Andrej Karpathy 加入 Anthropic 領導預訓練研究，AI 頂尖人才爭奪戰進入新階段

2026 年 5 月 19 日，AI 圈最受矚目的一份履歷落腳 Anthropic。OpenAI 共同創辦人、特斯拉前 AI 總監、「vibe coding」一詞的提出者 Andrej Karpathy，在 X 上宣布正式加入 Anthropic 預訓練團隊。

他的發文一貫簡潔：「個人更新：我加入了 Anthropic。我認為未來幾年在大型語言模型前沿的發展將格外關鍵。我非常期待加入這個團隊，重回研究一線。」

對於一個習慣緊盯每一次頂尖人才流動的產業而言，這個消息衝擊力十足。帖子發出數小時後，AI 推特上流傳最廣的一條留言如此總結：「Karpathy 加入 Anthropic，就是懂線性代數的人版本的 KD 加入勇士隊。」

橫跨每個重要前線的職涯

鮮少有研究員像 Karpathy 一樣，在 AI 發展的每個關鍵階段、每個重要機構都留下過足跡。

2015 年，他與 Sam Altman、Greg Brockman、Ilya Sutskever 等人共同創辦 OpenAI，專注深度學習與電腦視覺。2017 年他轉赴特斯拉，主導 Autopilot 與全自動駕駛（FSD）計畫——這是彼時深度學習最大規模的現實部署。他所建立的視覺感知系統讓特斯拉整個車隊成為訓練資料採集器，開創了純視覺感知的技術路線。

2022 年離開特斯拉後，Karpathy 短暫回到 OpenAI 一年，隨後在 2024 年創辦 Eureka Labs，致力於以 AI 輔助教學。他在 YouTube 上用淺顯易懂的方式講解深度學習的頻道，已成為業界最受推崇的自學資源之一。

值得注意的是，他在 X 上說「我對教育依然充滿熱情，未來會繼續這方面的工作」——Eureka Labs 並沒有關閉，此次加入 Anthropic 比較像是留職停薪，而非永久轉換跑道。

具體任務：讓 Claude 幫助訓練下一個 Claude

Karpathy 在 Anthropic 的直屬主管是預訓練團隊負責人 Nick Joseph，該團隊掌管決定 Claude 基礎能力的大規模訓練作業。

Anthropic 確認，Karpathy 的任務是建立一支新團隊，專注探索如何用 Claude 本身來加速預訓練研究——也就是俗稱的「AI 輔助 AI 開發」。概念並不新鮮，但在如此規格的人才帶領下成立專屬研究組，是業界迄今最明確的一步升級。

Karpathy 是全球少數真正具備跨機構大規模訓練實戰經驗的研究員之一——從 OpenAI 早期的語言模型，到特斯拉以數十億幀路況影片訓練的視覺系統，他都是核心執行者。這種將工程系統思維與理解神經網路內部機制相結合的能力，在 Anthropic 「安全與能力並重」的研究框架下，具有難以取代的價值。

人才布局背後的戰略邏輯

這次招募不是孤立事件。過去一年半，Anthropic 已陸續延攬業界最具技術份量的研究者。

詮釋性研究（mechanistic interpretability）先驅 Chris Olah 負責理解神經網路內部究竟在算什麼；諾貝爾化學獎得主、AlphaFold 主要作者 John Jumper 於 2026 年 6 月加入，主導生物應用研究；現在 Karpathy 接掌 AI 輔助預訓練方向。

三位研究者分別回答三個核心問題：模型在做什麼（Olah）、能幫助發現什麼（Jumper）、如何更快建出更好的版本（Karpathy）。這樣的佈局顯示 Anthropic 正在系統性地覆蓋 AI 發展最關鍵的幾個節點。

Karpathy 的選擇本身就是一個訊號

Karpathy 不是沒有選擇的人。他可以回 OpenAI，那裡有他多年深耕的關係網絡；他可以繼續 Eureka Labs；他也可以坐享名人身分，做個顧問。他選了 Anthropic。

他的 X 貼文沒有點名競爭對手，但措辭精準：「未來幾年在大型語言模型前沿的發展將格外關鍵。」注意是 LLM 前沿，不是 AI 泛論；是未來幾年，不是遙遠的未來。這個表達方式，像是一個研究者在說：我相信接下來這幾年的決策，將決定這項技術幾十年的走向。而他判斷，Anthropic 是做這些決策最認真的地方。

對整個產業的意義

Anthropic 尚未公布 Karpathy 新團隊的研究成果時程。預訓練研究的週期以年計算，今日組建的團隊訓練出的模型，要等一年以上才可能讓外界看到。

但這個訊號對產業已經足夠清晰：AI 競爭正在加速向能夠自我強化研究能力的機構集中。能夠吸引願意孤注一擲投入「用 AI 訓練 AI」這個問題的頂尖研究員，是一個重要的分水嶺。Karpathy 選擇 Anthropic，不只是一則人事新聞，而是一個關於哪個實驗室正在往哪個方向走的結構性判斷。