我来直接把我看到的那些关于 Anthropic MLE 面试的空话过滤掉。我刚走完他们 alignment research infrastructure 方向的 MLE 全流程。下面是他们实际问的东西。
phone screen： 一个 ML 概念题，一个 coding 题。ML 题是训练不稳定：你在跑一个大语言模型训练，发现 loss 大概每 500 step 会 spike 一次。让我讲讲会怎么诊断。他们不指望一个标准答案，而是看你能不能系统化 debug：learning rate scheduler？gradient clipping？那段窗口的 batch 数据质量？mixed precision overflow？
coding 题偏简单。用 PyTorch 干净地实现一个自定义 loss function，确保能处理边界情况并且数值稳定。他们很在意我会不会在没人提醒的情况下想到 float 精度的问题。
onsite，5 轮（对，5 轮）： ML depth：transformers 深挖。不只是「explain attention（解释注意力机制）」这种，还会问：scale context length 时会变什么，为什么 KV cache 内存会二次增长，以及你怎么把 grouped-query attention 当成一种 tradeoff 来思考。如果你没跟上架构进展，会很痛。 systems for ML：分布式训练设计。他们给了一个单机放不下的训练任务，问我会怎么选 data parallelism vs. model parallelism vs. pipeline parallelism。还会问：加节点时最先出问题的会是什么。 coding：比 phone screen 更复杂。实现的是有意义的东西，不是 code kata。我的题是给一个文本生成模型做一个小型 evaluation harness。 research communication：讲一篇你最近读的论文，以及你从中学到了什么。我选了一篇 mechanistic interpretability 的论文。他们讨论得很认真，这是个好信号。 mission/values：标准的 Anthropic 轮。对 MLE 来说会带一点 ML safety 味道：你怎么做有害输出的评估？capability 和 safety evaluation 有什么区别？
门槛真的很高，而且他们对 AI safety 的关注度比我做过的其他 MLE 面试都更强。如果你申请这里只是因为它很火的 AI 公司，而不是因为你对 safety mission 有兴趣，这一点会很明显。
offer 大概 240-290k TC，取决于你怎么假设 equity。还没决定要不要接。