"I've joined Anthropic."

Andrej Karpathy 發出了這條推文，這位頂級研究員的這條推文，像極了邁克爾·喬丹當年喊出的那句I”m back 。

他寫道："未來幾年在 LLM 前沿會格外關鍵（especially formative），我非常興奮地加入這里的團隊，回到研發（get back to R&D）。"

這是一個頂級研究員對自己未來三五年的明牌下注。
而他下注的位置，正好是過去一年整個 AI 圈最不敢押的那一格——pre-training（預訓練）。

Karpathy是誰

Karpathy為何傳奇，源自于他經歷了 AI 發展的每個關鍵節點和他的夢幻履歷。

2015 年，Karpathy 拿到 Stanford 的 PhD，同年加入 OpenAI，是那 11 個 founding members 里最年輕的一個。

作為OpenAI創始核心成員，他深度參與初代大模型底層架構搭建，是GPT技術體系的早期開拓者，奠定了生成式AI的發展根基。入局特斯拉后，他掌舵自動駕駛AI團隊，一手搭建純視覺Autopilot體系，讓智能駕駛實現規模化落地，成為全球視覺自動駕駛路線的標桿。

離開特斯拉后，他二度回歸OpenAI深耕大模型訓練技術，后續獨立創業探索AI教育賽道。其打造的Vibe Coding范式、CLAUDE.md開發規范風靡全球，斬獲數十萬GitHub星標，成為開發者通用標準，是公認的技術頂流與行業啟蒙者。

也就是說，他離開過 OpenAI 兩次。一次去了 Tesla，一次去做了自己的公司。這次沒有回 OpenAI——他選了 Anthropic。

Anthropic 過去十年招人的故事一直是一條線——OpenAI 安全派出走。Dario、Tom Brown、Jared Kaplan、Sam McCandlish 全是這一脈，價值觀分歧，集體離開，自立門戶。這套敘事講了五年，已經講到 Anthropic 自己都有點疲憊。

Karpathy 完全不在這條線上。他不是因為安全分歧走的，他是 OpenAI 創始成員里"工程能力派"的圖騰——nanoGPT、llm.c、CS231n、Tesla AI Day——他幾乎是過去十年"用愛發電的頂級研究員"的代名詞。他這次不回 OpenAI、不去 SSI、不去給 Mira Murati 的 Thinking Machines 站臺、也不去 xAI，最終選了 Anthropic。

這意味著："現在做前沿 LLM R&D 的最佳去處"這件事，被一個安全敘事中立、純粹從研究角度做判斷的頂級研究員蓋了一個章。

這張蓋章的殺傷力，超過 Anthropic 過去任何一次招人。它打的不是 OpenAI 的人才厚度，打的是 OpenAI 作為"研究公司"的招牌——你的創始人都覺得我們這兒更適合做研究，你怎么還自稱研究公司？

至于他自己掛念的 Eureka 和教育，他在推文最后留了一句"plan to resume my work on it in time"——會在合適的時間回來做。換句話說：當下不是合適的時間。

他選了技術，而非資本

這次跳槽的真正意義，是他被放在了 pre-training 團隊。

不是最近一年所有人都在追的 agent，是 pre-training——那個定數據配方、定 scaling law、定訓練穩定性、決定 Claude 模型本體能力上限的位置。

并沒有選擇最火熱的 agent 賽道，Anthropic 是要進一步提升基礎模型能力。

過去這一年半，整個 AI 圈的資本敘事都在往后訓練那邊跑。"Pre-training is hitting a wall"——這句話從 2024 年下半年開始在 NeurIPS 走廊里傳，到 2025 年初變成 The Information 的封面文章，再到 Ilya Sutskever 自己在公開訪談里說"我們認識的那種 pre-training 時代正在結束"，整個圈子已經形成了某種默契：scaling law 的邊際效用在下降，下一波突破要看 RL post-training、要看 inference-time compute、要看 agent 的復合工作流。

Karpathy 在這個時間點選 pre-training，等于把自己作為研究員的 reputation 押在反方向上。他沒有寫一篇長博客論證 pre-training 還有空間，他用職業選擇直接表態——而以他在圈內的信用，這個表態比任何論文都更有說服力。

要理解這件事的含金量，得知道 Karpathy 不是普通的 ML 研究員。他是少數把"大規模訓練工程的臟活"和"LLM 第一性原理的直覺"打通的人

nanoGPT 這種把 GPT 訓練濃縮到幾百行 Python 的項目，需要對訓練棧每一層的取舍都有判斷；llm.c 把整個 LLM 訓練用 C 寫出來，更是把 abstraction 全部剝光的工作。他在 Tesla 跑過一支幾十人的工程團隊，做過工業級的端到端訓練管線。這種"既懂細節又懂系統、既能寫論文又能壓成本"的人，全行業不超過十個。

Anthropic 把他放在 Nick Joseph 下面而不是給一個 VP 頭銜，姿態也很務實——說明 Karpathy 自己也愿意從執行做起。

短期里這意味著不會有立竿見影的產出，pre-training 周期長，加入磨合期至少半年，他真正進入下一代 Claude 的訓練管線，得看 2027 年。

但中長期，這是一張 Anthropic 押在"pre-training 還有大空間"上的超級籌碼。

對 Anthropic 的更深一層影響

人才戰只是表面那一層。

這次人事變動對 Anthropic 真正的意義，是把它的研究文化敘事推到了一個 OpenAI 短期內追不回來的位置。

過去一年，OpenAI 的敘事重心被產品徹底帶走了。ChatGPT 進入九億周活、Sora 2 上線、Agent SDK、GPT-5 系列——這些都是商業上漂亮的成績，但代價是 OpenAI 已經很難再被外界叫做"研究公司"了。它的研究故事被產品故事蓋過去，連內部研究員都在抱怨這件事。

Anthropic 選擇了另一條路。它沒有 to C 現象級產品，沒有 Sora 那種破圈的發布會，Claude 在普通用戶里的認知度始終落后 ChatGPT 一個數量級。但它一直在守一件事——"我們是科學公司"。

Dario 在公開訪談里講 mechanistic interpretability、講 Claude 的訓練哲學，比講營收講得多得多。

這套敘事的最大短板，是缺少一個"非 Anthropic 出身"的頂級研究員來背書。你不能讓 Dario 自己一直講，那像自賣自夸。

Karpathy 補上了這塊拼圖。

他在中英文世界對"研究文化"的想象里，是最大公約數。nanoGPT 是開源的、CS231n 是免費的、他的 YouTube 課是給所有人看的——他幾乎是過去十年里"用愛發電的頂級研究員"的代名詞。這種品牌資產沒有任何 Anthropic 內部員工能替代，因為這是十年時間沉淀出來的。

接下來一年，Anthropic 在融資、在招人、在面向 enterprise 客戶講故事的時候，"Karpathy 在我們 pre-training 團隊"會被反復說出來。它帶來的不只是一個研究員的產出，更是一種關于"Anthropic 是什么樣的公司"的敘事重新校準。

而在中文圈，這件事的放大效應會更猛。Anthropic 在中國市場的位置一直很尷尬——產品不可用，但開發者文化里被廣泛閱讀。Karpathy 加入會讓中文開發者社區進一步把心智傾斜過來，而這恰恰是 OpenAI 長期忽視的池子。

當然，我們確實也很難指望 Anthropic 會傾向中文社區。

OpenAI 的“創始人魔咒”

Karpathy 這次跳槽，會讓一個 OpenAI 不愿意再被討論的問題再次被翻到臺面上：OpenAI 11 位 founding members 里，還在公司的還有幾個

數一下：Ilya Sutskever 去了 Safe Superintelligence，Mira Murati（雖然不是 founding member，但屬于早期核心）帶隊成立了 Thinking Machines，John Schulman 去了 Anthropic 又跳到 Thinking Machines，Wojciech Zaremba 還在，Sam Altman 還在，剩下的要么沉寂、要么早就走了。

Karpathy 八年前就走過一次，這次去 Anthropic 不算二次出走，但媒體框架一定會把這件事和"OpenAI 創始人外流"那條線串起來。

更刺的是，他選擇了 Anthropic 而不是回 OpenAI、不是去 SSI、不是給 Thinking Machines 站臺、也不是去 xAI。在所有可能的去處里，他選了 OpenAI 最直接的對家。

Sam 這次怎么回應——或者怎么不回應——是個值得盯的窗口。

一個更大的命題是：頂級研究員還能不能創業？

Karpathy 自己的經歷種，藏著一個對所有"想 fork 一家 AI 公司"的研究員都不友好的信號。

他離開 OpenAI 二次，是去做 Eureka Labs。這家公司的方向他自己講得很清楚——用 LLM 重新做教育。他寫過 LLM 101，做了一年多的產品和課程實驗，沒有拿大輪融資，也沒有出現某種現象級產品。然后他選擇回到大廠。

把這件事和最近一兩年的其他案例放在一起看：Mira Murati 的 Thinking Machines 估值傳出 100 億美元但產品還沒影；Ilya 的 SSI 估值更高，對外完全沉默；David Luan 的 Adept 賣給了 Amazon；Inflection 整建制被 Microsoft 收走。

一個隱隱的結構性問題在浮出來：當算力護城河每六個月再深一點，當大廠的薪酬包能開到八位數美元，當主戰場感全部集中在三五家手里，AI 頂級研究員的"創業最優解"是不是已經沒了

Karpathy 用腳投票了。他不是創業失敗——Eureka 沒關，他也沒融崩——他只是判斷：當前階段，AI 最大的杠桿點是模型本身，不是普及，不是教育，不是任何外圍。他要回到那個杠桿點上。

對所有正在考慮"我要不要 spinoff 自己出來做"的頂級研究員來說，這個信號是冷的。

那些被忽略的

回到他原推文里最后一句，那句幾乎所有報道都沒怎么展開的話——
"I remain deeply passionate about education and plan to resume my work on it in time."
"我對教育依然抱有熱情，會在合適的時間回到這件事上。"

這句話表面上是給 Eureka 留個體面的尾巴，但讀懂了它，會發現這是整條推文里最重的一句。

因為它的潛臺詞是：當下不是合適的時間

一個親手做了一年多 AI 教育的研究員，公開承認現在不是做這件事的時候。這對所有"AI + 教育"賽道的創業者來說，是一個不愿意被讀出來但讀出來就很傷的判斷——AI 已經強到可以重塑教育嗎？不夠。教育市場已經準備好被 LLM 重塑了嗎？也不夠。在這兩個"不夠"之間，他選擇回到上游，先讓模型本身再往前推一步。

這是一個頂級研究員對當下階段最誠實的判斷：未來幾年最有杠桿的位置，是把 LLM 本身往前推。其他一切——教育、agent、應用、產品——都得等模型本體跨過下一個臺階。

如果他是對的，下一代 Claude 會證明他是對的。如果他錯了，整個圈子會因為他錯而集體松一口氣——因為那意味著 pre-training 真的撞墻了，所有人在 RL 和 agent 上的押注是對的，賽道格局會更分散，機會會更多。

但 Karpathy 用他過去十年的判斷力告訴我們：他不是經常錯的那種研究員。

而 Anthropic，剛把他簽了下來。