Andrej Karpathy tritt Anthropic bei — Fokus auf Frontier-LLM-Forschung
Andrej Karpathy, ehemaliger OpenAI-Forscher und Leiter des Tesla-Autopilot-Programms, gab am 19. Mai bekannt, dass er zu Anthropic gewechselt ist — mit dem erklärten Fokus auf Frontier-LLM-Forschung. Seine Begründung ist keine bloße Labororientierung, sondern eine Zeitwette: „Ich glaube, die nächsten Jahre an der Grenze der LLMs werden besonders prägend sein." Der Wechsel fällt auf denselben Tag, an dem Anthropic die Übernahme der SDK-Plattform Stainless bekanntgab — zwei substanzielle Schritte des Labors binnen 24 Stunden.
Was die Quelle tatsächlich sagt
Karpathy veröffentlichte die Meldung direkt auf X: „Persönliches Update: Ich bin Anthropic beigetreten. Ich glaube, die nächsten Jahre an der Grenze der LLMs werden besonders prägend sein. Ich freue mich sehr, dem Team beizutreten und zur Forschung zurückzukehren. Ich bleibe tief engagiert in der Bildungsarbeit und plane, diese mit der Zeit wieder aufzugreifen."
Jenseits der Schlagzeile stechen zwei Details hervor. Erstens ist die Formulierung „nächste Jahre" eine Zeitwette, keine bloße Laborpräferenz — Karpathy signalisiert, dass er die aktuelle Phase als einmalig bedeutsam für die Grundlagenforschung an LLMs betrachtet. Zweitens rahmt er seine Bildungsarbeit (nanoGPT, micrograd, den vielzitierten Kurs zu neuronalen Netzen) als aufgeschoben, nicht als aufgegeben — und hält die Möglichkeit einer Rückkehr nach dieser Forschungsphase explizit offen.
Die Open-Source-Implikation trat sofort in den Vordergrund. Hugging-Face-CEO Clément Delangue reagierte über @_akhaliq: „Karpathy bei @AnthropicAI = mehr Open Source von denen? Sie stellen bereits Datensätze auf huggingface.co/Anthropic bereit, aber mehr davon wäre hervorragend." Angesichts Karpathys Position als einer der produktivsten Open-Source-Beitragenden der KI der letzten zehn Jahre ist sein Einfluss auf Anthropics Haltung gegenüber der offenen Community eine berechtigte Frage.
Strategische Einschätzung
Dies ist ein Personalzug mit architektonischen Implikationen. Karpathys Forschungsstil — grundlagengeleitet, offen, pädagogisch präzise — könnte beeinflussen, wie Anthropic seine Arbeit nach außen trägt. Neue Open-Source-Datensatz-Releases wären frühe Indikatoren für seinen Einfluss. Für KI-Entwickler erhält Claudes Entwicklungspfad in den nächsten 12 bis 18 Monaten damit einen schärfer konturierten und sichtbareren Forschungsvektor.
