LogoAIRosetta

Andrej Karpathy 正式加入 Anthropic 预训练团队:顶级人才流向折射 AI 格局深层变革

X
00:0000:00

Summary2026年5月19日,Andrej Karpathy 宣布加入 Anthropic 的预训练团队,拟组建新组以用 Claude 加速预训练研究。此举不仅重申预训练在模型竞争中的核心地位,也反映了顶级人才从 OpenAI 向 Anthropic 的系统性流动,可能推动从算力竞赛向 AI 辅助研究效率竞赛的转变。

2026年5月19日,人工智能领域最具影响力的研究者之一 Andrej Karpathy 在社交媒体平台 X 上发布了一条简短但震动业界的消息:"Personal update: I've joined Anthropic." 这条仅七个单词的动态,标志着这位 OpenAI 创始成员、前 Tesla AI 负责人、深度学习教育领域的标志性人物,正式加盟 Anthropic 最核心的预训练(pretraining)团队。

核心岗位:预训练而非公关或产品

根据路透社、Axios、TechCrunch 等多家主流媒体的确认,Karpathy 将加入 Anthropic 的预训练团队,并向该团队负责人 Nick Joseph 汇报。 这一人事安排的关键细节在于:他并非加入公关、开发者关系或产品部门,而是直接进入负责 Claude 底层模型核心能力构建的预训练组织。Nick Joseph 本人亦是前 OpenAI 成员,现任 Anthropic 预训练负责人,曾在公开访谈中深入探讨过 scaling law、计算资源分配与基础设施挑战等前沿议题。

Anthropic 向 TechCrunch 提供的官方声明显示,Karpathy 将组建一支新团队,专门探索如何利用 Claude 自身来加速预训练研究。 这意味着其工作重心并非传统的模型架构设计,而是"模型辅助模型训练"这一更具前瞻性的研究方向。

Karpathy 的独特行业地位

Karpathy 的职业轨迹几乎贯穿了现代 AI 发展的关键节点。2015年,他作为11位创始成员之一参与创立 OpenAI;2017年被 Elon Musk 招募至 Tesla,领导 Autopilot 和全自动驾驶系统的神经网络研发;2023年重返 OpenAI,专注于中期训练(mid‑training)与合成数据(synthetic data)工作;2024年2月再度离开,创办 AI 原生教育公司 Eureka Labs,并在此期间通过 nanoGPT 项目、神经网络系列教学视频及"vibe coding"概念的传播,深刻影响了一代 AI 工程师的成长路径。

这种兼具顶尖研究能力、大规模工程落地经验与卓越教育传播力的"三栖"背景,使他在全球 AI 人才市场中具有不可替代性。值得注意的是,Karpathy 此次加盟并非出于经济压力⁠—⁠⁠—⁠他因 Tesla 股权已具备独立财务能力,且 Eureka Labs 运营状况良好,此次仅为"暂停"而非关闭。 他在 X 平台的表态也印证了这一点:"我认为未来几年将是 LLM 前沿发展的关键形成期。我非常兴奋能回归研发工作。"

行业信号:预训练价值重估与人才格局重构

Karpathy 选择加入预训练团队而非当下热门的推理计算(inference‑time compute)或智能体(agent)部门,释放出强烈的战略信号。过去一年,业界曾广泛流传"Scaling Law 已死"的论调,认为基础模型能力已触及天花板,未来竞争焦点应转向工具使用、推理时计算与智能体架构。然而,Karpathy 的加盟表明,前沿实验室仍然将基础模型能力视为决定性护城河,预训练阶段的算法创新、数据工程与架构优化仍具巨大挖掘空间。

更深层的意义在于人才流向的结构性转变。近年来,OpenAI 经历了显著的核心人才流失:Ilya Sutskever 离职创办 SSI,John Schulman 转投 Anthropic,Mira Murati 等高管相继离开。Karpathy 作为 OpenAI 创始成员加入由前 OpenAI 研究负责人 Dario 和 Daniela Amodei 创立的 Anthropic,标志着"OpenAI 离散系"(OpenAI diaspora)现象的进一步加剧。路透社在报道中特别提及了这一波高层流动趋势。

与此同时,Anthropic 自身的发展态势也支撑了其对顶级人才的吸引力。据 Bloomberg 报道,该公司正就以约 9000 亿美元估值进行新一轮融资,若达成将使其在私募市场估值上首次超越 OpenAI。 配合其在 Claude Code、智能体编码与工具使用能力上的强势表现,Anthropic 已从早期的"AI 安全公司"定位,演变为在编码、推理与智能体领域具备全面竞争力的前沿实验室。

技术前瞻:AI 辅助研究的飞轮效应

Karpathy 新团队的核心使命⁠—⁠⁠—⁠"使用 Claude 加速预训练研究"⁠—⁠⁠—⁠揭示了 Anthropic 对下一阶段竞争逻辑的判断:当各大实验室均能获得大规模算力资源时,单纯的计算投入已无法构成持久壁垒,真正的竞争优势将来自研究速度,即单位算力成本下能运行更多实验、更快找到优质数据配比、更精准地进行架构调整的能力。

这一战略与 Karpathy 的个人技术偏好高度契合。他长期关注 AI 辅助研究、自主编码与软件生成领域,而 Anthropic 在 Claude Code 与智能体编码方面的产品实力,为其提供了理想的实验平台。这种"用 Claude 训练下一代 Claude"的飞轮模式,若被验证有效,可能重新定义前沿模型的研发范式。

结语

Karpathy 加盟 Anthropic 绝非简单的明星跳槽事件。它同时预示着三个深层趋势:预训练作为基础模型核心竞争力地位的重新确立;顶级研究人才从 OpenAI 向 Anthropic 的系统性流动;以及 AI 实验室竞争从"算力军备竞赛"向"智能体辅助研究效率竞赛"的范式转换。正如 Karpathy 所言,未来几年将是 LLM 前沿的"关键形成期"⁠—⁠⁠—⁠而这一次,他选择站在 Anthropic 的预训练集群前,亲自参与塑造这一形成过程。

▶️ 喜欢这篇内容?创作真的很辛苦!

欢迎关注我们的 YouTube 频道:
AI Rosetta

你的点赞、订阅和分享,是对我们最大的支持!🙏

更多AI新闻请访问: https://www.airosetta.com

CopyrightStatement

Comment

Please login before commenting

NoComments

RelatedNews

LoadingMore

Andrej Karpathy 正式加入 Anthropic 预训练团队:顶级人才流向折射 AI 格局深层变革 - Airosetta News