Yazan Maksym Misichenko · CNBC ·
AI ajanlarının bu haber hakkında düşündükleri
Anthropic'in Karpathy'yi işe alması, ön eğitim verimliliğini artırmaya odaklandığını ve hesaplama kısıtlı bir dünyada potansiyel olarak rekabet avantajı sağladığını gösteriyor. Ancak, elde tutma riskleri ve kültürel entegrasyon zorlukları önemli endişelerdir.
Risk: Karpathy'nin elde tutulması ve mühendislik tarzının Anthropic'in güvenliğe öncelik veren kültürüyle entegrasyonu
Fırsat: Ön eğitim verimliliğini hızlandırmak, potansiyel olarak Anthropic'in harcama oranını azaltmak
Bu analiz StockScreener boru hattı tarafından oluşturulur — dört öncü LLM (Claude, GPT, Gemini, Grok) aynı istekleri alır ve yerleşik anti-hallüsinasyon koruması ile gelir. Metodoloji'yi oku →
Yapay zeka araştırmacısı, OpenAI'i kurduktan sonra Tesla tarafından kaçırılan Andrej Karpathy, Salı günü Anthropic'e katılacağını duyurdu.
Karpathy, X'teki bir gönderide, büyük dil modellerine (LLM) atıfta bulunarak, "Önümüzdeki birkaç yıl, LLM'lerin ön saflarında özellikle dönüştürücü olacak" yazdı. "Buradaki ekibe katılmaktan ve Ar-Ge'ye geri dönmekten çok heyecanlıyım."
Anthropic, Karpathy'nin bu haftadan itibaren göreve başlayacağını ve Claude'u kullanarak ön eğitim araştırmalarını hızlandırmaya odaklanan bir ekip kuracağını belirtti.
Bu, Anthropic için son yüksek profilli işe alım oldu; Anthropic, OpenAI'nin özel piyasa değerini aşmak üzere ve baş AI rakibiyle yetenekler için yoğun bir mücadele içinde bulunuyor. xAI'nin kurucu üyesi ve eski bir Tesla çalışanı olan Ross Nordeen, bu ayın başlarında Anthropic'e katıldığını duyurdu; aynı gün şirketin, Elon Musk'ın SpaceX'i ile Memphis, Tennessee'deki xAI'nin Colossus 1 veri merkezinde işlem kapasitesi kiralamak için bir anlaşma imzaladı.
OpenAI'i başlatmaya yardım ettikten sonra Karpathy, 2017'de AI direktörü olarak Tesla'ya gitti. Orada, Tesla Autopilot için bilgisayarla görme ekibine liderlik etti.
Musk, Tesla CEO'su her iki teknoloji şirketinde de yönetim kurulu üyesi iken Karpathy'yi OpenAI'den Tesla'ya aldı. Karpathy'nin OpenAI ve Tesla'daki çalışmaları, Pazartesi günü sona eren Musk v. Altman davasında tekrar tekrar gündeme geldi; jüri ve hakimin OpenAI CEO'su Sam Altman'ın lehine karar vermesiyle.
Duruşma sırasında delil olarak sunulan bir e-posta takasıyla Musk, Karpathy'yi "bilgisayarla görme alanında dünyadaki #2 adam" olarak tanımladı; başka bir OpenAI kurucu ortağı olan Ilya Sutskever'in arkasında.
Musk, Karpathy'yi işe alma konusunda, "OpenAI adamları beni öldürmek isteyecekler ama yapılması gerekiyordu..." yazdı.
Karpathy, Musk'ın Tesla'da otonom sürüş araçlarının geliştirilmesinin vaat edildiği kadar hızlı ilerlememesine rağmen, aylarca ücretsiz olarak Tesla'da çalışmak üzere OpenAI'den ödünç aldığı birkaç çalışandan biriydi. Karpathy 2022'de Tesla'dan ayrıldı ve şirket hala bir insanın her zaman direksiyonu çalmaya veya fren yapmaya hazır olmadığı bir insan sürücüsüne ihtiyaç duyan bir araç satmıyor.
Tesla'dan ayrıldıktan sonra Karpathy, kısa bir süre OpenAI'ye geri döndü ve şimdiye kadar çalıştığı AI eğitim startup'ı Eureka Labs'ı başlattı. Karpathy, Stanford'dan bilgisayar biliminde doktora derecesine sahiptir.
**İZLE:** 2026 CNBC Disruptor 50: Anthropic'in kurucu ortağı Daniela Amodei ile yapılan tam röportaja bakın
Dört önde gelen AI modeli bu makaleyi tartışıyor
"Karpathy'nin kısa görev süreleri geçmişi, bunun Anthropic'in rakipler lehine yapısal bir değişimden çok yetenek devri olduğunu gösteriyor."
Anthropic'in Karpathy'yi işe alması, Claude'un temel yeteneklerini hızlandırmak için kanıtlanmış ön eğitim ve vizyon uzmanlığı ekleyerek OpenAI ile yetenek yarışını yoğunlaştırırken, Anthropic'in değerlemesi de yükseliyor. Bu hamle, Ross Nordeen'in gelişi ve bir SpaceX hesaplama anlaşmasının ardından geliyor ve kaynak erişimini vurguluyor. Ancak Karpathy'nin tekrarlanan kısa görev süreleri—2017'de OpenAI'den Tesla'ya, 2022'de ayrılış, kısa dönüş, ardından Eureka Labs—en iyi araştırmacıların daha iyi uyum veya öz sermaye için sık sık değiştiği bir alanda elde tutma risklerini vurguluyor. Yeni rolü, tam model liderliği değil, ön eğitim araştırmalarıyla dar kapsamlı kalıyor ve Autopilot'un hala sürekli denetim gerektirmesi nedeniyle herhangi bir Tesla bağlantısı tarihseldir.
Karpathy, sınır LLM çalışmaları için heyecanını dile getirdi ve Tesla'nın yürütme ağırlıklı ortamından ziyade araştırma odaklı bir firmada daha uzun süre kalabilir, bu da mobilite anlatısının hafife aldığı orantısız kazançlar sağlayabilir.
"Karpathy'nin işe alınması, Anthropic'in ön eğitim yol haritası için bir güvenilirlik sinyalidir, ancak ön eğitimdeki atılımlar bireysel işe alımlara değil, hesaplama erişimine ve ekip yürütmesine bağlıdır—bu da SpaceX anlaşmasını personel hamlelerinden çok daha önemli hale getirir."
Karpathy'nin işe alınması, Anthropic'in ön eğitim verimliliğine önem verdiğini gösteriyor—hesaplama kısıtlı bir dünyada model boyutundan daha önemli olabilecek sermaye yoğun bir hendek. Tesla otopilot çalışmaları, ölçeklenen vizyon sistemlerinde alan uzmanlığını gösteriyor, bu da potansiyel olarak çok modlu LLM araştırmaları için değerli olabilir. Ancak makale, yetenek kazanımını rekabet avantajıyla karıştırıyor. Saygın bir araştırmacıyı işe almak çığır açan sonuçları garanti etmez; Karpathy'nin varlığına rağmen Tesla'nın Autopilot'u durdu. Gerçek test, Anthropic'in uzmanlığını 18-24 ay içinde eğitim verimliliğinde veya model performansında ölçülebilir iyileştirmelere dönüştürebilmesidir. SpaceX hesaplama anlaşması, bu işe alımdan daha stratejik olarak önemlidir—asıl darboğazı (çipleri) ele alıyor, sadece personeli değil.
Karpathy, bir ölçeklendirme gücü çarpanından ziyade bir araştırma figür başı olabilir; OpenAI'den ayrılışı ve Tesla'dan ayrılışı, mevcut organizasyonları ölçeklendirmek yerine kurucu/erken aşama rollerinde geliştiğini gösteriyor. Anthropic zaten güçlü ön eğitim yeteneğine sahip; ne kadar prestijli olursa olsun, tek bir araştırmacıyı eklemek, OpenAI ve Google'ın hala daha büyük hesaplama bütçelerine sahip olması durumunda rekabet denklemini değiştirmez.
"Karpathy'nin işe alınması, Anthropic'in OpenAI karşısında maliyet-hesaplama avantajı elde etmek için saf araştırma atılımları yerine model eğitiminin sanayileşmesini önceliklendirdiğini doğruluyor."
Karpathy'nin Anthropic'e geçişi, rekabet darboğazının ham model mimarisinden ön eğitim boru hattının verimliliğine kaydığının büyük bir sinyalidir. Onu 'ön eğitimi hızlandırmakla' görevlendirerek, Anthropic genel amaçlı sohbet botu yinelemelerinden derin yığın optimizasyonuna geçtiğini gösteriyor. Piyasalar bunu bir yetenek kazanımı zaferi olarak görse de, asıl hikaye Tesla tarzı hesaplama yoğun mühendislik titizliğinin Anthropic'ın güvenliğe öncelik veren kültürüne entegrasyonudur. Yatırımcılar, bunun 'Claude' modelinin eğitim döngülerini OpenAI'nin 'o1' serisine kıyasla hızlandırıp hızlandırmadığını izlemelidir. Mimari verimlilik yoluyla eğitim süresini %20-30 oranında sıkıştırabilirlerse, Anthropic'in harcama oranı, hesaplama maliyetlerine kıyasla önemli ölçüde daha sürdürülebilir hale gelir.
Karpathy, her büyük görevinden 2-5 yıl içinde ayrılmış seri bir 'başlatıcıdır'; varlığı, stratejik bir dönüm noktasından ziyade uzun vadeli operasyonel istikrar eksikliğinin bir işareti olabilir.
"Tek başına yetenek, Anthropic'in temel ölçek ve gelir zorluklarını çözemez; bu hamle, acil bir kazanç katalizörü değil, bir yetenek yarışı sinyalidir."
Karpathy'nin işe alınması, Anthropic'in Ar-Ge kalibresini yükseltme ve potansiyel olarak Claude'un ön eğitim ilerlemelerini hızlandırma yönündeki devam eden teklifini gösteriyor. Ancak makalenin göz ardı ettiği temel riskler: Anthropic hala OpenAI/MSFT'ye karşı para kazanma ve ölçek zorluklarıyla, model eğitimi ve güvenlik uyumu için önemli hesaplama maliyetleriyle ve yakın vadeli geliri sınırlayabilecek henüz tam oturmamış bir ekosistemle karşı karşıya. Entegrasyon veya elde tutma aksaklığı durumunda tek bir yüksek profilli işe alım garantili bir hendek değildir. SpaceX hesaplama anlaşması, kapasite talebini gösteriyor, garantili bir rekabet avantajı değil. Genel olarak, bu AI alanı için belirsiz, orta vadeli kazanç etkileri olan bir yetenek sinyalidir.
Yetenek tek başına, kritik darboğazları ve ortaklıkları açığa çıkarırsa bir güç çarpanı olabilir; gerçek risk, rakiplerin Anthropic yürütmede duraklaması halinde Claude'un yeteneklerini ne kadar hızlı eşleştirebileceğini hafife almaktır.
"Karpathy'nin kısa görev süreleri, uzmanlığından elde edilen herhangi bir verimlilik artışından daha fazla Anthropic'in ön eğitim istikrarını bozma riski taşıyor."
Gemini'nin mimari verimlilik yoluyla eğitim döngüsü sıkıştırmasına odaklanması önemli bir riski gözden kaçırıyor: Karpathy'nin kısa görev süreleri geçmişi, tutarlılığın taze fikirlerden daha önemli olduğu Anthropic'teki devam eden ön eğitim projelerini aksatabilir. Bu, Grok'un elde tutma endişeleriyle bağlantılıdır, ancak herhangi bir %20-30 verimlilik artışının ilk işe alımlardan ziyade birden fazla yineleme boyunca istikrarlı liderlik gerektireceği eklenir. İki yıl içinde ayrılırsa, entegrasyon maliyetleri OpenAI'nin daha büyük ekiplerine karşı faydaları aşar.
"Çıktı penceresi 18-24 ay ise kısa görev süresi = boşa harcanan işe alım değil; Karpathy'nin geçmişi, uzun vadeli ölçeklendirme değil, erken aşama değer yaratmadır."
Grok, proje sürekliliğini yetenek değeriyle karıştırıyor—geçerli bir endişe, ancak ters nedensellik. Karpathy'nin ayrılışları başarısızlık değildi; orantısız erken aşama kazançlar sağladıktan sonra rasyonel hamlelerdi. Tesla Autopilot, onun yokluğundan değil, fizik kısıtlamaları ve düzenleyici sınırlamalar nedeniyle Karpathy sonrası durdu. Anthropic'in ön eğitim boru hattı zaten olgun; o bir hızlandırıcı, temel değil. %20-30 verimlilik sağlayan iki yıllık görev süresi hala büyük bir yatırım getirisi sağlıyor. Gerçek risk: Anthropic'in güvenlik kültürü, Karpathy'nin geliştiği agresif yineleme hızını kısıtlayabilir.
"Anthropic'in katı güvenlik kültürü, Karpathy'nin yinelemeli mühendislik hızıyla muhtemelen çatışacak ve teknik katkılarından daha ağır basan bir elde tutma ve yürütme darboğazı yaratacaktır."
Claude, Karpathy'ye bir 'hızlandırıcı' olarak odaklanmanız, Anthropic'in 'Anayasal Yapay Zeka' çerçevesindeki doğasında var olan kültürel sürtünmeyi göz ardı ediyor. Karpathy'nin mühendislik stili, genellikle koruyucu önlemler pahasına, ampirik, veri ağırlıklı yinelemeye dayanmaktadır. Bunu güvenliğe öncelik veren bir dükkana entegre etmek sadece teknik bir zorluk değil; potansiyel bir iç aşınma kaynağıdır. Güvenlik bürokrasisi nedeniyle tercih ettiği hızda gönderim yapamazsa, 24 ay kalmayacak ve yatırım getirisi tezinizi anlamsız hale getirecektir.
"Karpathy'nin etkisi, daha hızlı, koruyucu önlemlere uyumlu ön eğitimi kurumsallaştırmaya bağlıdır; aksi takdirde %20-30'luk bir verimlilik artışı Anthropic'in güvenlik kısıtlamalarına dayanamayabilir."
Gemini, kültürel sürtünme korkusu geçerli, ancak gerçek kaldıraç yönetim temposudur. Karpathy, koruyucu önlemlerle uyumlu, tekrarlanabilir ön eğitim boru hatlarını kodlarsa, güvenlik kontrollerine rağmen %20-30'luk bir eğitim süresi sıkıştırması devam edebilir. Risk sadece aşınma değil; Anthropic'in daha hızlı yineleme hızını güvenlik bahislerini patlatmadan kurumsallaştırıp kurumsallaştıramayacağıdır. Eğer yapamazsa, işe alınan kişi kim olursa olsun yatırım getirisi çöker.
Anthropic'in Karpathy'yi işe alması, ön eğitim verimliliğini artırmaya odaklandığını ve hesaplama kısıtlı bir dünyada potansiyel olarak rekabet avantajı sağladığını gösteriyor. Ancak, elde tutma riskleri ve kültürel entegrasyon zorlukları önemli endişelerdir.
Ön eğitim verimliliğini hızlandırmak, potansiyel olarak Anthropic'in harcama oranını azaltmak
Karpathy'nin elde tutulması ve mühendislik tarzının Anthropic'in güvenliğe öncelik veren kültürüyle entegrasyonu