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
