Андрей Карпати ушёл в Anthropic и занялся обучением Claude
Andrej Karpathy, один из 11 сооснователей OpenAI и бывший руководитель AI-направления Tesla, присоединился к Anthropic. Сам он написал, что хочет «вернуться к R&D», а внутри компании ему дали задачу куда интереснее обычного найма звезды: использовать Claude для ускорения исследований по предобучению новых моделей.
Если перевести с языка аккуратных постов в X на человеческий, Anthropic наняла человека с редким резюме: академическая база Stanford, промышленная мясорубка Tesla, внутренняя кухня OpenAI и при этом ещё публичный преподаватель, который умеет объяснять нейросети без шаманства. Для лаборатории, которая борется с OpenAI и Google не только моделями, но и скоростью исследований, это покупка из верхней полки.
Чем Andrej Karpathy займётся в Anthropic
По словам Николаса Джозефа, руководителя pretraining в Anthropic, Карпати будет строить команду, которая применяет Claude для ускорения самого процесса pretraining research. Формулировка звучит сухо, но смысл дерзкий: исследователи хотят, чтобы модель помогала проектировать и улучшать обучение следующих моделей. Это тот самый участок, где вся индустрия мечтает срезать месяцы работы и миллионы долларов на экспериментах.
Anthropic давно двигается именно в эту сторону. Компания, основанная в 2021 году бывшими сотрудниками OpenAI во главе с Дарио Амодеем, строила репутацию на безопасных LLM, а затем быстро перешла в лигу тяжеловесов, где важны уже не красивые манифесты, а вычисления, дата и кадры. Поддержка Amazon и Google дала ей деньги и инфраструктуру, но такие переходы всё равно решают отдельные люди. Карпати здесь полезен не как медийное лицо, а как инженер, который видел весь конвейер от данных до продакшена.
Есть и более узкий нюанс. После короткого возвращения в OpenAI в 2023—2024 годах Карпати, по собственному описанию, занимался midtraining и синтетическими данными. Для Anthropic это почти готовый профиль под задачу: индустрия уже упёрлась в пределы «просто добавим больше текста из интернета», и теперь выигрыш всё чаще приходит из более умной подготовки данных, фильтрации, генерации синтетики и автоматизации исследовательского цикла.
Что будет с Eureka Labs и открытыми проектами Karpathy
Самая заметная потеря для публики в этой истории не связана с Anthropic напрямую. После ухода из OpenAI Карпати превратился в одного из главных AI-преподавателей для разработчиков: запускал Eureka Labs, записывал разборы LLM, выпускал практические материалы и поддерживал open source-проекты. Его nanoGPT вообще стал для тысяч инженеров коротким путём к пониманию, как устроен GPT-подобный стек без корпоративного тумана.
Теперь эта линия, судя по его же формулировке про образование «со временем», отходит на второй план. И это типичный компромисс нынешней AI-гонки: как только исследователь такого уровня получает доступ к лучшим кластерам, закрытым данным и команде, открытые эксперименты почти всегда проигрывают внутренней работе. Anthropic любит говорить о стандартах и действительно выпустила MCP, который быстро стал полезным мостом между агентами и внешними инструментами, но основные модели компании были и остаются закрытыми.
Для рынка это ещё и сигнал о том, где сейчас узкое место. Деньги на GPU есть у нескольких компаний. Модели высокого класса тоже уже не эксклюзив одной лаборатории. Дефицит теперь в людях, которые понимают одновременно исследование, инфраструктуру и продукт. OpenAI, Google DeepMind, xAI и Anthropic последние два года обмениваются такими кадрами почти как футбольные клубы перед плей-офф.
- Что Anthropic получает сразу: опыт OpenAI, Tesla и Stanford в одном человеке
- Что теряет внешняя аудитория: меньше открытых уроков, курсов и публичных репозиториев
- Что это даёт гонке LLM: ещё больше фокуса на автоматизацию самого процесса обучения моделей
Первый заметный результат этого перехода логично ждать не в виде лекций, а в инструментах, которые ускорят обучение следующих версий Claude до конца 2026 года.
