2026年5月19日，又一个震动 AI 行业的消息传来：OpenAI 联合创始人、AI 领域最具影响力的人物之一 Andrej Karpathy 正式宣布加入 Anthropic，担任预训练团队研究工作。这一消息在全球科技圈引发广泛讨论。本文将详细回顾 Karpathy 从学术天才到 AI 行业领袖的完整职业路径，以及他对 OpenAI 和整个 AI 领域的贡献。
学术生涯：从斯坦福博士到深度学习先驱
Andrej Karpathy 1986年10月23日出生于斯洛伐克，后移居加拿大，是一位 Slovak-Canadian AI 研究者。他的学术背景非常扎实：2009年在多伦多大学获得计算机科学与物理学学士学位，2011年在不列颠哥伦比亚大学（UBC）获得硕士学位。在 UBC 期间，他师从 Michiel van de Panne 教授，从事物理仿真角色的研究工作——比如仿真跑步者或人群中行走的人物，这些工作让他在计算机图形学和仿真领域积累了扎实基础。
2015年，Karpathy 在斯坦福大学获得计算机科学博士学位，导师是全球知名的计算机视觉专家 Fei-Fei Li 教授。他的博士论文题为《Connecting Images and Natural Language》，聚焦自然语言处理与计算机视觉的交叉领域，以及适合这一任务的深度学习模型——这篇论文为他日后在多模态 AI 领域的研究奠定了重要基础。
在斯坦福期间，他还担任了著名的 CS231n（卷积神经网络用于视觉识别）课程的联合讲师兼主讲人，这门课程成为全球深度学习入门者必看的经典课程之一，YouTube 上的课程录像播放量达数百万次，间接影响了数百万 AI 研究者和工程师的成长。
开源贡献：AI 界的"网红"工程师
Karpathy 在斯坦福期间和毕业后，单独或参与开发了多个在 AI 领域影响深远的开源工具，这些项目至今仍在 GitHub 上被广泛使用。
char-rnn（字符级循环神经网络）：这是他最著名的开源项目之一，用 Lua Torch 写了一个字符级语言模型，可以基于任意文本训练出能生成新文本的模型。后来他写了一篇著名的博客《The Unreasonable Effectiveness of Recurrent Neural Networks》，详细解释了为何 RNN 在字符级建模上如此有效，这篇文章至今仍被 AI 社区奉为必读经典。
Neuraltalk 和 Neuraltalk2：一个早期图像描述（image captioning）项目，能够根据图片自动生成文字描述。这是多模态 AI 早期最成功的示范项目之一，展示了深度学习可以让机器理解图像并生成自然语言描述。
ConvNetJS：这是他用纯 JavaScript 从零开始写的深度学习库，可以在浏览器中运行深度学习模型。它让没有技术背景的人也能在网页上直观理解神经网络的工作原理，成为早期 AI 教育的重要工具。
DenseCap：一个用于生成密集图像描述的全卷积网络系统，2015年发表在 CVPR 会议上，论文引用数超过数千次。
arxiv-sanity.com：他搭建的一个论文推荐和搜索平台，帮助 AI 研究者更高效地筛选最新学术论文。这个工具在当时几乎成为每个 AI 研究者日常使用的必备工具。
OpenAI 创始成员：参与 GPT 的早期奠基
2015年，Karpathy 作为创始团队成员加入了 OpenAI，担任研究科学家直到2017年。作为最早加入的成员之一，他参与了 OpenAI 早期许多基础性工作的搭建。
在 OpenAI 期间，他的研究重点涵盖深度学习、计算机视觉和多模态 AI 等前沿方向。他将自己在图像描述和视觉-语言联合建模方面的专业积累带入了 OpenAI 早期的研究方向中。虽然他在 OpenAI 任职的时间只有两年，但作为创始成员，他参与了塑造这家公司的研究文化和方向，为后来 GPT 系列模型的诞生贡献了力量。
特斯拉时期：打造全球最领先的自动驾驶视觉系统
2017年6月，Karpathy 被 Elon Musk 亲自挖角，出任特斯拉人工智能总监，领导 Autopilot 视觉团队。他在这个岗位上工作了约5年（2017-2022），是特斯拉自动驾驶项目的核心人物之一。
在这个角色中，Karpathy 负责构建和领导特斯拉的计算机视觉团队，研发用于特斯拉自动驾驶系统的端到端深度学习模型。他主导开发的技术让特斯拉车辆能够通过摄像头实时感知和理解周围环境，从而实现自动辅助驾驶和未来的完全自动驾驶能力。这一系统至今仍是全球量产车上最复杂的自动驾驶系统之一。
他在特斯拉的工作直接影响了两件事：一是特斯拉自动驾驶技术的核心竞争力，二是让整个汽车行业认识到计算机视觉和深度学习在自动驾驶领域的巨大潜力。2022年，他离开特斯拉，随后创办了教育 AI 公司 Eureka Labs。
Eureka Labs：AI 原生教育的探索者
2024年，Karpathy 创办了 Eureka Labs，这是一家致力于打造"AI 原生学校"（AI Native School）的教育科技公司。公司的核心理念是将 AI 助手深度融入教学过程，让"任何人在任何地方都能学习任何东西"。
他设想中的 AI 教育场景是这样的：AI 助手可以像一位私人 tutor 一样陪伴学习者，结合高质量的课程材料，随时回答问题、提供反馈、动态调整学习路径。比如在学习物理时，AI 可以扮演一位"Feynman"式的人物，每一步都引导学生理解复杂概念。
他同时还在个人时间持续经营 LLM101n 项目，这是一个"从零构建大型语言模型"的教程项目，目标是从理论到代码，手把手教学生构建一个能讲故事的 AI 系统。这个项目延续了他一直以来对 AI 教育的热情。
这次为什么加入 Anthropic？
Karpathy 在他的个人声明中这样写道："我认为未来几年将是 LLM 前沿发展特别关键的时期。我非常激动能加入这个团队并重新回到研发工作上。"
Anthropic 宣布他将加入预训练团队（pre-training team），这个团队负责让 Claude 模型获得核心知识和能力，是大模型训练中最核心、成本最高的阶段。Anthropic 还表示，Karpathy 将组建一个团队，专门研究如何用 Claude 来加速预训练研究——也就是说，让 AI 自己帮助自己变得更强。
值得注意的是，这不是 OpenAI 联合创始人第一次加入 Anthropic。2024年，OpenAI 另一位联合创始人 John Schulman（ChatGPT 架构师、RLHF 发明者之一）也加入了 Anthropic。加上 OpenAI 总裁 Greg Brockman 正在休长病假，以及去年 Ilya Sutskever 和 Jan Leike 等核心安全负责人的离开，OpenAI 的人才流失已经非常严重。
总结
Andrej Karpathy 的职业生涯，几乎串起了 AI 行业过去10年的每一条关键脉络：他参与创建了 OpenAI，推动了大模型时代的到来；他领导了特斯拉 Autopilot 的视觉 AI，让数十万辆汽车拥有了眼睛；他现在加入 Anthropic，继续在预训练的最前沿做研究。
他同时还是 AI 领域最优秀的布道者之一——char-rnn、CS231n、arxiv-sanity 这些开源工具和教育项目，影响了整整一代 AI 研究者。这次加入 Anthropic，不仅是 OpenAI 又一次人才流失的标志性事件，更是 AI 行业格局演变的最新注脚。
参考来源：TechCrunch、CNBC、Wikipedia、Karpathy 个人网站等媒体公开报道。
