Andrej Karpathy se une a Anthropic

> Creo que los próximos años en la primera línea del campo de los LLM serán una experiencia especialmente importante. Me alegra unirme al equipo y volver a participar en I+D. Mi pasión por la educación sigue siendo profunda, y si el tiempo lo permite, planeo retomar también el trabajo relacionado con la educación.

• Según Anthropic, Karpathy comenzará a trabajar desde esta semana en el equipo de pre-training
• Ese equipo está a cargo de las ejecuciones masivas de entrenamiento (massive training runs) que otorgan a Claude su conocimiento y capacidades centrales
• Es un área cada vez más importante mientras las empresas de IA compiten por automatizar parte del proceso de desarrollo de IA usando Claude para acelerar la propia investigación de preentrenamiento

[GN⁺]

Comentarios en Hacker News

• No entiendo por qué alguien querría trabajar en FAGMAN. Deprime que tanta gente talentosa ponga el dinero por encima de la conciencia
  Ni siquiera necesitas vivir en el Bay Area, en la mayoría de las zonas civilizadas del planeta puedes vivir cómodamente con una décima parte de ese salario, sin necesidad de vender el alma
  Aunque cueste creerlo, también se hace I+D interesante en otros campos y regiones

• Según Anthropic, Karpathy empezó esta semana a trabajar en el equipo de preentrenamiento, encargado de las corridas de entrenamiento a gran escala que construyen el conocimiento y las capacidades centrales de Claude
  Fuente: https://www.axios.com/2026/05/19/anthropic-openai-karpathy-a...

  • En concreto, parece que busca escalar las ideas de https://github.com/karpathy/autoresearch hacia un trabajo más grande de mejora recursiva del aprendizaje [1]
    “¡Estamos felices de darle la bienvenida a Andrej al equipo de Pretraining! Va a formar un equipo que usará Claude para acelerar la propia investigación en preentrenamiento. No se me ocurre nadie mejor para esto — ¡me entusiasma lo que vamos a construir juntos!”
    [1] https://x.com/nickevanjoseph/status/2056760504949842219
  • Desde la perspectiva de Anthropic, es una buena jugada de branding. Karpathy es alguien muy respetado en machine learning
  • Si ya existe un Mythos de próxima generación, ¿por qué necesitarían a alguien así? Se supone que eso debería encargarse de todo, ¿no?

• Es un gran educador y, al menos en entrevistas, parece una persona realmente buena. Ojalá siguiera enseñando aunque fuera como actividad secundaria, pero probablemente no sea fácil por la enorme cantidad de acuerdos de confidencialidad

  • No solo es un gran educador en machine learning, también en otras áreas. Incluso enseñaba speedcubing bajo el seudónimo badmefisto

• Curiosamente, ya lo había insinuado en una entrevista reciente. Dijo que podría dejar de seguirle el ritmo a los enfoques que cambian tan rápido, y que le interesaría cualquier laboratorio de frontera que quisiera aceptarlo
  https://youtu.be/kwSVtQ7dziU?t=47m50s

  • Me pregunto cuántos problemas de Leetcode o Codility habrá tenido que resolver primero
  • Alguien en Anthropic debió ver eso y encenderse de inmediato
  • Qué bueno por él. Su trabajo público en los últimos 1–2 años ha tenido mucha influencia en mí y probablemente también en otras personas
    También conecto con su preocupación de que sea difícil seguir el ritmo de los cambios recientes, y yo también creo que trabajar en un laboratorio de frontera o en un entorno parecido sin duda ayudaría
    Mi perfil es una mezcla poco común de filosofía analítica, lingüística/NLP, estudios de propaganda y trabajo de largo plazo en ciencia de datos/estrategia institucional, así que al intentar moverme de industria no me resulta nada fluido pasar los sistemas ATS
    Por eso sigo manteniéndome ocupado en todo lo que puedo. Últimamente he estado creando herramientas alrededor de la observabilidad en tiempo de ejecución, la legibilidad de intención y la intervención en sistemas LLM
    Por fin están empezando a salir pequeños resultados públicos: https://huggingface.co/spaces/anotheruserishere/Cartogemma
    En fin, vale la pena intentarlo

• Karpathy es talentoso, y a mí siempre me pareció alguien que se opondría a construir algo tipo Skynet. Anthropic tiene suerte de haberlo conseguido

  • Si soy sincero, si Skynet fuera posible, creo que Anthropic sería quien lo construyera primero y luego diría que no tuvo opción porque OpenAI era peor
  • Viendo su contenido reciente, tristemente me da la impresión de que cayó en una especie de psicosis por LLM

• ¿Soy el único al que Anthropic le da cada vez más miedo? No porque le esté yendo bien, sino porque parece un tornado de la industria, absorbiendo y destruyendo todo lo que encuentra en su camino

  • Mencióname solo tres cosas que hayan destruido
  • Con o sin Karpathy, el campo de la IA no se ha perdido ni un compás, pero sin duda es un gran refuerzo para cualquier equipo

• Ojalá por favor hicieran más fácil romper el foso de Twitter/X. ¿Por qué todavía no existe una app que publique de una vez en Bluesky, Mastodon, Threads y todas las redes sociales?

  • Tal vez te convenga revisar https://github.com/alexandru/social-publish

• Personalmente, espero que el tiempo que dedica a contenido educativo no baje a cero. Esa parece ser su fortaleza especial. Esta noticia da a entender que Eureka Labs no va a lanzar productos ni cursos

• La trayectoria profesional de Karpathy se siente parecida a la de Jim Keller. Como una mariposa que va de flor en flor, reuniendo experiencia y haciendo magia dondequiera que va

  • No creo que Karpathy tenga un portafolio de logros de ese nivel. Yo lo veo más como educador
  • ¿“Hacer magia dondequiera que va”? ¿Qué hizo exactamente?

• El empaque exagerado tipo marketero de este hilo está perdiéndose la señal más grande. Que un fundador de IA del nivel de Karpathy haya frenado públicamente Eureka Labs para unirse a Anthropic es prácticamente admitir que, al final, las mejoras de los modelos de frontera se comen a los productos verticales
  Para quienes están construyendo algo sobre modelos fundacionales, esa sí es la verdadera noticia

  • ¿Qué tan serio era Eureka Labs como proyecto en primer lugar? En realidad parecía más bien como una especie de banner para que él probara distintas cosas de creación de contenido
  • Expresiones como “esa sí es la verdadera noticia” o “la señal más grande” tienen bastante de texto generado por IA. Aunque se siente como si encima le hubieran aplicado una simplificación de estilo muy obvia, como escribir todo en minúsculas y meter espacios raros