Andrej Karpathy Joins Anthropic as Member of Technical Staff

•Andrej Karpathy 將加入 Anthropic 的預訓練團隊，並領導一個新小組，專注於利用 Claude 本身加速預訓練研究，目標是實現 AI 的「遞歸自我改進」（Recursive Self-Improvement, RSI）。
•在加入 Anthropic 之前，Karpathy 於 2024 年創立了 AI 教育平台 Eureka Labs，並以其廣受歡迎的 YouTube 系列「Neural Networks: Zero to Hero」和在 2025 年初創造的術語「vibe coding」而聞名。
•他此次加入 Anthropic 標誌著他第三次離開 OpenAI（他曾是 OpenAI 的創始成員，於 2017 年離開，2023 年回歸，並於 2024 年 2 月再次離開），這預示著 AI 人才格局的重大轉變。
•Karpathy 的專業知識涵蓋電腦視覺（源於他在 Tesla 領導 Autopilot AI 的經驗）和大型語言模型，並高度專注於實用 AI 工程和理解基礎原理。
•Anthropic 聘請 Karpathy 以及其他來自 OpenAI 的知名人才，突顯了其在基礎模型開發和 AI 安全方面與 OpenAI 和 Google DeepMind 競爭的積極戰略。

Karpathy 近期的獨立工作包括 autoresearch，這是一個小型實驗系統（約 600 行程式碼），其中 AI 會編輯自己的訓練程式碼、運行實驗並保留改進，展示了遞歸 AI 改進的能力。
Anthropic 的 Claude Code 採用單線程主循環（代號「nO」）實現自主程式設計，優先考慮可調試性、透明度和可靠性，而非複雜的多代理協調。
Claude Code 還具有三層記憶體架構：用於長期上下文的持久 memory.md 文件、用於即時程式碼檢索的基於 grep 的搜索層，以及用於索引和語義搜索的後台 Chyros 守護程式。
Anthropic 的大型語言模型基於 Transformer 架構，並使用「憲法式 AI」（Constitutional AI）進行訓練，模型根據一套規則自我批判其回應並進行重寫，然後再對這些改進後的回應進行微調，以實現與人類價值觀的對齊。
Karpathy 過去在 OpenAI 的工作涉及中訓練（mid-training）和合成數據生成。
他的教育內容通常專注於從頭構建模型（例如 micrograd、char-rnn），以幫助理解基本原理。

Anthropic 將加速其在 AI 自我改進（Recursive Self-Improvement, RSI）領域的研究與發展。

Karpathy 加入 Anthropic 的預訓練團隊，其明確任務是利用 Claude 加速下一代 Claude 的預訓練研究，這與他近期在 autoresearch 項目中探索的 AI 自我改進概念高度契合。

Anthropic 將更注重將 AI 工程實踐與基礎模型研究相結合，以提高模型開發效率。

Karpathy 以其將複雜 AI 概念簡化並專注於從頭構建和實用工程的教學方法而聞名，他在 Tesla 的經驗也強調了大規模部署神經網絡，這將有助於 Anthropic 在模型開發中實現更高效的工程化。

AI 領域的人才競爭將進一步加劇，頂尖研究人員的流動將成為行業格局變化的重要指標。

Karpathy 作為 OpenAI 的創始成員和前 Tesla AI 主管，其加入 Anthropic 被視為 AI 人才戰中的重大勝利，顯示了頂尖研究人員在選擇工作環境時對研究文化和機構優先級的考量。

2015

Andrej Karpathy 成為 OpenAI 的創始成員之一，擔任研究科學家。

2017

Karpathy 離開 OpenAI，加入 Tesla 擔任 AI 總監，領導 Autopilot 的電腦視覺團隊。

2022-07

Karpathy 離開 Tesla。

2023-02

Karpathy 短暫重返 OpenAI，專注於中訓練和合成數據生成。

2024-02

Karpathy 第二次離開 OpenAI，隨後於同年創立 AI 教育平台 Eureka Labs。

2026-05-19

Andrej Karpathy 宣布加入 Anthropic，擔任預訓練團隊的技術員工 (MTS)。

Andrej Karpathy 加入 Anthropic 擔任技術員工 (MTS)