梦晨 发自 凹非寺 量子位 | 公众号 QbitAI

Anthropic 开学校了，所有课程免费。

而且是新员工入职教什么，这里就教什么。

起因他们发现，每个月有数百万人访问 Anthropic 官网，想知道 AI 到底该怎么用。但除了有技术背景才能看懂的文档，也找不到什么特别有体系的教学。

Anthropic 为此配了一支专职的教育团队，把材料集中放进了 "Claude 学院 "。

目前有 23 门主课程和专项培训，最短的一门 4 节课、45 分钟，最长的一门 67 节课，要学满足足 9 小时。

现在，他们公开了这套课程的设计思路。

先教会自己员工，再教全世界

Anthropic 衡量人才的一个标准是 "AI 流畅度 "，培养这方面能力从员工入职第一天开始。

新人在 onboarding 培训阶段要学三样东西：

4D AI Fluency 框架 管理智能体 " 知道什么 " 的最佳实践 AI 的指数曲线跑得有多快。

4D 指的是委派、描述、辨别和尽责（Delegation, Description, Discernment, and Diligence），由瑞林艺术与设计学院的 Rick Dakan 教授和科克大学的 Joseph Feller 教授开发，来自他们对 AI 工具如何改变创意与商业流程的研究，Anthropic 和两位教授合作把它做成了课程

所有人加入会做一项具体练习，判断哪些任务应该交给 AI、哪些应该自己完成；同时了解 AI 通常会犯哪些错，以便更有效地复核 AI 生成的成果。

入职流程结束不代表培训结束。

公司还有一套被称为 "ever-boarding" 的常态化项目，也就是 " 一直在进行的入职培训 "，内容包括 AI 能力与限制的深入讲解，以及人与智能体组队协作的实证做法。

直播课和线上课之外，全体员工还配了 Claude 驱动的工具。比如 Claude Tag，用来即时回答关于公司、岗位或个人入职计划的几乎任何问题；IT、法务和福利这三个 Slack 频道，由 Claude 负责值守答疑。

Anthropic 描述员工满足了 AI 流畅度要求之后的变化是：围绕真实问题灵活组队，承接范围更大的项目，以及大规模地向公司内部专家学习。

Claude Academy 沿用的就是这一整套教法，具体提出了 4 条课程设计原则。

第一条设计原则是，AI 教育应该增加人的能动性。

所以课程不是按功能菜单排列，而是围绕人们在工作和生活里真正要解决的问题来组织。法务方向的用例合集是个例子：它一边教你怎么用 Claude 处理法务任务，一边留出位置让你想清楚哪些任务应该继续留在自己手上，用来防止技能退化。

第二条是心态比功能重要。

教育团队给出的具体例子是，过去你得专门告诉 Claude" 这份东西是给法务同事看的 "，而现在如果需要这个信息，Claude 会自己问你。所以他们把重心从教具体动作，转向了几条更耐用的心态，比如 " 今天的 AI 是你以后会用到的最差的 AI"，以及 " 按风险高低决定验证强度 "。

第三条是，安全有效地用 AI，范围远不止人机对话。

大多数 AI 教学只讲用户和智能体怎么聊，Claude Academy 讲对话前后发生的事：一份备忘录里敏感的段落自己起草，汇总幻灯片交给 AI；探索性数据分析让 Claude 做，最后的核对自己来。它还教怎么向同事、客户和其他相关方披露 AI 的使用情况，也就是在把文档、分析或素材发出去之前，明确说明 AI 在生产过程中做了什么。

第四条是学习需要付出努力。

用例、教程和课程都要求边学边动手，练习环节安排了反思和实验，让人自己找到适合的用法。

还有一条是关于 AI 教育的连带效果：学会用 AI 之后，这项能力可以迁移到任何主题的学习上。看不懂一段密集的解释，可以让 Claude 画一张图；想要苏格拉底式的追问或者一个交互式讲解，也只差一句提示词。

智能体从入门到入土

课程分成产品入门、智能体开发、AI 素养和角色专项四条主线。

产品入门这条线上有四门。

Claude 101 讲清晰提示与迭代优化，用 Projects、Artifacts 和 Skills 管理可复用的上下文，用 Connectors、Enterprise Search 和 Research 接外部工具与组织知识，并区分逐轮对话、任务交办和软件构建三种工作模式。

Claude Code 课程，讲 agentic loop、工具权限、Plan Mode，以及 Explore、Plan、Code、Commit 这套可重复流程和 CLAUDE.md 的写法。

Claude Cowork 课程，讲让 Claude 直接处理文件夹和文档、用 Scheduled Tasks 应付周期性任务，以及把 Claude 延伸到 Chrome 和 Word、Excel、PowerPoint、Outlook。

Claude Platform 课程，从一次 messages.create 请求讲到由 Anthropic 托管执行循环的 Managed Agent。

往上是进阶开发。

Claude Code in Action，讲 Plan Mode、Rewind 菜单、Headless Mode 和把 Claude 接进 Pull Request 审查与 GitHub Action。

Subagents 只有 4 节课，讲子智能体如何用独立上下文窗口跑研究和代码审查，只把压缩后的结果交回主对话。 Skill 课程，讲 SKILL.md 的写法、渐进式披露和 allowed-tools 权限限制，并把 CLAUDE.md、Skill、Subagent、Hook 和 MCP Server 各自适合解决的问题划了界。

比较复杂的几门课程都在 API 和云平台方向。

Claude API 共 67 节课、约 9 小时才能学完，从提示工程与自动评分一路讲到分块、嵌入、BM25、混合检索、重排和上下文检索，再到 MCP 与智能体编排。

MCP 入门课讲 Tools、Resources、Prompts 三种原语和 Server Inspector 调试。

MCP 高级课讲 Sampling、Roots、STDIO 与 Streamable HTTP 的取舍，以及会话化 HTTP 和无状态 HTTP 在负载均衡下的差别

接下来是 Amazon Bedrock 和谷歌云 Vertex AI 相关的云平台课。

角色专项课程都用同一个 4D 框架，但把风险、数据和责任映射到了不同环境。

想要参与学习，入口有两个，直接访问 academy.claude.com，或者点 Claude 个人资料菜单里的 "Learn more" 标签。

想让 Claude 根据你的工作方式推荐课程和学习路径，还可以装 GitHub 上的 Claude Academy Skill。

参考链接： [ 1 ] https://claude.com/blog/anthropics-approach-to-teaching-and-learning-ai

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！