夜雨聆风今天早上刷手机，连着蹦了好几条推送。说实话，我以为是标题党。再仔细看——海外几家科技媒体几乎同时报了同一件事。然后Karpathy自己也在社交媒体上发了确认。
一件事：Andrej Karpathy，OpenAI联合创始人、「Vibe Coding」之父，昨天官宣加入Anthropic。
不是顾问，不是摇滚明星式挂名，而是正儿八经加入预训练团队，牵头组建新子团队。多家海外科技媒体5月19日确认，他要干的事只有一句：用Claude加速预训练研究——让AI自己训练下一代AI。
而在同一时刻，北京时间昨晚深夜到今晨，Google I/O 2026主舞台正在进行中。市场对Gemini 4.0的期望拉满，但从目前多方泄露和已发布信息来看，大会的核心方向集中在效率优化和开源——已曝出的 Gemini 3.2 Flash 成本仅为 Ultra 的八分之一（据CSDN博客5月20日对泄露信息的综合整理），加上 Gemma 4（27B参数开源权重）和 Android 17 AI Core 框架。
没有全网刷屏的核弹级模型，但行业最懂行的那个人，已经在前一天做出了他的选择。
为什么Karpathy这个选择比Google I/O更值得看
先说说Karpathy是谁。如果你不知道，你肯定知道Vibe Coding这个词——被他带火，最终被柯林斯词典选为2026年度词汇。
多伦多大学本科，斯坦福博士，博士期间在李飞飞实验室做计算机视觉研究，之后创建了CS231n。这门课至今仍是全球工程师自学深度学习视觉的首选教材。
2015年他是OpenAI创始研究科学家。2017年被马斯克亲自挖去Tesla，亲手推动了Autopilot和FSD走向纯视觉方案。2022年回到OpenAI，2024年再次离开，创办Eureka Labs搞AI原生教育。
然后到今天，他回到了另一个"Open"开头的公司——Anthropic。
TechCrunch的报道里有一句话很关键："Karpathy的职业驱动力从来不是头衔，而是此刻最大的实验在哪里。"
2017年去Tesla，因为自动驾驶是Software 2.0最大的实验场。2023年回OpenAI，因为GPT-4是最刺激的前沿。2026年加入Anthropic，因为"用AI研究AI"的预训练革命正在这里发生。
关键是细节——他不是去当VP，不是去当Chief Scientist。他向预训练负责人Nick Joseph汇报（Nick向CEO Dario Amodei汇报）。也就是业内调侃的"Dario的-2"。
一个人，能放下 titles 和光环，选择一个离具体研究最近的位置，只能说明一件事：他认为这里在干的事，比头衔重要得多。
Anthropic在忙活什么，让Karpathy甘心"降级"
4月份Anthropic发布的Mythos Preview，可能给了答案。
那是迄今最强大的AI模型。没有专门训练的情况下，它自主发现了FreeBSD 17年的远程代码执行漏洞、FFmpeg 16年的安全缺陷。英国AI安全研究所确认：这是第一个能完成32步企业网络攻击模拟的AI模型。
Anthropic自己承认：这些能力是通用推理提升的"涌现"，不是针对目标的刻意训练。
Karpathy现在要做的事，就是拿这把最强的锤子，去改进锤子的制造方式。让Claude发现更优的训练架构、数据配比和实验方向，让模型改进速度脱离人类研究者的线性节奏，转入"AI改进AI"的进化飞轮。
这个时代有一个词叫『拐点』。Polymarket显示，交易者给Anthropic在6月底拥有最佳AI模型的概率定价为65%，OpenAI只有4%。融资方面，Anthropic正按9000亿美元估值谈300亿美元融资。
而人才是终极壁垒。算力可以用钱买，数据可以用时间积累，但"能让AI进化飞轮转起来的人，全世界一只手数得过来。"
更值得玩味的是一个问题：Karpathy为什么不去OpenAI？
新浪的分析文章引述了清晰的脉络：过去两年间，OpenAI三位核心人物单向投向Anthropic——对齐负责人Jan Leike 2024年5月，联合创始人John Schulman 2024年8月，现在是Karpathy。OpenAI已从纯研发转向平台化和收购（Chat.com、Windsurf），正在变成"AI时代的消费公司"。而Anthropic走的是"以研究质量取胜"的路线。对这些想"回归研发"的人来说，吸引力不言自明。
Google I/O的"务实"，和Karpathy的"务实"指向同一信号
刚才说Google I/O不如预期，不是贬低。恰恰相反，我觉得这次发布特别值得聊。
市场原本预期的是Gemini 4.0核弹——3万亿参数、1000万token上下文、正面硬刚GPT-5.5。实际发布的是：
• Gemini 3.2 Flash：成本仅为Ultra八分之一的效率优化模型，on-device运行，部署到数十亿用户 • Gemma 4：27B参数开源权重，开发者可以直接用 • Android 17 AI Core：底层AI框架，不是酷炫Demo，是" plumbing "
没有单层震撼。但这些选择做对了一件事：不再追求"最聪明"，开始追求"最有用"和"最省钱"。
模型能力越强，推理成本越贵，这是每家大模型公司都在面对的现实。3.2 Flash选择在用户自己的设备上跑，本质是把AI从"云端奢侈品"变成"设备标配"。
Gemma 4开源，本质是给中小开发者一把不需要烧钱也能用上AI模型的钥匙。
如果把Karpathy加入Anthropic和Google I/O的务实放在同一个画面上看，趋势是清晰的：AI行业正在从"秀肌肉"转向"打地基"。
加起来看，普通人怎么办
1. 别被短期热点带节奏。 Karpathy这条消息可以让市场情绪波动，但他的选择是关于5年、10年的趋势，不是明天的情绪。芯片股涨了又跌是常态，别把职业判断交给任何一家公司的新闻。投资有风险，不构成投资建议。 2. 去用下Gemini 3.2 Flash和Gemma 4。 重点是"低成本"三个字。如果AI真的人人都能便宜跑，你的应用层创意才真正值钱。成本是一个门框。 3. 重新理解"AI在改善AI"这件事。 Karpathy在做的就是让更快的AI训练更快的AI。这不是科幻，是2026年正在发生的事。理解这件事，比讨论"AI会不会取代人"更有价值。 4. 最重要的：AI是助手还是代理？ Google推3.2 Flash让AI留在你设备上——这意味着你和AI共享基础上下文和隐私。Anthropic推AI进化AI——未来AI对你的了解可能比你自己还深。两条路线，指向同一个分水岭问题：你是唯一控制开关的人，还是逐渐放手的那一个？这个问题，比任何新闻都更值得你今天晚上想想。
我没有观点，只有一个问题：
如果AI进化到下一个版本的能力来自AI自己，人类新添的价值在哪里？
