作者|桦林舞王
编辑| 靖宇
如果几年前有人跟我说,OpenAI 联合创始人之一会跑去 Anthropic 帮对手做预训练研究,我大概会觉得这人是在说科幻小说的情节。
但这件事,今天真的发生了。
Andrej Karpathy,这个名字在 AI 圈几乎不需要介绍。斯坦福 CS231n 课程的主讲人,深度学习领域最受欢迎的科普者,OpenAI 联合创始人,Tesla 自动驾驶团队的前掌门人。他的一条推文能让某个技术方向热度暴涨,他在 YouTube 上传一个讲 Transformer 的视频,播放量轻松破百万。
就是这样一个人,今天宣布加入 Anthropic。
Karpathy 在 X 上的官宣|图片来源:X
Karpathy 此次加入 Anthropic,将 专注于预训练研究,并领导一支新团队,核心任务是用 Claude 来加速预训练方向的探索 。
预训练,是大模型能力的地基。谁在这个层面有突破,谁就在未来几年的竞争中握有先手。Anthropic 把 Karpathy 放在这里,意图再明显不过。
但如果只把这件事理解为「一个厉害的人换了工作」,那就太小看它了。
Karpathy 身上附着一种在 AI 圈极为稀缺的东西—— 技术可信度与大众影响力的双重叠加 。他不只是一个能写好代码、发好论文的研究员,他是那种能让别的顶级研究员心甘情愿跟着干的人。
业内有种说法, 一个有声望的研究员的加入,往往会带动一批人重新评估自己的职业选择 。Karpathy 的到来,可能是 Anthropic 即将迎来一波人才涌入的信号弹。
更值得玩味的是他的出发点。2015 年,他是 OpenAI 的联合创始人之一,亲历了这家公司从非营利理想出发的整个蜕变过程。后来他去了 Tesla,再后来短暂回归 OpenAI,随后又离开自己创业。
这一次选择 Anthropic,多少带着某种「表态」的意味 。
01 一直在赢的 Anthropic
孤立地看 Karpathy 的加盟,会漏掉一个重要的上下文,Anthropic 最近这段时间,正处于一种少见的上升态势中。
两周前,一份来自 Ramp AI Index 的数据,悄悄刷屏了科技媒体圈。
数据显示,Anthropic 在企业端的采用率在 4 月份上升了 3.8 个百分点,达到 34.4%,而 OpenAI 同期下降了 2.9 个百分点,滑落至 32.3%。这是 Anthropic 历史上首次在企业采用率上超过 OpenAI ,尽管差距还不算悬殊,但方向性意义极强。
就在同一周,Anthropic 推出了面向小企业的 Claude 版本,整合了 QuickBooks、PayPal、HubSpot、Canva、DocuSign 等一批中小企业日常依赖的工具,把 AI 能力直接嵌进这些用户的工作流里。这是一个明显的下沉信号,Anthropic 不再只盯着大企业客户,它在往更宽的市场走。
再往前一天,Anthropic 宣布与盖茨基金会建立合作伙伴关系,承诺四年内投入 2 亿美元资金、Claude 使用额度和技术支持,覆盖全球健康、教育和经济发展等领域。这笔合作的金额不算最亮眼,但它带来的叙事价值很高,一家原本主打「AI 安全」的公司,正在把「负责任的 AI」这顶帽子戴得越来越实。
在融资估值逼近万亿美元、企业采用率刚刚完成反超的节点上,Karpathy 的加盟,是这一切的高光收尾。
Fortune 杂志的评论标题很直接,「 Anthropic 似乎无法停止赢 」。
02 为啥没回 OpenAI?
有人赢,必然有人承压。
Karpathy 并不是第一个从 OpenAI 系统出走,去向 Anthropic 的人。
Anthropic 的创始团队本身,Dario Amodei、Daniela Amodei,以及当时一批核心研究员,就是 2021 年从 OpenAI 集体出走创立的这家公司。某种程度上,Anthropic 从诞生第一天起,就是 OpenAI 内部一次路线分歧的产物。
此后几年,随着 OpenAI 在商业化和产品化上越走越快,加速发布、追逐营收、逐渐向微软靠拢,一部分更看重「纯粹研究」或「安全优先」的研究员,开始用脚投票。
Karpathy 这次选择 Anthropic,正好卡在一个敏感的时间点。OpenAI 近期在对外叙事上颇为密集,GPT 系列、o 系列、Sora、Operator 各条线同时推进,内部节奏之快,业内有人私下形容「像是在同时跑三场马拉松」。高速扩张之下,如何留住那些真正在乎研究深度、不只想要估值的人,是一道很难解的题。
当然,OpenAI 依然拥有极强的人才密度和资源规模,一次离职不会动摇其根基。但如果这种流动形成了趋势,那真正值得警惕的,是它传递出的行业预期变化。
一位科技分析师说得很直接,「 AI 开发不再只是技术竞赛,而是知识领导力的战争。一个有影响力的研究员的流动,可以重塑整个行业的研究优先级 。」
Karpathy 本人在深度学习社区的影响力,正好契合这个判断。他的斯坦福讲座和 YouTube 视频,是很多现在在顶级 AI 实验室工作的研究员的入门读物。他去哪,多少带着某种「这个方向值得押注」的背书。
03 预训练,打未来
回到这次 Karpathy 加盟 Anthropic 的具体指向,预训练。
过去两年,行业的注意力大量集中在推理、多模态、Agent、RAG 这些相对「靠近应用层」的方向。基础模型能力的突破,被一些人视为已经进入「微调和优化」的阶段,而不是根本性的跃升。
Anthropic 显然不这么看。让 Karpathy 专门组建团队探索「用 Claude 加速预训练研究」,是在押一个更基础、周期更长、但潜在回报也更大的方向。
这里面藏着一个有意思的逻辑, 用现有的大模型去辅助下一代大模型的预训练,是一个「AI 帮 AI 进化」的思路 。这条路现在还很新,没有成熟的路线图,但如果能走通,意味着训练效率和能力边界都可能出现非线性的提升。
把这件事交给 Karpathy 来做,是 Anthropic 在技术方向上的一次大胆押注。
AI 行业的人才战,打到今天,已经不是挖几个工程师能描述的烈度了。它更像一场关于「叙事权」的争夺,谁吸引到了能定义研究方向的人,谁就在向整个行业传递一个信号,我们是这场游戏未来的主角。
Karpathy 的选择,或许就是这样一个信号。
