新智元报谈

裁剪：KingHZ

【新智元导读】AI时期的基建怒潮来了！Anthropic纠合独创东谈主Tom Brown直言：东谈主类正踏上一场范畴卓越阿波罗登月、曼哈顿计算的算力竞赛。他，也曾线代只考70多，6月自学成才，加入OpenAI打造GPT-3，创立Anthropic……沿途开挂堪比韦小宝，他恰是AI时期最燃的注脚！

AI算力竞赛，比阿波罗更高大，比曼哈顿更荒诞！

Anthropic纠合独创东谈主Tom Brown直言，AI基础门径的范畴卓越阿波罗与曼哈顿计算。

AGI算力插足正荒诞彭胀，每年增速高达3倍。

来岁，这个增长势头笃定无疑；但到了2027到2028年，不笃定性稍高。

Tom Brown，随机并不如奥特曼、马斯克那样尽人皆知，但在AI圈，他是被低估的传奇。

特别的是，他自学成才——从线性代数只考了B-的学生，硬是成长为推进通用东谈主工智能打破的中枢东谈主物。

在OpenAI协助打造了GPT-3之后，他和OpenAI志同谈合的共事，另立山头，共同创立了Anthropic。

当刚起步时，他们完全看不出会得手:

OpenAI领有十亿好意思元的资金，还有一群明星科学家；

而Anthropic只须七个纠合独创东谈主（见下图），硬着头皮起步，连能否作念落发具、家具会是什么样都没谱。

如今，Anthropic的Claude，还是成为全球开发者的首选。

在Anthropic，他主导着他称之为「东谈主类史上最大范畴的基础门径诱导」——一场比阿波罗登月、曼哈顿计算更高大的算力竞赛。

在硅谷的「黄埔军校」YC的Lightcone Podcast「光锥播客」节目中，Tom Brown初次全面敷陈了我方的非典型东谈主生过程。他还共享了对年青工程师的忠心之言。

这场访谈齐全回来了Tom Brown的创业与盘考过程：

毕业即创业，体会「狼性」文化；

在Grouper际遇失败，转向AI自学；

厚脸皮谈论Greg Brockman，进入OpenAI；

参与GPT-3教练基础门径，见证scaling law的力量；

与OpenAI团队决裂，创立Anthropic；

推出Claude，并在Claude 3.5/3.7迎来阛阓转机；

打磨Claude Code，无意成为爆款讹诈；

厚爱超大范畴的算力与硬件基础门径；

临了强调：年青东谈主要勇敢冒险，侍从内心做事，而不是餐腥啄腐（chasing credentials）。

毕业即创业，体会「狼性」文化；

在Grouper际遇失败，转向AI自学；

厚脸皮谈论Greg Brockman，进入OpenAI；

参与GPT-3教练基础门径，见证scaling law的力量；

与OpenAI团队决裂，创立Anthropic；

推出Claude，并在Claude 3.5/3.7迎来阛阓转机；

打磨Claude Code，无意成为爆款讹诈；

厚爱超大范畴的算力与硬件基础门径；

临了强调：年青东谈主要勇敢冒险，侍从内心做事，而不是餐腥啄腐（chasing credentials）。

MIT学霸创业踩坑录

主执东谈主问：21岁从MIT毕业，Tom进入科技行业，从2009年到今天，怎样沿途走到纠合创办Anthropic这样要紧的公司？

他纪念了他的来时路。

21岁从MIT的诡计机专科毕业后，废弃巨头offer，他加入一又友初创公司Linked Language，初次体验「狼性」创业文化。

毕业即创业，他直言这段经历窜改了他的心态：

在学校里，别东谈主给我布置任务，我就完成任务，就像一只等着被喂食的狗。

但在创业公司，咱们更像狼——必须我方去猎食，否则孩子会饿死。

这种滚动给了他勇气直面更大更难的事。

之后，Tom去了迁移告白平台Mopub，是第一号工程师。固然想当「狼」，但那时编程水平其实很差，他经常合计我方跟不上。但这段经历让他学到了怎样把东西拓展。

之后，他却流畅踩坑：

第一次当CEO：作念「比Heroku更纯真」的DevOps平台，闭幕连我方都说不清要作念什么。

第二次作念集结App：YC之父Paul Graham把他先容给Grouper，被Tinder平直降维打击，边烧光钱边靠「每周带团队去相亲」续命。

第一次当CEO：作念「比Heroku更纯真」的DevOps平台，闭幕连我方都说不清要作念什么。

第二次作念集结App：YC之父Paul Graham把他先容给Grouper，被Tinder平直降维打击，边烧光钱边靠「每周带团队去相亲」续命。

对Tom来说，Grouper的引诱力在于：本来，他相当粗劣、害羞，特别但愿有个平台能让他在一又友奉陪下去深刻女生，这样会更安全。

唯独比他还常去Grouper集结的东谈主是Greg Brockman。他一度险些每周都在酬酢软件上发「这周谁去Grouper？」。

Greg Brockman：OpenAI联创、现任OpenAI主席

他们也成了好一又友，这也成为他之后进入OpenAI的要紧东谈主脉。

在Grouper，他被搞得身心俱疲：创业的上涨让东谈主欣慰，但低谷也罕见横祸。

回头看，Tinder的决策比他们好得多，Grouper的做事被卓越了。

业务下滑、收入减少，但Tom仍在招工程师，不断倾销一个连我方都不再信赖的遐想——那种嗅觉简直像「物化行军」。

是以那段时期，他并莫得坐窝插足盘考，而是先「晃荡」了一阵子。

比如，去作念瑜伽、CrossFit，以至花三个月造了一辆「艺术车」开去Burning Man艺术节，洗去独处「班味」。

六月自学AI

「走后门」加入OpenAI

他徬徨了很久是否要转型去作念AI盘考：

也许，咱们这辈东谈主就会遇到颠覆性东谈主工智能（Transformative AI）的出现，如确实发生，那是东谈主类最紧要的事件。

随机我能帮上点忙。但我大学线性代数才考了B-（差点是C+），这种水平能行吗？

2015年，Tom离开了Grouper，但一直到一年后才加入了OpenAI。

那时，想要搞AI盘考，内行合计你必须是顶尖学霸才有经验。是以，他不笃定能否胜任，加上之前创业有所确立，他一度想干脆再去作念个新创业名堂算了。

他的一又友们传说他要去作念AI盘考，都合计很怪，以至有点厄运。他们说：「AI安全？听起来就像火星东谈主口饱胀一样很是！」

他们都怀疑Tom不一定安妥干这事。是以他足足徬徨了半年，才安稳饱读起勇气去尝试。

玩了三个月后，他逼我方进入「隐身学习景色」六个月，好让我方有契机进到顶尖实验室。

那时只须三个摄取：DeepMind、谷歌Brain、MIRI（机器智能盘考院）。但他完全没工夫积蓄，只可靠自学。

那是2015年，深度学习刚火起来，他的主要计算是：

在Coursera上自学机器学习课程；

作念一些Kaggle名堂；

读《Linear Algebra Done Right》；

翻一册统计学课本；

以至用YC学友点数买了一块GPU，SSH资料上去跑实验。

在Coursera上自学机器学习课程；

作念一些Kaggle名堂；

读《Linear Algebra Done Right》；

翻一册统计学课本；

以至用YC学友点数买了一块GPU，SSH资料上去跑实验。

为了进入OpenAI，他一运行就厚着脸皮去找Greg Brockman，毕竟那时OpenAI团队里大多是盘考员，气势强盛。

OpenAI文牍树立确今日，Tom就给Brockman发音书：「我线性代数才B-，但会少量工程，懂一些散布式系统。若是能帮上忙，哪怕扫地拖地我都惬心。」

Greg合计懂机器学习又懂散布式系统的东谈主太少了，Tom是个鬼才。

于是把Tom先容给Pieter Abbeel，帮他整理学习计算。

Pieter Abbeel是加州大学伯克利分校的培植，专攻机器东谈主学习规模。2016年4月26日，他从伯克利放假，全职加入了OpenAI

自后，Tom每个月都去跟进学习，终于比及一个契机：OpenAI想作念游戏环境，需要东谈主襄理搭建星际争霸（StarCraft）环境。于是他加入名堂。

那时，OpenAI落脚在旧金山的Dandelion 巧克力工场楼上，还有马斯克首肯的十亿好意思元资金，创业氛围十足。

之后的一个关节节点是：他运行厚爱教练GPT模子的工程系统。

GPT-2还在TPU上教练，而GPT-3的紧要打破是切换到GPU并使用更多算力。

在OpenAI干了一年，他中间离开去Google Brain待了一年，自后又回到OpenAI。

他赶巧碰上GPT-3的教练期（2018–2019）。

那时内行还是意志到Scaling Law的力量：只须用对设施，算力越多，智能就越强。

Dario Amodei发表了驰名的Scaling Law论文，阐述注解了这一趋势。

Danny Hernandez的盘考炫耀，算法后果提高也在执续镌汰资本。

Dario Amodei发表了驰名的Scaling Law论文，阐述注解了这一趋势。

Danny Hernandez的盘考炫耀，算法后果提高也在执续镌汰资本。

这两股力量类似，让OpenAI看清改日几年智能水平会爆炸式提高。

那时他最泛动的是：那条直线跳跃了12个数目级——从小模子到超等大模子，完全踏实对王人在消失条线。

这样长的数目级跨度，在其他科学规模都没见过。于是Tom完全转向作念scaling有关做事。

天然，那时学界好多东谈主还在品评OpenAI，说「你们仅仅在堆GPU，太苟且，没工夫含量」。有东谈主以至描画这即是「愚蠢但灵验」的目标。

如今看来，恰是这条「笨目标」推进了智能的飞跃。

分谈扬镳，自力餬口

Tom待过OpenAI、谷歌DeepMind和Anthropic，可谓好意思国AI界的「三朝元老」。

Tom原来是从GPT-3团队的一员，到底为何与OpenAI决裂？

这与与Amodei兄妹难脱谈论。

那时，OpenAI厚爱safety和scaling的团队向Daniela、Dario Amodei兄妹答复。

两支团队谐和领路，何况都治服：

Scaling Law势必会带来颠覆，最终东谈主类将不得不把某种已毕权叮嘱给通用东谈主工智能（AGI）。如果气运好，它会与东谈主类标的保执一致，带来得手的过渡；如果气运不好，后果可能极为严重。

因此咱们必须建立一个能够承担这种重负的机构。

这即是他们自力餬口中枢原因。

Tom坦承那时并不笃定这是对寰球最佳的摄取。回头看，闭幕阐述注解这是理智的。

早期加入Anthropic的东谈主都是抱着「做事」来的。他们本不错去更体面、更赢利的方位，但摄取了Anthropic，因为他们信赖这件事值得作念。

这也成为公司文化的基石：前100名职工险些都是因做事而来。

Anthropic的Linkedin主页先容

正因如斯，直到今天Anthropic已有2000多东谈主，政事交往依旧没能渗透。如果有东谈主合计某个行动偏离做事，他们会平直站出来指出来。

Claude拿下开发者，ChatGPT干瞋目

简略在ChatGPT推出前9个月，Anthropic推出了第一个家具Slack机器东谈主Claude 1。

初期，Anthropic还徬徨是否发布家具，专注于盘考和基础门径。ChatGPT的发布是一个催化剂，促使Anthropic推出API和Claude AI。

Claude 3.5 Sonnet特别是Claude Code是其关节转机点，取得了巨大的阛阓招供。

2023年，险些通盘创业者都在用OpenAI。

但到2024年，Claude 3.5尤其是Sonnet版块运行速即霸占阛阓份额。

尤其在编程场景里，从个位数沿途升到20%、30%，以至现时可能80%、90%的独创东谈主更偏好Claude。

国际某投行LLM答复：https://menlovc.com/perspective/2025-mid-year-llm-market-update/

就像OpenAI当初没准备好ChatGPT的爆红一样，Claude 3.7 Sonnet一样让Anthropic诧异——它无意解锁了「智能时局编程」的才智。

每一次迭代，Claude的新才智惊艳世东谈主。

Claude Code的降生

「心智切换」表面

YC的创业者调研炫耀，内行在编程上更心爱用Anthropic的模子，这种偏好远超基准测试闭幕能解释的范围。为什么会这样？是挑升为之，如故天然表示？

Tom合计主要原因是——不「刷榜」。

其他大实验室都有专门团队，盯着基准测试题库作念针对性优化，标的即是让分数更好意思瞻念。但咱们莫得这样的团队，是以反而幸免了教练集和测试集的过拟合。

Anthropic里面天然也有我方的评测运筹帷幄，但不会对外公布。团队主要盯着里面benchmark去优化，同期多半「dogfooding」（里面私用）——比如让Claude来加快我方的工程师做事，这是最高优先级。

最近，Claude Code特别得手。主执东谈主问起了它的发源，没料到Claude Code早先仅仅个无心之作。

工程师Boris Cherny为了帮团队写代码，临时凑合出来的里面吝啬用。

一运行，Anthropic的政策是：只作念API，不碰讹诈。因为他们合计，外部创业公司有无数点子，肯定更懂家具。是以他们全力把API打磨到最佳，闪开发者去构建讹诈。

闭幕Claude Code突如其来地跑了出来，手脚一个家具，它尽然比市面上的替代品更好用。

对此，Tom有个「心智切换」表面——把Claude自己当成「用户」来对待。

在Linked Language，用户是淳厚；

在Grouper，用户是纽约的独身后生；

在Claude Code，用户既是开发者，亦然Claude自身。

在Linked Language，用户是淳厚；

在Grouper，用户是纽约的独身后生；

在Claude Code，用户既是开发者，亦然Claude自身。

是以团队的念念路是：给Claude配备最合适的器用和凹凸文，让它更高效地匡助东谈主类完成任务。

这是一种「以模子为中心」的念念维模样，对Anthropic而言却格外天然。

东谈主生忠告

如果今天有一个「年青版的你」——20多岁，正想进入AI规模，想搭上这班快车，你会给他什么提议？

Tom会说——要勇于冒更多风险。

摄取那些即使失败，一又友们也会合计你很酷、很钦佩的名堂。或者，你期望中的阿谁更好的我方，会为之自负的事情。去作念这样的事，而不是一味追赶所谓的「安全旅途」。

主执东谈主临了问了大学生常见的困惑：到底要不要不时上学？改日还有莫得做事？寰球会怎样变？

Tom的提议是：

不要太提神外部的标签（比如学位、证书、去大厂）。

内在驱动比外皮驱动更要紧。

如果仅仅为了拿一个证书，或者去FAANG公司（Facebook、Apple、Amazon、Netflix、Google）混一份做事，那还是没什么意念念了。

现时的寰球变化太快，靠「传统旅途」还是不再是上风。简直的价值，是你能不成在一又友心中、在我方心里，都合计「我作念了一件了不得的事情」。

参考资料：

https://x.com/slow_developer/status/1957925542663184817

https://x.com/ycombinator/status/1957815586744070653

https://www.youtube.com/watch?v=JdT78t1Offo

https://www.linkedin.com/in/nottombrown/