重磅，传奇研究员 Karparthy 加入 Anthropic，你想知道的一切都在这里

"I've joined Anthropic."

Andrej Karpathy 发出了这条推文，这位顶级研究员的这条推文，像极了迈克尔·乔丹当年喊出的那句I”m back 。

他写道："未来几年在 LLM 前沿会格外关键（especially formative），我非常兴奋地加入这里的团队，回到研发（get back to R&D）。"

这是一个顶级研究员对自己未来三五年的明牌下注。而他下注的位置，正好是过去一年整个 AI 圈最不敢押的那一格——pre-training（预训练）。

Karpathy是谁

Karpathy为何传奇，源自于他经历了 AI 发展的每个关键节点和他的梦幻履历。

2015 年，Karpathy 拿到 Stanford 的 PhD，同年加入 OpenAI，是那 11 个 founding members 里最年轻的一个。

作为OpenAI创始核心成员，他深度参与初代大模型底层架构搭建，是GPT技术体系的早期开拓者，奠定了生成式AI的发展根基。入局特斯拉后，他掌舵自动驾驶AI团队，一手搭建纯视觉Autopilot体系，让智能驾驶实现规模化落地，成为全球视觉自动驾驶路线的标杆。

离开特斯拉后，他二度回归OpenAI深耕大模型训练技术，后续独立创业探索AI教育赛道。其打造的Vibe Coding范式、CLAUDE.md开发规范风靡全球，斩获数十万GitHub星标，成为开发者通用标准，是公认的技术顶流与行业启蒙者。

也就是说，他离开过 OpenAI 两次。一次去了 Tesla，一次去做了自己的公司。这次没有回 OpenAI——他选了 Anthropic。

Anthropic 过去十年招人的故事一直是一条线——OpenAI 安全派出走。Dario、Tom Brown、Jared Kaplan、Sam McCandlish 全是这一脉，价值观分歧，集体离开，自立门户。这套叙事讲了五年，已经讲到 Anthropic 自己都有点疲惫。

Karpathy 完全不在这条线上。他不是因为安全分歧走的，他是 OpenAI 创始成员里"工程能力派"的图腾——nanoGPT、llm.c、CS231n、Tesla AI Day——他几乎是过去十年"用爱发电的顶级研究员"的代名词。他这次不回 OpenAI、不去 SSI、不去给 Mira Murati 的 Thinking Machines 站台、也不去 xAI，最终选了 Anthropic。

这意味着："现在做前沿 LLM R&D 的最佳去处"这件事，被一个安全叙事中立、纯粹从研究角度做判断的顶级研究员盖了一个章。

这张盖章的杀伤力，超过 Anthropic 过去任何一次招人。它打的不是 OpenAI 的人才厚度，打的是 OpenAI 作为"研究公司"的招牌——你的创始人都觉得我们这儿更适合做研究，你怎么还自称研究公司？

至于他自己挂念的 Eureka 和教育，他在推文最后留了一句"plan to resume my work on it in time"——会在合适的时间回来做。换句话说：当下不是合适的时间。

他选了技术，而非资本

这次跳槽的真正意义，是他被放在了 pre-training 团队。

不是最近一年所有人都在追的 agent，是 pre-training——那个定数据配方、定 scaling law、定训练稳定性、决定 Claude 模型本体能力上限的位置。

并没有选择最火热的 agent 赛道，Anthropic 是要进一步提升基础模型能力。

过去这一年半，整个 AI 圈的资本叙事都在往后训练那边跑。"Pre-training is hitting a wall"——这句话从 2024 年下半年开始在 NeurIPS 走廊里传，到 2025 年初变成 The Information 的封面文章，再到 Ilya Sutskever 自己在公开访谈里说"我们认识的那种 pre-training 时代正在结束"，整个圈子已经形成了某种默契：scaling law 的边际效用在下降，下一波突破要看 RL post-training、要看 inference-time compute、要看 agent 的复合工作流。

Karpathy 在这个时间点选 pre-training，等于把自己作为研究员的 reputation 押在反方向上。他没有写一篇长博客论证 pre-training 还有空间，他用职业选择直接表态——而以他在圈内的信用，这个表态比任何论文都更有说服力。

要理解这件事的含金量，得知道 Karpathy 不是普通的 ML 研究员。他是少数把"大规模训练工程的脏活"和"LLM 第一性原理的直觉"打通的人。

nanoGPT 这种把 GPT 训练浓缩到几百行 Python 的项目，需要对训练栈每一层的取舍都有判断；llm.c 把整个 LLM 训练用 C 写出来，更是把 abstraction 全部剥光的工作。他在 Tesla 跑过一支几十人的工程团队，做过工业级的端到端训练管线。这种"既懂细节又懂系统、既能写论文又能压成本"的人，全行业不超过十个。

Anthropic 把他放在 Nick Joseph 下面而不是给一个 VP 头衔，姿态也很务实——说明 Karpathy 自己也愿意从执行做起。

短期里这意味着不会有立竿见影的产出，pre-training 周期长，加入磨合期至少半年，他真正进入下一代 Claude 的训练管线，得看 2027 年。

但中长期，这是一张 Anthropic 押在"pre-training 还有大空间"上的超级筹码。

对 Anthropic 的更深一层影响

人才战只是表面那一层。

这次人事变动对 Anthropic 真正的意义，是把它的研究文化叙事推到了一个 OpenAI 短期内追不回来的位置。

过去一年，OpenAI 的叙事重心被产品彻底带走了。ChatGPT 进入九亿周活、Sora 2 上线、Agent SDK、GPT-5 系列——这些都是商业上漂亮的成绩，但代价是 OpenAI 已经很难再被外界叫做"研究公司"了。它的研究故事被产品故事盖过去，连内部研究员都在抱怨这件事。

Anthropic 选择了另一条路。它没有 to C 现象级产品，没有 Sora 那种破圈的发布会，Claude 在普通用户里的认知度始终落后 ChatGPT 一个数量级。但它一直在守一件事——"我们是科学公司"。

Dario 在公开访谈里讲 mechanistic interpretability、讲 Claude 的训练哲学，比讲营收讲得多得多。

这套叙事的最大短板，是缺少一个"非 Anthropic 出身"的顶级研究员来背书。你不能让 Dario 自己一直讲，那像自卖自夸。

Karpathy 补上了这块拼图。

他在中英文世界对"研究文化"的想象里，是最大公约数。nanoGPT 是开源的、CS231n 是免费的、他的 YouTube 课是给所有人看的——他几乎是过去十年里"用爱发电的顶级研究员"的代名词。这种品牌资产没有任何 Anthropic 内部员工能替代，因为这是十年时间沉淀出来的。

接下来一年，Anthropic 在融资、在招人、在面向 enterprise 客户讲故事的时候，"Karpathy 在我们 pre-training 团队"会被反复说出来。它带来的不只是一个研究员的产出，更是一种关于"Anthropic 是什么样的公司"的叙事重新校准。

而在中文圈，这件事的放大效应会更猛。Anthropic 在中国市场的位置一直很尴尬——产品不可用，但开发者文化里被广泛阅读。Karpathy 加入会让中文开发者社区进一步把心智倾斜过来，而这恰恰是 OpenAI 长期忽视的池子。

当然，我们确实也很难指望 Anthropic 会倾向中文社区。

OpenAI 的“创始人魔咒”

Karpathy 这次跳槽，会让一个 OpenAI 不愿意再被讨论的问题再次被翻到台面上：OpenAI 11 位 founding members 里，还在公司的还有几个？

数一下：Ilya Sutskever 去了 Safe Superintelligence，Mira Murati（虽然不是 founding member，但属于早期核心）带队成立了 Thinking Machines，John Schulman 去了 Anthropic 又跳到 Thinking Machines，Wojciech Zaremba 还在，Sam Altman 还在，剩下的要么沉寂、要么早就走了。

Karpathy 八年前就走过一次，这次去 Anthropic 不算二次出走，但媒体框架一定会把这件事和"OpenAI 创始人外流"那条线串起来。

更刺的是，他选择了 Anthropic 而不是回 OpenAI、不是去 SSI、不是给 Thinking Machines 站台、也不是去 xAI。在所有可能的去处里，他选了 OpenAI 最直接的对家。

Sam 这次怎么回应——或者怎么不回应——是个值得盯的窗口。

一个更大的命题是：顶级研究员还能不能创业？

Karpathy 自己的经历种，藏着一个对所有"想 fork 一家 AI 公司"的研究员都不友好的信号。

他离开 OpenAI 二次，是去做 Eureka Labs。这家公司的方向他自己讲得很清楚——用 LLM 重新做教育。他写过 LLM 101，做了一年多的产品和课程实验，没有拿大轮融资，也没有出现某种现象级产品。然后他选择回到大厂。

把这件事和最近一两年的其他案例放在一起看：Mira Murati 的 Thinking Machines 估值传出 100 亿美元但产品还没影；Ilya 的 SSI 估值更高，对外完全沉默；David Luan 的 Adept 卖给了 Amazon；Inflection 整建制被 Microsoft 收走。

一个隐隐的结构性问题在浮出来：当算力护城河每六个月再深一点，当大厂的薪酬包能开到八位数美元，当主战场感全部集中在三五家手里，AI 顶级研究员的"创业最优解"是不是已经没了？

Karpathy 用脚投票了。他不是创业失败——Eureka 没关，他也没融崩——他只是判断：当前阶段，AI 最大的杠杆点是模型本身，不是普及，不是教育，不是任何外围。他要回到那个杠杆点上。

对所有正在考虑"我要不要 spinoff 自己出来做"的顶级研究员来说，这个信号是冷的。

那些被忽略的

回到他原推文里最后一句，那句几乎所有报道都没怎么展开的话——"I remain deeply passionate about education and plan to resume my work on it in time.""我对教育依然抱有热情，会在合适的时间回到这件事上。"

这句话表面上是给 Eureka 留个体面的尾巴，但读懂了它，会发现这是整条推文里最重的一句。

因为它的潜台词是：当下不是合适的时间。

一个亲手做了一年多 AI 教育的研究员，公开承认现在不是做这件事的时候。这对所有"AI + 教育"赛道的创业者来说，是一个不愿意被读出来但读出来就很伤的判断——AI 已经强到可以重塑教育吗？不够。教育市场已经准备好被 LLM 重塑了吗？也不够。在这两个"不够"之间，他选择回到上游，先让模型本身再往前推一步。

这是一个顶级研究员对当下阶段最诚实的判断：未来几年最有杠杆的位置，是把 LLM 本身往前推。其他一切——教育、agent、应用、产品——都得等模型本体跨过下一个台阶。

如果他是对的，下一代 Claude 会证明他是对的。如果他错了，整个圈子会因为他错而集体松一口气——因为那意味着 pre-training 真的撞墙了，所有人在 RL 和 agent 上的押注是对的，赛道格局会更分散，机会会更多。

但 Karpathy 用他过去十年的判断力告诉我们：他不是经常错的那种研究员。

而 Anthropic，刚把他签了下来。

本文来自微信公众号“AI唱反调”，作者：Joshua，36氪经授权发布。