2026 年 5 月 19 日，AI 研究圈傳出一個讓人驚訝的消息：Andrej Karpathy 加入 Anthropic。這個名字對關注 AI 發展的人來說並不陌生——他是 OpenAI 原始 11 人創辦團隊成員、Tesla 前 AI 總監、教育新創 Eureka Labs 創辦人。但很多人仍在問：Andrej Karpathy 是誰？為什麼 OpenAI、Tesla、Anthropic 都搶著要他？這篇文章整理他從斯洛伐克少年到 AI 核心研究員的完整故事。

起點：從斯洛伐克到史丹佛的學術之路

Andrej Karpathy 1986 年出生於斯洛伐克布拉提斯拉瓦(Bratislava)。15 歲時，他隨家人移居加拿大多倫多，開始了他的北美學術生涯。

他的學習路徑非常紮實：

• 多倫多大學：修讀電腦科學與物理雙主修
• 英屬哥倫比亞大學：取得碩士學位
• 史丹佛大學：2015 年取得博士學位，師從 AI 視覺領域的傳奇人物 Fei-Fei Li，在史丹佛視覺實驗室深耕電腦視覺研究

這段學術訓練為他後來在 OpenAI、Tesla、Anthropic 的研究工作打下堅實基礎。史丹佛視覺實驗室是全球電腦視覺研究的重鎮，Karpathy 在這裡接觸到最前沿的深度學習技術，也奠定了他日後「用 AI 看世界」的核心能力。

第一章：OpenAI 創辦——11 人小團隊的起點

2015 年，Karpathy 博士剛畢業，就做了一個關鍵決定：加入剛成立的 OpenAI，成為原始 11 人創辦團隊成員之一。

當時的 OpenAI 還只是一個理想主義的小團隊，目標是「確保通用人工智慧(AGI)能造福全人類」。Karpathy 在這裡參與了早期的深度學習研究，與 Ilya Sutskever 等人並肩工作。

但在 OpenAI 待了兩年後，Karpathy 做出了一個讓很多人意外的決定。

第二章：Tesla 的選擇——為什麼離開 OpenAI 去做自動駕駛？

2017 年，Karpathy 離開 OpenAI，加入 Tesla，擔任 AI 總監，領導 Tesla Autopilot 電腦視覺團隊。

這個決定背後的邏輯很清楚：在 OpenAI，他研究的是「通用 AI」；在 Tesla，他要解決的是「讓 AI 在真實世界開車」。這是一個從理論到應用的巨大跳躍。

Tesla Autopilot 的挑戰

Tesla 的自動駕駛系統需要處理複雜的真實世界場景：

• 辨識行人、車輛、交通號誌
• 預測其他車輛的行為
• 在各種天氣、光線條件下穩定運作
• 從數百萬輛車的行駛數據中學習

Karpathy 在 Tesla 的這五年(2017-2022)，是他職涯中「最接地氣」的階段。他不再只是寫論文，而是要讓 AI 真正跑在路上、影響數百萬人的安全。

2022 年，他離開了 Tesla。

短暫回歸 OpenAI，再次離開

離開 Tesla 後，Karpathy 在 2022 到 2023 年間短暫回到 OpenAI。這段時間正值 ChatGPT 爆紅、OpenAI 走向商業化的關鍵時刻。

但他沒有久留。根據公開資訊，他在這段期間更多是以顧問或研究員身分參與，並沒有像 2015 年那樣深度投入。

為什麼？因為他心裡有另一個夢想。

第三章：Eureka Labs——「任何人都可以輕鬆學到任何東西」的教育夢

2024 年，Karpathy 創辦了 Eureka Labs，一家 AI 原生教育新創公司。

Eureka Labs 的核心理念

Karpathy 對教育的想法很清楚：

• 定位：AI 原生學校，不是傳統線上課程平台
• 模式：人類專家策劃課程內容，由 AI 教學助理來擴大規模和引導學習
• 願景：「如果成功，任何人都可以輕鬆學到任何東西，擴展教育的廣度和深度」

他推出的第一個產品是 LLM101n，被稱為「全球最好的 AI 課程」。這不是行銷話術，而是因為課程內容由他親自設計，結合了他在 OpenAI、Tesla 的實戰經驗，並且用 AI 助教來個人化輔導每個學生。

Eureka Labs 正式運作後，很多人以為 Karpathy 會專注在教育創業上。但 2026 年 5 月，他又做出了一個驚人的決定。

轉折：加入 Anthropic，用 Claude 訓練更好的 Claude

2026 年 5 月 19 日，Andrej Karpathy 宣布加入 Anthropic，擔任核心研究員，帶領一個小組進行「使用 Claude 加速 Claude 下一代預訓練」的研究。

這個角色的獨特之處

Karpathy 在 Anthropic 的任務非常明確：

• 核心目標：用 AI 來訓練更好的 AI(AI-accelerated AI research)
• 工作性質：基礎研究，不是產品開發
• 技術方向：利用現有的 Claude 模型，來加速下一代 Claude 的預訓練過程

簡單來說，他要解決的問題是：「如何讓 AI 自己幫忙訓練更強的 AI？」這是 AI 研究的前沿領域，也是 Anthropic 這類基礎模型公司最核心的競爭力。

Eureka Labs 怎麼辦？

很多人擔心 Karpathy 加入 Anthropic 後，Eureka Labs 會不會就此關閉。他自己的回應是：

「Eureka Labs 並非關閉。我仍然對教育充滿熱情，計劃在未來繼續這方面的工作。」

這意味著他打算同時進行基礎研究(Anthropic)和教育創業(Eureka Labs)，雖然具體執行方式尚不清楚。

洞察：Karpathy 的職涯給 AI 從業者什麼啟示？

綜觀 Karpathy 從 2015 到 2026 年的職涯軌跡，有幾個值得思考的點：

1. 他從四個不同維度塑造 AI 領域

• 基礎研究：OpenAI(2015-2017)、Anthropic(2026-)
• 產業應用：Tesla Autopilot(2017-2022)
• 教育普及：Eureka Labs(2024-)
• 短期諮詢：OpenAI(2022-2023)

這種跨越研究、應用、教育的完整視角，在 AI 領域非常罕見。大部分人要麼專注學術，要麼專注產品，很少有人像他一樣四個領域都深度參與。

2. 他不害怕「從零開始」

從 OpenAI 創辦團隊、到 Tesla 重建自動駕駛視覺系統、再到自己創辦 Eureka Labs，Karpathy 每次都選擇「從零開始建立某樣東西」，而不是加入已經成熟的團隊。

這種選擇需要極大的勇氣和能力。但也正因如此，他能在每個階段都留下深刻的影響。

3. 他回到「基礎研究」的選擇很有意義

2026 年加入 Anthropic，某種程度是回到他 2015 年在 OpenAI 時的初心：推動 AI 的基礎能力邊界。

經過 Tesla 的產業實戰、Eureka Labs 的教育探索，他現在帶著更完整的視角回到基礎研究，這或許能產生獨特的洞見。

常見問題(FAQ)

Andrej Karpathy 是誰？

Andrej Karpathy 是 AI 領域的核心研究者，1986 年出生於斯洛伐克，15 歲移居加拿大，史丹佛大學電腦視覺博士。他是 OpenAI 原始 11 人創辦團隊成員、Tesla 前 AI 總監、教育新創 Eureka Labs 創辦人，2026 年加入 Anthropic 擔任核心研究員。

Andrej Karpathy 在 Tesla 做什麼？

Karpathy 在 2017 到 2022 年擔任 Tesla AI 總監，領導 Autopilot 電腦視覺團隊。他負責讓 AI 系統能在真實世界辨識行人、車輛、交通號誌，並從數百萬輛車的行駛數據中學習，推動 Tesla 自動駕駛技術發展。

Eureka Labs 是什麼？

Eureka Labs 是 Karpathy 在 2024 年創辦的 AI 原生教育新創公司，理念是「人類專家策劃課程內容，由 AI 教學助理來擴大規模和引導」。第一個產品是 LLM101n，被稱為「全球最好的 AI 課程」。Karpathy 表示即使加入 Anthropic，仍會繼續投入教育工作。

Andrej Karpathy 在 Anthropic 做什麼研究？

Karpathy 在 Anthropic 帶領一個小組，研究「使用 Claude 加速 Claude 下一代預訓練」，簡單說就是用 AI 來訓練更好的 AI。這是基礎研究工作，不是產品開發，目標是推動 Anthropic 下一代模型的核心能力。

為什麼 OpenAI、Tesla、Anthropic 都想要 Karpathy？

因為他同時具備三個罕見特質：①深厚的電腦視覺與深度學習學術背景(史丹佛博士) ②真實世界大規模 AI 系統部署經驗(Tesla Autopilot) ③從零建立團隊和產品的能力(OpenAI 創辦、Eureka Labs)。伊隆·馬斯克曾稱他為「電腦視覺領域全球第二人」，這種跨研究與應用的完整能力在 AI 領域極為稀有。

結語：一個仍在書寫的故事

從斯洛伐克少年、到史丹佛博士、OpenAI 創辦人、Tesla AI 總監、教育創業家、再到 Anthropic 核心研究員，Andrej Karpathy 的職涯軌跡本身就是一堂 AI 發展史的縮影。

他不只是在追逐前沿技術，更在思考「AI 應該如何被建立、如何被應用、如何被教授」。這種完整視角，讓他成為 AI 領域少數「從所有角度同時塑造這個領域」的人之一。

2026 年，他才 40 歲。這個故事還在繼續書寫。

如果你想深入了解 AI 工具與應用，可以參考實價AI房地產數據分析平台，這是一個結合 AI 與實價登錄資料的實際應用案例。

AI 分析與公開資料查詢僅供決策參考，不構成投資保證或成交保證