5月20日消息,OpenAI 创始成员、前 Tesla AI 负责人 Andrej Karpathy 在 X 上官宣加入 Anthropic,并表示自己将“回到 R&D 工作”。 Axios 随后报道称,Karpathy 将于本周加入 Anthropic 的预训练团队。这次人事变动的核心信号不只是“名人加盟”,而是 Anthropic 在 Claude 前沿模型训练、AI 辅助研究自动化和顶尖技术人才竞争上的进一步加码。 加入预训练团队,重点不在产品而在底层模型
Karpathy 在 X 上表示,未来几年将是大语言模型前沿发展“尤其具有塑造性”的阶段,他很高兴加入 Anthropic,并重新回到 R&D 工作。Axios 报道补充称,Karpathy 将加入 Anthropic 的 pre-training 团队。这个团队负责 Claude 核心能力形成阶段的大规模训练工作,也就是决定模型基础知识、推理能力和泛化能力的关键环节。
相比产品、应用或布道岗位,预训练团队更接近前沿大模型研发的底层战场。Axios 还提到,Karpathy 将帮助启动一个新团队,方向是使用 Claude 本身来加速预训练研究。这意味着 Anthropic 不只是引入一位知名研究者,而是在尝试把“AI 辅助 AI 研发”推进到更核心的训练流程中。
这条 X 官宣也解释了这次转向的重点:在经历教育内容、开源项目和 AI-native 学习方向探索之后,Karpathy 选择重新进入最前沿的模型研发现场。
从 OpenAI、Tesla 到 Anthropic,Karpathy 的路径具有标志性
Karpathy 是 OpenAI 的创始成员之一,早期参与深度学习和大模型相关研究;随后加入 Tesla,担任 AI 与 Autopilot Vision 负责人,主导自动驾驶视觉系统方向;之后他又曾回到 OpenAI,并在离开后投入 AI 教育和技术传播。
过去几年,他在开发者社区的影响力并未下降,反而因为神经网络课程、LLM 教程、nanoGPT、nanochat、vibe coding 和 agentic engineering 相关讨论,成为连接研究者、工程师和普通学习者的重要公共人物。
因此,这次加入 Anthropic 的意义不只在于简历履历本身。Karpathy 的特殊性在于,他同时具备三层影响力:一是懂前沿模型训练和工程实现,二是有大规模 AI 系统落地经验,三是能把复杂技术解释给更广泛的开发者群体。这类人进入 Anthropic 的核心研发线,会放大公司在研究叙事和人才吸引上的声量。
Anthropic 的人才竞争进入更主动阶段
Anthropic 近年持续围绕 Claude、Claude Code、企业 AI、模型安全和前沿研究扩张。就在 5 月 18 日,Anthropic 还宣布收购 Stainless,以增强 Claude API、SDK 和 MCP 工具体系的开发者基础设施。一天之后,Karpathy 加入核心研究团队,形成了一个清晰信号:Anthropic 正在同时补强模型能力、开发者生态和顶尖研发人才。 在当前 AI 竞争中,算力、融资和数据仍然重要,但真正稀缺的仍是能够推动前沿模型能力边界的人。Karpathy 加入 Anthropic,也会被外界视为 Anthropic 对 OpenAI、Google DeepMind、xAI、Meta 等前沿实验室人才竞争的一次高可见度胜利。
这对 Anthropic 尤其关键。Claude 过去一年在代码、长上下文、企业应用和 agent 工作流中持续扩大影响力,但要维持前沿位置,最终仍要回到模型训练和研究效率。Karpathy 加入预训练团队,正好落在这个核心环节上。
关键信号
观察:Karpathy 不是以顾问、产品负责人或教育项目负责人的身份加入,而是直接进入预训练团队,并参与用 Claude 加速预训练研究的新方向。这说明 Anthropic 更看重他的底层模型研发能力,而不是单纯借用其公众影响力。
推理:如果 Claude 能参与到训练研究流程中,模型公司内部的研发方式会发生变化。未来竞争可能不只是“谁训练出更强模型”,还包括“谁能用现有模型更快设计实验、发现训练改进、压缩研究迭代周期”。Karpathy 过去在 nanoGPT、nanochat 和 AI 辅助编程上的实践,正好与这个方向高度重合。
判断:这次加盟是 Anthropic 在前沿模型竞争中的一次标志性人才补强。它强化了 Anthropic “研究优先、模型优先”的外部形象,也说明 AI 公司之间的竞争正在从产品功能扩张,进一步回到核心研发效率和顶尖研究者密度。对行业来说,Karpathy 重返 R&D 的象征意义很强:前沿 LLM 仍处在足够早、足够关键的阶段,值得最有影响力的研究者重新回到训练一线。