El cofundador de OpenAI, Karpathy, se une al equipo de preentrenamiento de Anthropic.

      TL;DR Andrej Karpathy, uno de los 11 cofundadores originales de OpenAI, se ha unido al equipo de preentrenamiento de Anthropic. Él construirá un nuevo grupo que utiliza a Claude mismo para acelerar la fase más costosa del desarrollo de modelos de frontera. Andrej Karpathy, uno de los cofundadores originales de OpenAI y uno de los investigadores de IA más reconocidos del mundo, anunció el lunes que se ha unido a Anthropic. Este movimiento es un golpe de talento significativo para el creador de Claude, ya que compite por mantenerse a la vanguardia del desarrollo de modelos de lenguaje grandes. Actualización de Karpathy en X, fuente: X Karpathy se une al equipo de preentrenamiento de Anthropic, dirigido por Nick Joseph, donde construirá un grupo completamente nuevo enfocado en un objetivo notablemente recursivo: usar a Claude mismo para acelerar la investigación de preentrenamiento. El preentrenamiento, la fase masiva y intensiva en computación que le da a un modelo de frontera su conocimiento y capacidades centrales, es la parte más costosa de construir sistemas como Claude. Encontrar formas de hacer que ese proceso sea más rápido y eficiente podría remodelar la economía de toda la industria de la IA. En una publicación en X que acumuló 13.6 millones de vistas, Karpathy escribió que cree que "los próximos años en la frontera de los LLMs serán especialmente formativos". Agregó que sigue "profundamente apasionado por la educación" y planea reanudar ese trabajo a su debido tiempo. La contratación culmina un arco de carrera que ha tocado casi todos los puntos de inflexión importantes en la IA moderna. Karpathy obtuvo su doctorado en Stanford bajo la dirección de Fei-Fei Li, la científica de la computación detrás de ImageNet, enfocándose en el aprendizaje profundo y la visión por computadora. Fue una de las 11 personas que cofundaron OpenAI en 2015, donde trabajó en investigación de aprendizaje profundo antes de partir en 2017 para unirse a Tesla como su director de IA. En Tesla, Karpathy lideró los equipos de visión por computadora detrás de Full Self-Driving y Autopilot, los programas que sustentan las ambiciones del fabricante de automóviles eléctricos para vehículos autónomos. Se fue en julio de 2022, regresó a OpenAI durante aproximadamente un año, y luego partió nuevamente en 2024 para fundar Eureka Labs, una startup que aplica asistentes de IA a la educación. El trabajo de Eureka Labs ahora está pausado mientras Karpathy apoya a Anthropic. El momento es notable. Anthropic ha surgido como un imán para el talento técnico de primer nivel en un momento en que su principal rival, OpenAI, ha experimentado una serie de salidas de alto perfil. En los últimos dos años, OpenAI ha perdido a más de una docena de ejecutivos y investigadores senior, incluyendo a la CTO Mira Murati, al pionero del aprendizaje por refuerzo John Schulman, y, más recientemente, a tres ejecutivos que se fueron en un solo día en abril de 2026. Para Anthropic, la llegada de Karpathy señala que la compañía puede atraer talento del más alto calibre mientras escala tanto su investigación como sus operaciones comerciales. La firma, dirigida por el CEO Dario Amodei, ha atraído el interés de los inversores con una valoración de aproximadamente $800 mil millones y se informa que está explorando una OPI que podría llegar tan pronto como a finales de 2026. El nuevo rol de Karpathy también subraya una tendencia más amplia en la IA de frontera: el uso de modelos existentes para mejorar la próxima generación. Si Claude puede acelerar significativamente su propio pipeline de preentrenamiento, marcaría una demostración práctica de la auto-mejora recursiva, una de las capacidades que la comunidad de seguridad de IA ha estado observando de cerca durante mucho tiempo. Si esa perspectiva emociona o inquieta a los observadores puede depender de cuánto confianza depositen en la cultura centrada en la seguridad que Anthropic ha cultivado desde su fundación. Por ahora, Karpathy parece estar exactamente donde quiere estar: de vuelta en el laboratorio, construyendo modelos en la frontera.