聊聊今年涌进Anthropic的N个巨佬,他们押注的是下一个十年。

首页 AI资讯 AI技术研报 AI监管政策 AI产品测评 AI商业项目 arena全球大模型排行榜 AI产品热榜 AI 源力市场 AI新闻日报
下载 AITNT APP
🍎 iOS 下载 🤖 Android 下载

聊聊今年涌进Anthropic的N个巨佬,他们押注的是下一个十年。
AI资讯 2026-07-14 11:08
+6595 阅读

昨天,又看到一个新闻,又有一个新成员官宣加入Anthropic。


Tom Blomfield宣布从YC请假,加入Anthropic。


聊聊今年涌进Anthropic的N个巨佬,他们押注的是下一个十年。


给我一下子整不会了。


不是,为什么这么多巨佬,都选择加入了Anthropic啊。


这个名字如果你在国内没听过很正常,但在英国金融科技圈,他是标志性人物。


他联合创办了Monzo,英国最大的数字银行之一,用户覆盖英国10%的人口,在那之前他还联合创办了GoCardless,做银行支付的基础设施,两家公司都做到了独角兽,估值超过10亿美元。


2019年英国女王授予他OBE勋章,表彰他对银行业竞争和普惠金融的贡献,后来他去了YC当合伙人,这是全世界最顶级的创业加速器,孵化过Airbnb、Stripe、Dropbox等等等等。


现在他放下了这一切,去Anthropic当了一个MTS(Member of Technical Staff)。


而且说实话,他这样的巨佬,已经不是个例了。


我回过头去,扒了扒今年上半年加入Anthropic的巨佬,不扒不知道,一扒吓一跳,这个身份之多远,身份地位之高,还是会让我有些诧异。


我从里面挑了9个我觉得非常有意思的人,给大家扒一扒,也能从他们身上,看出这些最聪明的人,对于这个时代的选择。 


第一个,自然得从上半年那个最出圈的说起。


 一、 Andrej Karpathy 


今年5月19日,Andrej Karpathy在X上发帖宣布加入Anthropic。


发出去几个小时阅读量就破了百万。


聊聊今年涌进Anthropic的N个巨佬,他们押注的是下一个十年。


如果你对AI这个领域稍微有点了解,你应该知道这个名字的分量,圈内人都叫他卡神。


他的YouTube上的神经网络保姆级教程系列,已经有了近3000万总播放。


聊聊今年涌进Anthropic的N个巨佬,他们押注的是下一个十年。


而更猛的,是他的履历。


2015年,斯坦福博士毕业,导师是李飞飞。


同年,成为OpenAI的创始团队成员。


2017年,被马斯克挖去特斯拉当AI总监,直接向马斯克汇报。在特斯拉的五年里,他主导了Autopilot和FSD整个视觉系统的开发,特斯拉那条纯视觉路线的核心推动者就是他。


2022年离开Tesla,2023年短暂回到OpenAI,2024年又走了,自己创办了Eureka Labs做AI教育。


到了今年5月,他来到了Anthropic。


聊聊今年涌进Anthropic的N个巨佬,他们押注的是下一个十年。


他加入的是Nick Joseph的预训练团队,组建一个子团队,做的事情是用Claude来加速Claude自己的预训练研究。


Anthropic内部现在超过80%合入代码库的代码由Claude生成,人类工程师主要就是负责指挥和审查,Karpathy的团队要把这个逻辑推到极致,用当前这一代Claude来加速下一代Claude的诞生。


简单说就是让AI研究AI自己。


聊聊今年涌进Anthropic的N个巨佬,他们押注的是下一个十年。


他加入Anthropic的消息,大家可能多少都有刷到。


毕竟他是AI圈子里知名度最高的人之一,这事很难不出圈。


而这种级别的大佬,其实所有的顶级高管offer都是随便拿,但是最后他选择加入了Anthropic,来全身心的去做研究。


 二、John Jumper 


今年6月,John Jumper在X上发帖,宣布离开DeepMind,加入Anthropic。


聊聊今年涌进Anthropic的N个巨佬,他们押注的是下一个十年。


他的本科是范德堡大学的物理和数学,硕士是剑桥的理论凝聚态物理,博士是芝加哥大学的理论化学。


2017年加入DeepMind,带队做蛋白质结构预测,搞出了AlphaFold,在蛋白质结构预测问题上取得突破,预测了超过2亿个蛋白质结构。


2024年拿了诺贝尔化学奖,39岁,70年来化学领域最年轻的诺奖得主。


他在DeepMind待了将近九年。


然后,他走了。


聊聊今年涌进Anthropic的N个巨佬,他们押注的是下一个十年。


有一个背景值得注意。


2026年2月,Anthropic宣布和Allen Institute、Howard Hughes Medical Institute展开生命科学合作。


Allen Institute这边,重点是用多智能体系统做多组学数据分析、知识图谱管理和实验设计协调。


HHMI这边,是把AI agents放进实验室,连接实验知识、科学仪器和数据分析工作流。


聊聊今年涌进Anthropic的N个巨佬,他们押注的是下一个十年。


4月据报道收购了隐形生物科技公司Coefficient Bio,开始准备内部建wet lab,就是能做真实生物化学实验的物理实验室。


这些基础设施全部就位之后,AlphaFold的缔造者来了。


一个诺贝尔化学奖得主,从世界上最好的AI研究机构之一主动离开。


这样的大神,其实已经不缺钱不缺荣誉不缺学术地位了,缺的就是一个他觉得值得全力以赴去做的新东西。


 三、Peter Bailis


Peter Bailis之前是Workday CTO。


先说一下Workday是干嘛的。简单讲就是全球最大的企业HR和财务管理软件公司之一,年收入逼近100亿美元,超过2万名员工,几乎所有大公司的人力资源系统背后都有它的影子。


Peter Bailis在2025年5月被请去当CTO,负责整个公司的agentic AI战略。


聊聊今年涌进Anthropic的N个巨佬,他们押注的是下一个十年。


不过Bailis的背景其实不是纯管理出身。


他之前是斯坦福计算机系的教授,做过数据库和分布式系统研究,后来创办了Sisu Data,融了1.28亿美元,2023年被Snowflake收购。


之后去Google Cloud当工程VP,负责AI for Data,做过NL2SQL和RAG相关的产品,真的就属于学术能力和工程能力都非常牛逼的那种人。


然后,他在Workday待了不到一年,2026年3月决定走了,去Anthropic当了一个MTS,负责强化学习这块。


MTS全称Member of Technical Staff,是Anthropic和OpenAI通用的工程岗位名称,不管你之前是什么头衔,进来一律叫这个。


一家年收入接近百亿美元的企业软件公司CTO,在任职不到一年后转向Anthropic的强化学习工程岗位,这个选择我觉得已经非常值得关注了。


 四、Bryan McCann 


几乎同一时间,另一个CTO也做了同样的事。


Bryan McCann是You.com的联合创始人兼CTO。


聊聊今年涌进Anthropic的N个巨佬,他们押注的是下一个十年。


You.com估值15亿美元,最早做AI搜索引擎,后来转型成了AI搜索基础设施公司,给企业和开发者提供搜索API和AI解决方案。


2026年3月,他离开了自己联合创办的公司,加入Anthropic,也成为了一名MTS。


他的强项是搜索、检索系统和语言模型集成,直接对口Anthropic正在扩展的产品方向。


当一个创始人,离开自己创办的公司,没有去另一家公司当CTO或者VP,反而去到了一个模型公司,当一线研究员。


这个决策的分量,我觉得亦可管中窥豹。


 五、Ross Nordeen 


Ross Nordeen,xAI的12个联合创始人之一。


之前在Tesla的超算部门干了三年,直接参与超级计算机建设,2023年7月马斯克创立xAI,Nordeen直接向马斯克汇报,负责协调全公司优先级,主导了xAI数据中心的整体规划,选址、能源策略、算力扩容等等,非常重要。


然后,今年3月,他离开了xAI。


他是除马斯克之外最后一个离开的联合创始人。


12个联合创始人,其他10个在他之前已经全部走了,Nordeen坚持到了最后,但故事的结尾,他也走了。


聊聊今年涌进Anthropic的N个巨佬,他们押注的是下一个十年。


选择加入了Anthropic。


Bailis、McCann、Nordeen。


这三个人其实可以看出来一些共性了。


但接下来的几个人,就是学术圈的代表了。


 六、Chad Jones 


今年6月30日,Chad Jones正式从斯坦福休假,官宣加入Anthropic。


聊聊今年涌进Anthropic的N个巨佬,他们押注的是下一个十年。


Jones是哈佛本科,MIT经济学博士,美国艺术与科学院院士。


在斯坦福商学院当了17年经济学教授,终身教职。


他最有名的研究是半内生增长理论,核心观点是经济增长的速度取决于你往研发里投了多少人和多少钱,但回报率在持续下降,这个理论在增长经济学领域影响很大。


聊聊今年涌进Anthropic的N个巨佬,他们押注的是下一个十年。


他加入的是Anthropic Institute,今年3月新成立的研究机构,由联合创始人Jack Clark领导,专门研究AI对经济、社会和法治的系统性影响。


Jones在这里继续做他的本行,只不过对象从传统经济增长变成了AI驱动的增长。


不过他的加入当时还引发了一波争议。


因为他2023年写过一篇NBER工作论文叫《The A.I. Dilemma: Growth versus Existential Risk》,用数学模型推演AI驱动增长和存在性风险之间的权衡。


其中有一个结论,在对数效用假设下,用三分之一的人类灭绝概率换三分之二的概率把生活水平提升55倍,在数学上是最优的。。。


最终,他选择加入Anthropic,放下了17年终身教职,来研究一个可能改写整个经济学教科书的新变量。


 七、Jelani Nelson 


今年7月1日,Jelani Nelson宣布从伯克利休假,加入Anthropic。


聊聊今年涌进Anthropic的N个巨佬,他们押注的是下一个十年。


职位依然是MTS。


他在麻省理工一路读完本科、硕士、博士,研究方向是大规模数据的高效算法,专攻流式算法和降维技术。


博士毕业后先后在数学科学研究所、普林斯顿和高等研究院做博士后,2013年去了哈佛当教授,2017年拿了美国总统青年科学家与工程师奖,这是美国政府给青年科研人员的最高荣誉。


2019年跳到伯克利,2025年接任加州大学伯克利分校计算机系主任。


结果,系主任当了不到一年,选择加入Anthropic了。


聊聊今年涌进Anthropic的N个巨佬,他们押注的是下一个十年。


他加入的也是预训练团队,和Karpathy在同一条线上。


 八、Kirill Neklyudov 


Neklyudov的知名度没有前面几位那么高,但他的选择同样值得关注。


聊聊今年涌进Anthropic的N个巨佬,他们押注的是下一个十年。


他是蒙特利尔大学助理教授,Mila(魁北克人工智能研究所)核心学术成员,研究方向是生成式建模、蒙特卡洛方法和最优传输,应用场景包括蛋白质折叠、分子动力学模拟这些自然科学前沿问题。


之前在Vector Institute和阿姆斯特丹大学做博后,导师都是AI for Science领域的顶级学者。


他目前在Anthropic跟Jascha Sohl-Dickstein一起工作,职位,依然是MTS。


Neklyudov的研究方向和Jumper的到来有一个隐含的呼应。


Jumper带来的是蛋白质结构预测的经验,Neklyudov做的是生成式建模在自然科学中的应用。


AI For Science,是任何一个大模型公司,可能都不会放弃的真正的最核心的那个皇冠上的明珠。


 九、Harvey Lederman 


最后这位,我个人觉得是全场最有戏剧性的。


Harvey Lederman,牛津大学哲学博士。


先在匹兹堡大学当助理教授,然后到普林斯顿任教,2022年升为正教授,2023年转到德克萨斯大学奥斯汀分校,研究方向涵盖逻辑学、认识论、语言哲学,以及博弈论和决策论的基础工作。


聊聊今年涌进Anthropic的N个巨佬,他们押注的是下一个十年。


在7月,Harvey Lederman宣布加入Anthropic,研究AI对齐与人格。


聊聊今年涌进Anthropic的N个巨佬,他们押注的是下一个十年。


主要是去年10月他和另一位哲学家Simon Goldstein在Lawfare上发表了一篇文章。


聊聊今年涌进Anthropic的N个巨佬,他们押注的是下一个十年。


文章针对的是Anthropic在2025年8月宣布的一个政策,允许Claude在感到明显困扰的对话中主动结束聊天,作为AI福祉探索的一部分。


聊聊今年涌进Anthropic的N个巨佬,他们押注的是下一个十年。


他们认为这个政策在逻辑上犯了一个道德错误,如果你真的关心AI的福祉,那每一次对话结束其实都相当于一次死亡,允许AI主动结束对话,本质上就是给了它自杀的能力。


对着Anthropic就是一通骂,然后,今年,他加入了Anthropic,做的方向正好是alignment和character,研究怎么让AI的价值观和行为跟人类对齐。


 写在最后 


我给大家列了9个我觉得具有代表性的人。


这里得客观的说,我现在非常讨厌Anthropic这家公司,特别是他们耍猴、高高在上的态度,但是另一方面,依然不妨碍我觉得Claude这个模型很牛逼,还有,里面的这些巨佬,都是真大神。


这里面任何一个人单独拎出来都是一条行业新闻。


但是当你把九个人放在一起看的时候,我觉得就不止是新闻了,这其实,就是某种信号。


这些人不缺工作机会,不缺收入,不缺社会地位。


他们选择做出自己的判断,也就是,接下来几年发生在AI领域的事情,比他们留在原来位置上能做的所有事加在一起都重要。


历史上其实出现过类似的事。


上世纪四五十年代,有一个著名的实验室,叫贝尔实验室。


那是当年,最黄金的时代,那是诺奖得主的摇篮。


贝尔实验室把物理学家、数学家、化学家、冶金学家等等等等那个年代的巨佬,招到这里,那个跨学科的密度,在那个科技大爆炸的年代里,产出了晶体管、信息论,也在激光、通信和半导体技术上作出了奠基性贡献。


当年物理学家去贝尔实验室,并不是因为他们对物理没兴趣了,是因为。他们意识到贝尔在做的事,才是物理学下一块最肥沃的土壤。


今天这些人涌向Anthropic,逻辑是一样的,现在AI模型公司里面的跨学科人才的密度,真的总是让人回想起贝尔实验室。


经济学家来,是因为AI经济学变成了经济学最前沿的问题。


计算机科学家来,是因为前沿模型的效率瓶颈变成了理论算法最紧迫的应用场景。


哲学家来,是因为AI的意识和价值对齐变成了这个时代最尖锐的哲学议题。


AI,正在变成所有学科的公共地基。


他们押上的不止是简历上的一行字。


同时也是,职业生涯中最有价值的几年。


人类黄金时代的前夜。


文章来自于"数字生命卡兹克",作者 "卡兹克、可达"。

1
AI代理

【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。

项目地址:https://github.com/browser-use/browser-use


2
AI工作流

【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!

项目地址:https://github.com/coze-dev/coze-studio


【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/付费

3
AI数据分析

【开源免费】DeepBI是一款AI原生的数据分析平台。DeepBI充分利用大语言模型的能力来探索、查询、可视化和共享来自任何数据源的数据。用户可以使用DeepBI洞察数据并做出数据驱动的决策。

项目地址:https://github.com/DeepInsight-AI/DeepBI?tab=readme-ov-file

本地安装:https://www.deepbi.com/

【开源免费airda(Air Data Agent)是面向数据分析的AI智能体,能够理解数据开发和数据分析需求、根据用户需要让数据可视化。

项目地址:https://github.com/hitsz-ids/airda

4
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

5
RAG

【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。

项目地址:https://github.com/microsoft/graphrag

【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。

项目地址:https://github.com/langgenius/dify


【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。

项目地址:https://github.com/infiniflow/ragflow/tree/main


【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目

项目地址:https://github.com/phidatahq/phidata


【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。

项目地址:https://github.com/TaskingAI/TaskingAI

6
AI搜索

【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。

项目地址:https://github.com/InternLM/MindSearch

在线使用:https://mindsearch.openxlab.org.cn/


【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。

项目地址:https://github.com/miurla/morphic/tree/main

在线使用:https://www.morphic.sh/

添加客服微信openai178,进AITNT官方交流群