用户,而是已经具备一定技术基础、能够参与企业AI项目落地的工程人员。
从项目定位来看,它关注的是企业真正部署AI时需要的人才:
这类人才解决的是“企业如何把AI系统真正用起来”的问题。
因此,它与面向普通学习者的生成式AI基础认证,解决的并不是同一个层级的问题。
GAI认证由Pearson推出,定位在生成式AI基础与应用能力。
认证内容包括:
生成式AI基础知识、提示工程、实践应用、应用场景、伦理与社会影响。
简单来说,GAI更关注一个人能不能理解和正确使用生成式AI。
而Frontier Deployed Engineer这类项目,则更偏向AI系统开发、部署和企业应用。
两者可以放在不同的学习阶段来看:
AI基础学习者 → 先掌握生成式AI基础和应用
AI应用岗位 → 进一步形成“AI+专业”的工作能力
AI开发人员 → 学习模型开发、系统集成和企业部署
AI工程岗位 → 进入更专业的AI工程实践和项目环境
过去很多企业判断员工是否会AI,主要靠一个问题:
“你平时用不用ChatGPT或者其他AI工具?”
这个标准越来越不够用了。
同样使用一个AI工具,有的人只是让AI写一段文字,有的人已经可以设计完整工作流程;有人会直接复制AI答案,有人会检查来源、修改内容并控制敏感信息。
所以,AI能力本身正在变得越来越细。
对于学生、职场新人、运营、市场、设计、行政等非技术岗位来说,没有必要一开始就按照AI工程师的路线学习。
更现实的路径,是先掌握:
生成式AI基础 → 提示工程 → 工作场景应用 → 输出判断 → AI安全与伦理
再把AI能力和自己的专业结合起来。
这也是GAI认证比较适合切入的位置。
随着AI企业开始建立更专业的人才培养项目,未来的AI学习不会只有“学会一个工具”这一种方式,而会逐渐形成从基础应用、岗位实践到AI工程开发的不同能力层级。选择认证时,先看自己的学习阶段和目标岗位,比单纯比较哪个证书“更高级”更重要。