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

这两件事放在一起，意味着一个拐点到了。

不是技术的拐点，是商业逻辑的拐点。当最顶尖的模型开始免费，靠卖API权限赚钱这条路，基本走到头了。AI的下半场，竞争焦点转向了两件事：算力，和入口。

一、免费是最强的壁垒

5月的这波发布潮，没有涨价，全是降价或免费。

OpenAI的GPT-5.5 Instant主打速度和多模态，直接对所有用户免费开放。谷歌推出Gemini 3.5系列，顺带发布了全天候AI助手Spark。百度财报会上，李彦宏说了一句意味深长的话：AI进入了下半场，评判标准不再是模型参数，而是DAU。

这背后的逻辑其实不难理解。当模型能力趋同，当训练成本的边际递减越来越快，单纯卖调用权限的生意就撑不住了。收费的那家，用户直接跑去用免费的。于是大家都免费，用免费本身来筑壁垒——你想超越我，先在用户习惯上赢过我再说。

竞争焦点因此从”谁的模型更聪明”，转移到了”谁先占住用户每天打开的那个入口”。谷歌动搜索框，不是因为它觉得搜索框有问题，而是它很清楚：如果它不动，别人会替它动。

基础模型的闭源收费时代，到这里差不多结束了。大模型正在往水电的方向走——便宜、普遍、没有什么特别的差异化。

二、应用越多，底层越赚

应用层热闹，底层跟着受益，这个逻辑在2026年的财报季里说得很清楚。

英伟达在5月批准了超1000亿美元的股票回购计划，现金流宽裕到连传统行业都眼红。阿里巴巴宣布未来算力资产扩增十倍，背后是AI相关产品收入连续11个季度三位数增长这个硬需求。B站这个没有自研大模型的视频平台，靠承接AI公司的广告，一个季度AI广告收入暴涨了170%。

百度李彦宏提出的”日抛软件”概念，现在真的在发生。AI大幅拉低了软件开发门槛，应用数量在爆发。每一个应用，每一次Agent跑任务，都在消耗Token和算力。需求越大，底层的议价权越高。

B站的案例有点讽刺，但很说明问题。它不需要懂AI，不需要有模型，它只需要站在流量的十字路口，收过路费就够了。英伟达和云厂商更不关心你的应用是否盈利，只要你在烧算力，它们就在赚钱。

三、夹缝里能活下来的，靠的是什么

既然做不了底层算力，也没法靠卖模型赚钱，大多数企业只剩一条路：把体验做厚。

5月，DeepSeek计划首轮融资500亿元，月之暗面总融资额超376亿元。腾讯把AI嵌进微信和腾讯文档这些高频场景，一季度资本开支319.4亿元，全部砸向算力和生态。智谱AI则靠GLM-5.1高速版API的极致速度，在市场里咬住一块份额。

这几家的打法各不相同，但有一点是共同的：它们没有在通用模型上死磕，而是在某个具体场景里做到别人替代不了。

通用大模型的终局，大概率是少数几个巨头的游戏。对大多数企业来说，与其想着在模型层胜出，不如想清楚：你掌握什么数据，你的用户有什么别处得不到的东西，你能不能用AI把这些连起来。

腾讯的案例其实挺典型。微信的社交关系链、支付、服务生态，本来就是稀缺的。AI做的事，是把这些东西连得更紧、用起来更顺。模型本身倒是其次，没人因为腾讯用了哪家的模型而留在微信里。

结语

不要把时代赋予的红利，错当成自己的战略。

现在的局面挺清晰：一边是免费、同质化的模型，一边是昂贵、集中的算力。中间是大多数企业的生存空间，这个空间越来越窄。

三条建议，没有废话：

一，停止押注通用大模型。 把企业自己的数据和业务流程翻出来，做专属Agent。能解决一个微小问题也行，做深了就是护城河。

二，把产品里的AI伪功能砍掉。 用AI Native的方式重构交互，只留下能提升效率的部分。用户为结果付钱，不为参数付钱。

三，用好免费API，把省下来的钱投进用户增长和留存。 GPT-5.5、Gemini 3.5这些低价甚至免费的API，已经足够用了。现在流量运营能力比算法能力值钱。