5月19日晚上11点，安德烈·卡帕西（Andrej Karpathy）在X上发了四句话，AI圈直接炸了。

他说，我加入了Anthropic。

就四句话。没有铺垫，没有仪式感，甚至连个感叹号都没加。半小时不到，这条帖子浏览量冲到300万。

我是后来看到的，当时其实已经睡了。醒来刷手机看到这条，第一反应是。卧槽。

不是因为觉得Anthropic赚了，而是因为，这个人，他选的路，每次都踩在关键节点上。

先说一下他是谁，免得有朋友不太熟。

安德烈·卡帕西。斯洛伐克出生，15岁移民加拿大。本科多大，博士斯坦福，博士导师是李飞飞。

这几个名字串在一起，你大概能感受到这棵学术树的密度。

更大的密度在后面。2015年，他是OpenAI创始研究科学家。2017年，马斯克把他挖去特斯拉，做自动驾驶AI高级总监。2022年离开特斯拉，回来搞教育，YouTube开了一个频道叫Neural Networks: Zero to Hero，现在破百万订阅。

2023年，他回OpenAI。2024年，他又走了，自己搞了个AI教育公司Eureka Labs。

然后就是5月19号这条深夜四行短帖。

Vibe Coding这个词，也是他今年2月在X上造出来的。后来被柯林斯词典选成年度词汇。一个词能定义一个行业现象，这本事，我目前只在他身上见过。

我有时候会想，一个OpenAI的联合创始人，特斯拉的AI老大，干啥不好要去给Dario Amodei当二把手。

这是新智元那篇文章的原话，二把手。说实话，这个问法有点刺耳，但确实问到了很多人心里。

Anthropic现在谁在管事，Dario Amodei。OpenAI出来的人，跟Sam Altman之争的故事不在今天展开。但Karpathy去Anthropic，相当于一个拿过NBA总冠军的首发前锋，跑去隔壁球队当第六人。

你可能会说，人家想回来做研究不行吗。

行，当然行。但这个选择背后的信号，我觉得比他本人加不加入重要得多。

说回Anthropic这边，给他安排的位置很有意思。

预训练团队。

预训练是什么。就是你在大模型出来之前，拿几十亿美金烧一大堆GPU，把模型从零训到能聊天的那个阶段。这是整个大模型食物链的最顶端，也是最烧钱、最吃工程经验和理论直觉的地方。

而且他不是进去当一个普通研究员。他要组建一个新团队，专门研究怎么用Claude来加速预训练研究本身。

这个想法Karpathy之前就玩过，今年3月他做过一个实验，让AI编程智能体在无监督的情况下跑了两天，自己做了700次实验，发现了20个优化点。他把这个方法叫autoresearch。

当时他发出来，我自己试着复现了一下，你知道结果是什么吗。我复现不出来。不是代码不会跑，是我根本没有那个直觉去判断哪些实验方向值得让它自己跑。

这就是Karpathy的恐怖之处。他的价值不在于写了多少代码，而在于他能把「怎么去做研究」这件事，变成一种可以传递给AI的结构化直觉。

现在Anthropic让他把这件事系统化。

然后我看到了一个我觉得特别值得玩的细节。

过去三年，OpenAI往Anthropic单向输送了三个人。

2024年5月，前对齐负责人Jan Leike走了，去了Anthropic。

2024年8月，联合创始人John Schulman走了，也去了Anthropic。

2026年5月，Karpathy走了，还是去了Anthropic。

三个都是OpenAI最核心层的人。一个对齐，一个训练架构，一个现在把预训练也带过去了。而你几乎找不到一个反向的案例，一个Anthropic的人跑去OpenAI。

你要说OpenAI不好吗。当然不是。GPT-4o、o3、Sora 2.0，哪一个不是炸裂级别的产品。但Karpathy在帖子里写的那句话，我觉得值得认真读一下。

他说，我认为未来几年大语言模型的前沿发展将尤为重要。

他没有说OpenAI不重要。他只是觉得，前沿最激烈的战场，现在在别的地方。

再说一个我自己觉得挺微妙的事。

Anthropic现在的估值，二级市场已经跑到OpenAI上面去了，超过1万亿美元。他们正在谈一轮300亿美元的融资，估值约9000亿。Polymarket上那些交易者对Anthropic在6月底前拥有最佳AI模型的概率定价是65%，OpenAI只有4%。

这些数字当然不是真理。但聪明钱历来都是用脚投票的。

我再翻译一下大白话。顶尖研究者用脚投票的时候，他们看的不只是当下的模型能力，而是「接下来三年，我能不能在这里做我最想做的事」。

Karpathy想做的事很明确。用AI来加速AI研究。这件事在Anthropic能做成，在OpenAI能不能。他自己给出了答案。

顺着上面的再聊聊，这个选择对普通人有啥影响。

可能你会说，大佬跳槽，关我啥事。

我试着回答一下。

Vibe Coding这个词，是Karpathy今年2月造出来的。然后过去三个月，全世界有几十万人开始用自然语言写应用。Vibe Coding的本质是什么。是把编程这件事的门槛，从「你要学语法、学框架、学部署」降到了「你只要能说清楚你想要什么」。

但门槛降低的同时，另一种东西的门槛反而升高了。就是「判断力」。

以前你要写一个应用，你得懂代码，懂架构，懂安全。现在AI帮你写，你反而不知道它写出来的东西安不安全、架构合不合理、会不会哪天突然崩掉。

安全公司RedAccess上个月出了一份报告，说他们用简单搜索就找到了5000多个用Vibe Coding做出来的应用，完全没有身份验证，数据直接裸奔。其中有2000多个，真实用户数据已经在泄露了。。。

38万个AI生成的应用被搜索引擎收录，其中40%有某种程度的安全问题。

这个事情我跟几个做安全的朋友聊过，人家的反应是。这玩意迟早要出大事。

再绕回来，Karpathy去Anthropic，跟这件事有关系吗。

有。而且关系很大。

因为预训练团队决定了下一代模型「默认会什么」。如果下一代Claude在预训练阶段就被喂了大量高质量代码和安全最佳实践，它生成的代码自然会更安全。如果它学到的「什么是好代码」的标准更高，那普通人用Vibe Coding做出来的东西，天然就更不容易裸奔。

听起来有点玄学是吧。但这就是基础模型的本质。你在预训练阶段塞进去的东西，决定了模型「直觉」的水平。

我在之前的文章里写过，AI正在从「回答问题」变成「完成任务」。这个跃迁最可怕的地方在于，当AI自己会写代码、自己会做实验、自己会优化自己的时候，整个迭代速度就不是人类研究者的节奏了。

Karpathy去Anthropic干的就是这件事。让Claude帮人类把Claude做得更好。

这话听着眼熟不。对，就是那个传说中的递归自我改进。以前大家觉得这是科幻，现在Karpathy亲自去把它变成工程问题了。

我自己有时候会被这种想法震住。

你想想看。一个人，15岁移民，博士跟着李飞飞做计算机视觉，参与创立OpenAI，去特斯拉把自动驾驶纯视觉方案推到量产，回来做教育让百万普通人看懂神经网络，然后造了一个词（Vibe Coding）定义了整个行业的编程范式转移，现在又去Anthropic研究怎么让AI改进AI。

这条人生弧线，我已经找不到合适的形容词了。

但让我觉得最有意思的是他帖子里的最后一句话。

「我依然对教育事业充满热忱，计划适时恢复相关工作的推进。」

也就是说，他加入Anthropic做预训练研究的同时，没打算放弃教育。YouTube那个百万订阅的频道，大概率还会更新。

这玩意有啥实际影响。说直接点，全世界学AI的人，以后学的不只是「怎么用AI」，还有「怎么理解Anthropic做出来的这些模型到底是怎么想的」。

这话有点绕，我翻译一下。

以后你要真正理解Claude为什么这么做、为什么这么回答，大概率要去看作者的YouTube，或者读他写的代码。

这点我觉得才是最值钱的。顶级研究者亲自出来做教育，说到底是在帮整个社会建立「理解AI的心智模型」。这个东西一旦建立起来，就很难被取代。

最后说一个让我今天想了比较久的细节。

X上有个网友评论Karpathy的跳槽，说了一句话。Anthropic正在变成2000年代中期皇家马德里，把所有AI传奇人物和CTO都招进来。

皇马那个年代，菲戈来了，齐达内来了，罗纳尔多来了，贝克汉姆也来了。然后他们拿了很多冠军。

但皇马的故事同时也告诉我另一件事。堆砌巨星不等于赢。更衣室的化学反应、战术体系的适配，更关键的是，有没有一个人能把所有人的能量拧成一股绳。

Anthropic现在有了Karpathy，有了Jan Leike，有了John Schulman。理论、对齐、预训练，三条线都有了。Dario能不能把这三股绳拧起来，接下来两三年见分晓。

说真的，这个局我已经看得津津有味了。不是作为观众，是作为这个行业里一个认真想搞懂发生了什么的人。

回到标题那句话。他，选择了Dario。

三年前，这件事看起来像是「二把手」。三年后回头看，这可能是「选择了未来」。

时间。流逝的本身。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标～

谢谢你看我的文章，我们，下次再见。

/ 作者：Wyat / 投稿或爆料，请联系邮箱：wyat.sun@qq.com

2026年5月刚开了个头，AI行业就扔出两件事，搁一块看挺有意思。

5月4号，Anthropic宣布和黑石、高盛搞了一家15亿美元的合资公司。干什么的？专门帮企业把Claude塞进业务流程里。

5月13号，阿里巴巴发财报，云业务外部商业化收入同比增长40%，其中AI相关产品收入占比第一次超过30%，年化经常性收入（ARR）突破358亿。CEO吴泳铭原话说：阿里AI已经过了纯投入阶段，开始进入商业化回报期。

一边是硅谷顶级的模型公司拉着华尔街的钱去帮客户干活，一边是国内云计算老大哥宣布AI开始赚钱了。这两件事凑在一起，其实说明一个挺直接的问题：AI竞争的焦点已经从”谁的模型更聪明”变成了”谁能把模型卖出去、用起来”。上半场卷参数，下半场卷渠道。

硅谷造模型，华尔街铺渠道：AI落地到底卡在哪

过去两年，大众接触AI的入口主要是ChatGPT这类的聊天工具。但企业级市场完全是另一回事。

打个比方，大模型像一个能力很强的实习生，能读财报、能写代码，但你不能把他往财务部一丢就指望他自动干活。企业要用好AI，中间有一堆琐碎但绕不过去的问题：内部数据怎么清洗、现有系统怎么对接、业务流程怎么改造、员工怎么培训。这些东西加在一起，我管它叫”落地摩擦力”，其实才是AI商业化最费劲的部分。

Anthropic这次和黑石、高盛的合作，就是在解决这个事。合资公司会采用一种叫FDE（Frontier Deployment Engineer，前沿部署工程师）的模式，说白了就是把工程师派到客户公司驻场。不是去写代码，而是手把手帮企业改流程，把Claude真正嵌入到日常运营里。

但我觉得更值得琢磨的是它的渠道策略。Anthropic没有自己一家一家去敲门，而是绑定了黑石、高盛这种PE巨头。PE手里攥着成千上万家被投企业，跟他们合作等于直接接通了一个现成的、高净值的分销网络。这在商业模式上很聪明：技术上Anthropic负责迭代模型，商业上让华尔街帮忙卖。

这其实揭示了一个经常被忽视的事实：在To B市场，技术好只是入场券，交付能力才是真正的壁垒。谁把最后一公里的交付做扎实了，谁才能吃掉企业级市场这块最大的蛋糕。

540亿美元的去向：AI底层已经是巨头的游戏

换个角度看资本市场，会发现AI的入场门槛已经被抬到了一个很离谱的位置。

2026年开年才7周，美国就有17家AI公司完成了单笔超过1亿美元的融资，加起来吸了540亿。其中Anthropic和马斯克的xAI两家就拿了500亿。Anthropic的估值已经飙到3800亿美元。

这些钱不是拿去发工资的。现在训练一个头部大语言模型，光算力成本就超过1亿美元。顶尖AI科学家的年薪包早就过了500万美元。

数据摆在这，结论没什么好回避的：底层大模型的竞争已经成了”巨人的游戏”。中小团队如果还想着从零做一个对标GPT-4或Claude的模型，坦率说，基本上不现实。资本、算力、人才都在以空前的速度向头部几家集中，AI行业的寡头格局已经成型了。

不过话说回来，这并不意味着中小公司没机会。底层被巨头垄断之后，他们一定会开放API和平台，应用层反而会有更多可玩的空间。只是你得认清自己的位置：别想着做底层，去做应用。在动辄百亿的军备竞赛面前，先想清楚自己能做什么，比什么都重要。

阿里AI占比破30%：中国AI的路径差异

回到国内看阿里巴巴这份财报，其实能看出一条跟美国不太一样的发展路径。

阿里这季度的云外部商业化收入里，AI相关产品占了30%出头，公司预计未来一年会超过50%。百炼MaaS（模型即服务）平台和配套的智能体产品（比如”悟空””秒悟”）正在贡献越来越高的利润率。为此阿里专门成立了ATH事业群来承接这块业务。

和美国公司动辄几百亿美元融资相比，中国AI企业走的路子更务实。不是不追求技术突破，而是把更多的资源放在了”模型-算力-应用”的全栈协同上，直接对准企业的具体业务场景。

这跟中国的企业客户特点有关。国内企业对ROI非常敏感，一个AI产品如果不能帮企业省成本、提效率，模型再聪明客户也不会掏钱。所以国内AI商业化的突破口不在benchmark分数上，而在于能不能像Anthropic的FDE模式那样，真正帮客户把业务跑通。

从这个角度看，中美的AI商业化路径在2026年其实殊途同归了：不管你的模型多强，最终都得靠”服务”来变现。

结语

Anthropic的15亿合资公司和阿里AI收入的30%占比，说到底就说明了一件事：技术本身不值钱，技术能带来的效率提升才值钱。

2026年对中小企业和创业者来说是个分水岭。还想着自己从零做个大模型？趁早别想了，那是巨头的牌桌。但如果开始琢磨怎么用Anthropic、阿里云这些平台提供的底层能力，结合自己行业的经验（比如法律、医疗、制造、零售），去解决一个具体问题？那倒是有戏。

别造轮子，造车。然后去送货。