Karpathy 加入 Anthropic：一場沉默的技術迁徙

2026年5月，前特斯拉AI總監Andrej Karpathy宣布加入Anthropic。這則的消息在技術圈引發的震動，絲毫不亞於當年Sam Altman被OpenAI董事会短暂罢免。

因為這不是一次尋常的跳槽。這是一個定義了自動駕駛AI的人，選擇了另一條路。

我們時代最核心的問題

Karpathy在特斯拉工作了五年，主導了Autopilot的視覺感知系統設計。他親手構建的系統，讓一台車能夠「看見」路況並做出決策。這是全世界最複雜的即時推理系統之一——每秒處理超過2000幀影像，延遲必須壓在100毫秒以內。

然後他離開了。選擇加入了做LLM的公司。

這不是的故事。理解這件事，需要先回答一個更根本的問題：AI領域現在最重要的是什麼？

答案是兩個字：連接。

就在Karpathy加入Anthropic的同一天，Anthropic宣布收購Stainless。這家公司從2022年開始為Anthropic開發官方SDK。合併之後，Stainless成為Anthropic構建開發者工具的核心團隊。

兩件事發生在同一天，不是巧合。

新的競賽規則

半年，AI公司競爭的是誰的模型更。現在，這場比賽的規則變了。

看看最近的併購動向：

• Anthropic收購Stainless——鞏固開發者生態
• OpenAI接連收購——佈局自動化連接能力
• Google收購MultiOn——增強瀏覽器自動化佈局

每一筆都是在解決同一個問題：模型很強，但它能連接什麼？

這讓我想起Anthropic CEO Dario Amodei說過的一句話：「模型的能力，取決於它能夠連接的外部世界。」翻譯成白話就是：你有一個大腦，但如果它看不見、摸不著、做不了，那它什麼都不是。

Stainless做的事情，其實很簡單：讓開發者能夠用Python、Go、Ruby寫程式，調用Claude的API。類似當年Stripe讓付款變成一行程式碼。

但這種「簡單」，在AI時代價值連城。因為當每個人的模型都足夠好的時候，開發者體驗就成了唯一的護城河。

一個值得記住的教訓

我有過一次類似的經歷。

當時搭建了一套推薦系統，用戶行為數據配合協同過濾算法，效果很好。但上線三個月後，團隊決定停掉這個項目。

問題不在算法。在於沒有人知道怎麼使用它。

系統給出了結果，但產品經理不懂這些數據意味著什麼，工程師不知道如何調整參數，運營不知道什麼時候該介入。最後變成了一個「看起來很厲害，但沒人敢用」的東西。

後來學到的教訓：任何系統都有兩種設計。一種是「給機器看的」，一種是「給人用的」。大多數人在第一種上花了90%的時間，在第二種上只花10%。

這正是當前AI Agent面臨的處境。每一家公司都在炫耀自己的模型能做什麼，卻很少人關心別人要用什麼方式來用它。

結語

回頭看Karpathy的選擇。

自動駕駛是一個封閉系統——車、路、傳感器，都是可控的。进入Anthropic之後，他似乎在做一件方向相反的事：打造一個連接層，讓AI能夠接入人類世界的所有服務。

這或許是他學到的最重要的一課：最強的AI不是最聰明的那個，而是能連接到最多東西的那個。