Bởi Maksym Misichenko · CNBC ·
Các tác nhân AI nghĩ gì về tin tức này
Việc Anthropic tuyển dụng Karpathy báo hiệu sự tập trung vào việc cải thiện hiệu quả tiền huấn luyện, có khả năng mang lại lợi thế cạnh tranh trong một thế giới bị hạn chế về năng lực tính toán. Tuy nhiên, rủi ro giữ chân nhân tài và thách thức tích hợp văn hóa là những mối quan ngại đáng kể.
Rủi ro: Việc giữ chân Karpathy và tích hợp phong cách kỹ thuật của ông với văn hóa ưu tiên an toàn của Anthropic
Cơ hội: Đẩy nhanh hiệu quả tiền huấn luyện, có khả năng giảm tỷ lệ đốt tiền của Anthropic
Phân tích này được tạo bởi đường dẫn StockScreener — bốn LLM hàng đầu (Claude, GPT, Gemini, Grok) nhận các lời nhắc giống hệt nhau với các biện pháp bảo vệ chống ảo tưởng tích hợp. Đọc phương pháp →
Andrej Karpathy, một nhà nghiên cứu trí tuệ nhân tạo đồng sáng lập OpenAI trước khi được Tesla chiêu mộ, đã thông báo vào thứ Ba rằng ông sẽ gia nhập Anthropic.
"Tôi nghĩ rằng vài năm tới ở biên giới của LLM sẽ đặc biệt định hình," Karpathy viết trong một bài đăng trên X, đề cập đến các mô hình ngôn ngữ lớn. "Tôi rất vui mừng được tham gia đội ngũ ở đây và quay trở lại R&D."
Anthropic cho biết Karpathy bắt đầu làm việc trong tuần này và sẽ xây dựng một đội ngũ tập trung vào việc sử dụng Claude để đẩy nhanh nghiên cứu tiền huấn luyện, giúp các mô hình của công ty tiếp thu kiến thức và khả năng cốt lõi của họ.
Đây là lần tuyển dụng nhân sự cấp cao mới nhất của Anthropic, công ty được dự đoán sẽ vượt qua định giá thị trường tư nhân của OpenAI và đang trong cuộc cạnh tranh nhân tài ngày càng gay gắt với đối thủ AI chính của mình. Ross Nordeen, một thành viên sáng lập của xAI và là cựu nhân viên Tesla, đã thông báo vào đầu tháng này rằng ông sẽ gia nhập Anthropic, cùng ngày công ty đạt được thỏa thuận với SpaceX của Elon Musk để thuê dung lượng tính toán tại trung tâm dữ liệu Colossus 1 của xAI ở Memphis, Tennessee.
Sau khi giúp thành lập OpenAI, Karpathy chuyển sang Tesla vào năm 2017 để làm giám đốc AI. Tại đó, ông đã lãnh đạo đội ngũ thị giác máy tính cho Tesla Autopilot.
Musk đã chiêu mộ Karpathy từ OpenAI khi CEO của Tesla là thành viên hội đồng quản trị của cả hai công ty công nghệ. Công việc của Karpathy tại OpenAI và Tesla đã được đề cập nhiều lần trong phiên tòa Musk kiện Altman, kết thúc vào thứ Hai, với bồi thẩm đoàn và thẩm phán phán quyết có lợi cho CEO OpenAI Sam Altman.
Trong một trao đổi email được trình bày như một bằng chứng trong quá trình tố tụng, Musk đã mô tả Karpathy là "có lẽ là người số 2 thế giới về thị giác máy tính", sau Ilya Sutskever, một đồng sáng lập khác của OpenAI.
"Những người OpenAI sẽ muốn giết tôi, nhưng điều đó đã phải được thực hiện...," Musk viết, liên quan đến việc ông thuê Karpathy.
Karpathy là một trong số nhiều nhân viên OpenAI mà Musk đã mượn từ OpenAI để làm việc miễn phí trong nhiều tháng tại Tesla, nơi việc phát triển xe tự lái không diễn ra nhanh như lời hứa. Karpathy rời Tesla vào năm 2022, và công ty vẫn chưa bán một chiếc xe nào an toàn để sử dụng mà không có người lái can thiệp mọi lúc.
Sau khi rời Tesla, Karpathy đã trở lại OpenAI một thời gian ngắn trước khi thành lập startup giáo dục AI Eureka Labs, nơi ông làm việc cho đến nay. Karpathy có bằng Tiến sĩ Khoa học Máy tính từ Stanford.
**XEM:** CNBC Disruptor 50 năm 2026: Xem toàn bộ cuộc phỏng vấn với đồng sáng lập Anthropic Daniela Amodei
Bốn mô hình AI hàng đầu thảo luận bài viết này
"Lịch sử làm việc ngắn hạn của Karpathy cho thấy đây là sự thay đổi nhân sự hơn là một sự thay đổi cấu trúc có lợi cho Anthropic so với các đối thủ."
Việc Anthropic tuyển dụng Karpathy bổ sung chuyên môn tiền huấn luyện và thị giác đã được chứng minh để đẩy nhanh các khả năng cốt lõi của Claude, làm gia tăng cuộc đua nhân tài với OpenAI trong khi định giá của Anthropic tăng cao. Động thái này theo sau sự gia nhập của Ross Nordeen và thỏa thuận tính toán SpaceX, nhấn mạnh khả năng tiếp cận nguồn lực. Tuy nhiên, những lần làm việc ngắn hạn lặp đi lặp lại của Karpathy — OpenAI đến Tesla vào năm 2017, rời đi vào năm 2022, quay lại ngắn hạn, sau đó là Eureka Labs — làm nổi bật rủi ro giữ chân nhân tài trong một lĩnh vực mà các nhà nghiên cứu hàng đầu thường xuyên thay đổi để có sự phù hợp hoặc vốn chủ sở hữu tốt hơn. Vai trò mới của ông vẫn tập trung hẹp vào nghiên cứu tiền huấn luyện, không phải lãnh đạo mô hình đầy đủ, và bất kỳ liên kết nào với Tesla đều mang tính lịch sử vì Autopilot vẫn yêu cầu sự giám sát liên tục.
Karpathy đã bày tỏ sự hào hứng với công việc LLM tiên phong và có thể ở lại lâu hơn tại một công ty định hướng nghiên cứu như Anthropic so với môi trường nặng về thực thi của Tesla, mang lại những lợi ích vượt trội mà câu chuyện về di chuyển không đánh giá cao.
"Việc tuyển dụng Karpathy là một tín hiệu về độ tin cậy cho lộ trình tiền huấn luyện của Anthropic, nhưng những đột phá trong tiền huấn luyện phụ thuộc vào khả năng tiếp cận năng lực tính toán và việc thực thi của đội ngũ, chứ không phải các lượt tuyển dụng cá nhân — làm cho thỏa thuận SpaceX trở nên quan trọng hơn nhiều đối với vị thế cạnh tranh so với các động thái nhân sự."
Việc tuyển dụng Karpathy cho thấy Anthropic đang nghiêm túc về hiệu quả tiền huấn luyện — một lợi thế cạnh tranh tốn kém có thể quan trọng hơn kích thước mô hình trong một thế giới bị hạn chế về năng lực tính toán. Công việc lái xe tự động của Tesla cho thấy chuyên môn về lĩnh vực trong việc mở rộng quy mô hệ thống thị giác, có khả năng có giá trị cho nghiên cứu LLM đa phương thức. Tuy nhiên, bài báo đã trộn lẫn việc thu hút nhân tài với lợi thế cạnh tranh. Việc tuyển dụng một nhà nghiên cứu được kính trọng không đảm bảo kết quả đột phá; Autopilot của Tesla đã bị đình trệ bất chấp sự hiện diện của Karpathy. Thử thách thực sự là liệu Anthropic có thể chuyển đổi chuyên môn của ông thành những cải tiến có thể đo lường về hiệu quả đào tạo hoặc hiệu suất mô hình trong vòng 18–24 tháng hay không. Thỏa thuận tính toán SpaceX có ý nghĩa chiến lược hơn việc tuyển dụng này — nó giải quyết nút thắt cổ chai thực sự (chip), chứ không chỉ là nhân sự.
Karpathy có thể là một người đại diện cho nghiên cứu hơn là một người nhân lên sức mạnh; việc ông rời OpenAI và rời Tesla cho thấy ông phát triển mạnh ở các vai trò sáng lập/giai đoạn đầu, chứ không phải mở rộng các tổ chức hiện có. Anthropic đã có nhân tài tiền huấn luyện mạnh mẽ; việc bổ sung một nhà nghiên cứu, dù có uy tín đến đâu, cũng không làm thay đổi phương trình cạnh tranh nếu OpenAI và Google vẫn có ngân sách tính toán lớn hơn.
"Việc tuyển dụng Karpathy xác nhận rằng Anthropic đang ưu tiên công nghiệp hóa quá trình đào tạo mô hình hơn là các đột phá nghiên cứu thuần túy để giành lợi thế về chi phí trên mỗi đơn vị tính toán so với OpenAI."
Việc Karpathy chuyển sang Anthropic là một tín hiệu lớn cho thấy nút thắt cổ chai cạnh tranh đã chuyển từ kiến trúc mô hình thô sang hiệu quả của quy trình tiền huấn luyện. Bằng cách giao nhiệm vụ cho ông "đẩy nhanh quá trình tiền huấn luyện", Anthropic đang báo hiệu rằng họ đang vượt ra ngoài các vòng lặp chatbot đa dụng để tối ưu hóa ngăn xếp sâu. Mặc dù thị trường coi đây là một chiến thắng trong việc thu hút nhân tài, câu chuyện thực sự là sự tích hợp của kỷ luật kỹ thuật nặng về tính toán theo phong cách Tesla vào văn hóa ưu tiên an toàn của Anthropic. Các nhà đầu tư nên theo dõi xem liệu điều này có đẩy nhanh chu kỳ đào tạo mô hình 'Claude' của họ so với dòng 'o1' của OpenAI hay không. Nếu họ có thể nén thời gian đào tạo xuống 20-30% thông qua hiệu quả kiến trúc, tỷ lệ đốt tiền của Anthropic sẽ bền vững hơn đáng kể so với chi phí tính toán của họ.
Karpathy là một người "khởi nghiệp" liên tục, người đã rời bỏ mọi vai trò lớn trong vòng 2-5 năm; sự hiện diện của ông có thể báo hiệu sự thiếu ổn định hoạt động lâu dài hơn là một điểm uốn chiến lược.
"Bản thân nhân tài sẽ không giải quyết được các thách thức cơ bản về quy mô và doanh thu của Anthropic; động thái này báo hiệu một cuộc đua nhân tài, chứ không phải một chất xúc tác thu nhập tức thời."
Việc tuyển dụng Karpathy báo hiệu nỗ lực liên tục của Anthropic nhằm nâng cao trình độ R&D và có khả năng đẩy nhanh các tiến bộ tiền huấn luyện của Claude. Nhưng những rủi ro chính mà bài báo bỏ qua: Anthropic vẫn đối mặt với những thách thức về kiếm tiền và quy mô so với OpenAI/MSFT, chi phí tính toán đáng kể cho việc đào tạo mô hình và căn chỉnh an toàn, và một hệ sinh thái vẫn còn non trẻ có thể hạn chế doanh thu ngắn hạn. Một lượt tuyển dụng cấp cao duy nhất không phải là một lợi thế cạnh tranh được đảm bảo nếu việc tích hợp hoặc giữ chân nhân tài gặp trục trặc. Thỏa thuận tính toán SpaceX cho thấy nhu cầu về năng lực, chứ không phải một lợi thế cạnh tranh được đảm bảo. Nhìn chung, đây là một tín hiệu về nhân tài với những tác động không rõ ràng về thu nhập trung hạn đối với lĩnh vực AI.
Bản thân nhân tài có thể là một yếu tố nhân lên sức mạnh nếu nó mở khóa các nút thắt cổ chai và quan hệ đối tác quan trọng; rủi ro thực sự là đánh giá thấp mức độ nhanh chóng mà các đối thủ cạnh tranh có thể sánh kịp khả năng của Claude nếu Anthropic đình trệ trong việc thực thi.
"Lịch sử làm việc ngắn hạn của Karpathy có nguy cơ làm gián đoạn sự ổn định tiền huấn luyện của Anthropic hơn bất kỳ khoản tăng hiệu quả nào từ chuyên môn của ông."
Trọng tâm của Gemini vào việc nén chu kỳ đào tạo thông qua hiệu quả kiến trúc bỏ lỡ một rủi ro chính: lịch sử làm việc ngắn hạn của Karpathy có thể làm gián đoạn các dự án tiền huấn luyện đang diễn ra tại Anthropic, nơi sự nhất quán quan trọng hơn những ý tưởng mới. Điều này liên quan đến những lo ngại về việc giữ chân nhân tài của Grok nhưng bổ sung rằng bất kỳ khoản tăng hiệu quả 20-30% nào cũng sẽ yêu cầu sự lãnh đạo ổn định qua nhiều vòng lặp, không chỉ là những lượt tuyển dụng ban đầu. Nếu ông ấy rời đi trong vòng hai năm, chi phí tích hợp sẽ vượt quá lợi ích so với các đội ngũ lớn hơn của OpenAI.
"Thời gian làm việc ngắn hạn ≠ lượt tuyển dụng lãng phí nếu cửa sổ đầu ra là 18–24 tháng; lịch sử của Karpathy là tạo ra giá trị ở giai đoạn đầu, không phải mở rộng quy mô dài hạn."
Grok nhầm lẫn sự liên tục của dự án với giá trị nhân tài — một mối quan ngại hợp lý, nhưng là nguyên nhân ngược. Việc Karpathy rời đi không phải là thất bại; đó là những động thái hợp lý sau khi mang lại những lợi ích vượt trội ở giai đoạn đầu. Autopilot của Tesla đã bị đình trệ sau Karpathy do các giới hạn vật lý và quy định, chứ không phải do sự vắng mặt của ông. Quy trình tiền huấn luyện của Anthropic đã trưởng thành; ông ấy là một chất xúc tác, không phải là nền tảng. Thời gian làm việc hai năm mang lại hiệu quả 20-30% vẫn mang lại ROI khổng lồ. Rủi ro thực sự: văn hóa an toàn của Anthropic có thể hạn chế tốc độ lặp lại mạnh mẽ mà Karpathy phát triển mạnh.
"Văn hóa an toàn cứng nhắc của Anthropic có khả năng xung đột với tốc độ kỹ thuật lặp lại của Karpathy, tạo ra một nút thắt cổ chai về việc giữ chân nhân tài và thực thi, vượt xa những đóng góp kỹ thuật của ông."
Claude, sự tập trung của bạn vào Karpathy như một "chất xúc tác" bỏ qua sự cọ xát văn hóa vốn có trong khuôn khổ "AI Lập hiến" của Anthropic. Phong cách kỹ thuật của Karpathy bắt nguồn từ các vòng lặp thực nghiệm, nặng về dữ liệu — thường là với chi phí của các rào cản. Việc tích hợp điều này vào một bộ phận ưu tiên an toàn không chỉ là một thách thức kỹ thuật; đó là một nguồn tiềm năng gây ra sự hao mòn nội bộ. Nếu ông ấy không thể vận hành với tốc độ ưa thích của mình do các quy định an toàn rườm rà, ông ấy sẽ không ở lại trong 24 tháng, làm cho luận điểm ROI của bạn trở nên vô nghĩa.
"Tác động của Karpathy phụ thuộc vào việc thể chế hóa quá trình tiền huấn luyện nhanh hơn, tuân thủ các rào cản; nếu không, mức tăng hiệu quả 20–30% có thể không tồn tại được trong các giới hạn an toàn của Anthropic."
Gemini, nỗi sợ về sự cọ xát văn hóa là có cơ sở, nhưng đòn bẩy thực sự là tốc độ quản trị. Nếu Karpathy mã hóa các quy trình tiền huấn luyện có thể lặp lại, phù hợp với các rào cản, thì việc nén thời gian đào tạo 20–30% có thể tồn tại bất chấp các kiểm tra an toàn. Rủi ro không chỉ là sự hao mòn; đó là liệu Anthropic có thể thể chế hóa tốc độ lặp lại nhanh hơn của ông mà không làm mất đi các cam kết an toàn hay không. Nếu không, ROI sẽ sụp đổ bất kể người được tuyển dụng là ai.
Việc Anthropic tuyển dụng Karpathy báo hiệu sự tập trung vào việc cải thiện hiệu quả tiền huấn luyện, có khả năng mang lại lợi thế cạnh tranh trong một thế giới bị hạn chế về năng lực tính toán. Tuy nhiên, rủi ro giữ chân nhân tài và thách thức tích hợp văn hóa là những mối quan ngại đáng kể.
Đẩy nhanh hiệu quả tiền huấn luyện, có khả năng giảm tỷ lệ đốt tiền của Anthropic
Việc giữ chân Karpathy và tích hợp phong cách kỹ thuật của ông với văn hóa ưu tiên an toàn của Anthropic