重點一:OpenAI 共同創辦人、前 Tesla AI 主管卡帕西(Andrej Karpathy)5 月 19 日宣布加入 Anthropic 的 pre-training 團隊。
重點二:他將協助組建一支以 Claude 自我加速 pre-training 研究的新團隊,把「AI 幫 AI 做研究」推到前沿。
重點三:這是 Anthropic 在 AI 頂尖人才爭奪戰中的重要戰果,同期還延攬資安老將 Chris Rohlf 加入 frontier red team。
AI 圈最具影響力的研究者之一卡帕西(Andrej Karpathy),5 月 19 日在 X 上宣布加入 Anthropic。這位 OpenAI 共同創辦人、前 Tesla AI 主管,本週已正式報到,加入負責 Claude 核心訓練的 pre-training 團隊,並將組建一支以 Claude 自我加速 pre-training 研究的新團隊。
據《Axios》與《TechCrunch》報導,這項人事案被視為 Anthropic 在頂尖 AI 人才爭奪戰中的重要戰果,也顯示這家由前 OpenAI 員工創立的對手公司,正持續吸引一線研究人才。
「我加入了 Anthropic。我認為接下來幾年將是 LLM 前沿發展最具塑形意義的階段,很興奮能加入這支團隊,重新回到研發工作。」卡帕西在 X 上寫道。
卡帕西新任務:讓 Claude 訓練下一代 Claude
卡帕西此次加入的 pre-training 團隊,是建構前沿 AI 模型過程中最燒錢、最吃算力的環節,大規模訓練決定了 Claude 的核心知識與能力。他將在團隊負責人 Nick Joseph(人名待確認)之下展開工作。
值得注意的是,Anthropic 發言人向《TechCrunch》證實,卡帕西要做的不是普通的訓練工程,而是組一支新團隊,專門研究如何用 Claude 自己來加速 pre-training 的研究流程。
換言之,AI 公司正在賽跑的下一個前沿,是「讓 AI 自動化 AI 開發的一部分」。
《TechCrunch》分析,Anthropic 把這項任務交給卡帕西,等於明確表態:在追上 OpenAI 與 Google 的這場競賽中,這家公司押注的不是純粹堆算力,而是 AI 輔助研究本身。 而卡帕西是少數能同時跨足 LLM 理論與大規模訓練實務的研究者,是這條路線理想的執行者。
卡帕西是何方神聖?
卡帕西的職涯軌跡解釋了為什麼這項人事案會被視為「重大戰果」。他是 OpenAI 創始成員之一,2017 年離開後加入 Tesla,主導 Autopilot 背後的電腦視覺團隊,並掌管 Full Self-Driving(FSD)與 Autopilot 計畫直到 2022 年。
離開特斯拉後他短暫回鍋 OpenAI 一年,2024 年再次離開,創立教育新創 Eureka Labs,將 AI 助理應用於教學。
過去兩年,他更成為 AI 圈最具影響力的公共教育者之一,YouTube 與 X 上的技術解說累積龐大追隨者,線上課程「Neural Networks: Zero to Hero」教導學生從零開始用程式碼建構神經網路。
他甚至創造了「vibe coding」一詞,用來描述開發者以自然語言與 AI 對話完成程式碼的開發方式,這個詞如今已成業界通用語彙。他近期更自稱進入「AI psychosis(AI 狂熱)」狀態,沉迷於「tokenmaxxing」與壓力測試前沿模型。
卡帕西也表示,他「對教育依然充滿熱情」,計畫「在適當的時機」回到那項工作。他並未說明 Eureka Labs 後續的安排。
延伸閱讀:10倍工程師不夠看了?Karpathy拋agentic engineering概念:品味為何遠比「寫程式技能」重要?
不只延攬卡帕西,Anthropic還收了資安老將
除了卡帕西,Anthropic 同期也宣布資安老將 Chris Rohlf 加入 frontier red team,負責對前沿 AI 模型進行嚴重威脅情境的壓力測試。
Rohlf 擁有逾 20 年資安資歷,過去任職於 Yahoo 知名的資安團隊「The Paranoids」,最近一份工作是在 Meta 待了六年,並曾擔任喬治城大學安全與新興科技中心的 fellow,參與 CyberAI 計畫。
AI 競賽的敘事往往聚焦在天價募資與算力短缺,但真正稀缺的是能推進前沿的研究者。卡帕西這樣的人物每移動一次,就會牽動整個產業的人才版圖。
對 Anthropic 而言,這次招募的意義不只是多了一位明星研究員,而是把「AI 幫 AI 做研究」這條押注押得更重;對 OpenAI 而言,則是另一位創始成員在離開多年後轉向對手陣營。
延伸閱讀:
用Claude Code管理100篇研究筆記!OpenAI共同創辦人公開LLM知識庫系統,貼一段指令就能建起來
資料來源:Axios、TechCrunch、Karpathy on X
本文初稿為 AI 編撰,整理.編輯/李先泰
