OpenAI 創始成員加入 Anthropic：為什麼押注沒人看好的預訓練？ | S2E58

Video summary

Andrej Karpathy 加入 Anthropic 預訓練團隊，可能用 Mythos 與 auto research 推進 AI 自主訓練。

Andrej Karpathy 加入 Anthropic，影片先回顧他的經歷：他是 OpenAI 創始成員、曾在特斯拉負責 Autopilot 與 FSD，也創辦 AI 教育公司 Eureka Labs；vibe coding、context engineering 等概念，以及 auto research、LLM Wiki 專案，展現他對 AI 使用方式的影響。他近年從八成自己寫程式，轉為讓 AI 撰寫八成，甚至不再手寫程式碼，但提醒 AI 產出的程式仍可能像 spaghetti，需定期審查。主持人推測，他選擇 Anthropic，與 Claude Code 的成長、模型領先，以及能使用尚未公開的 Mythos 有關；更關鍵的是，他加入預訓練團隊，可能結合 Mythos、Claude Code 與 auto research，讓 AI 自主尋找模型改進方法。影片最後指出，未來 AI 將同時靠預訓練或強化學習提升能力，並以 harness engineering 控制輸出。

Chapters

1. 0:00開場：Andrej Karpathy 加入 Anthropic，探討他的職務與 AI 路線影響
2. 1:37阿森納睽違 22 年奪英超：Thierry Henry 啟蒙與 Bournemouth 助攻封王
3. 4:182026 世界盃票價高、擴編 48 隊與人工草皮之後，Karpathy 加入 Anthropic 引發疑問
4. 6:44Karpathy 的 vibe coding、auto research 與 LLM Wiki：從 AI 自主訓練到第二大腦
5. 9:21Karpathy 從手寫八成到零行：AI 代寫加速，也帶來 spaghetti 程式碼問題
6. 10:43Karpathy 從 Stanford、OpenAI 到特斯拉與 Eureka Labs：回鍋一年後再轉往 Anthropic
7. 13:13Karpathy 自認從未如此落後：AI 快速發展讓矽谷 FOMO、燒 token 買算力
8. 15:07Karpathy 選 Anthropic 的理由：企業採用率成長四倍，另可能想用 Mythos
9. 18:24Karpathy 加入 Anthropic 預訓練團隊：與強化學習及 harness engineering 主流路線相反
10. 19:53主持人猜想 Karpathy 要用 auto research 與 Mythos 探索預訓練新上限
11. 21:54GPT 3.5 到 GPT 4 西洋棋變強：高品質資料顯示預訓練仍有提升空間

What the full analysis includes

11 chapters · 62 key points · 11 section summaries · mind map

The remaining 59 key points, section summaries and mind map are in the full analysis. Analyze this video to see everything →