Skip to main content
AnthropicAndrej KarpathyLLM research

Карпати пішов в Anthropic не за статусом

Андрій Карпати дійсно перейшов в Anthropic 19 травня 2026 року і приєднався до pre-training команди. Для бізнесу це чіткий сигнал: компанія серйозно посилює внутрішню AI-автоматизацію самого циклу розробки моделей та прискорює дослідження, а не просто наймає ще одне медійне ім'я.

Технічний контекст

Я переглянув публічно підтверджені факти, і картина доволі чітка: Andrej Karpathy 19 травня 2026 року оголосив, що йде в Anthropic. Не в радники, не в євангелісти, а в pre-training команду під керівництвом Nick Joseph. Мене тут зачепило саме це: мова не про піар, а про реальну роботу на рівні навчання моделей.

За словами Anthropic, він допомагатиме будувати напрямок, де Claude використовують для прискорення pre-training research. Це вже не просто «модель відповідає на питання», а AI automation для самих дослідників. Якщо говорити мовою AI architecture, лабораторія хоче замкнути контур, де модель допомагає покращувати процес створення наступної моделі.

І ось тут я б не тягнув у текст Mythos як факт. Я не бачу ні офіційного підтвердження, ні надійного джерела, яке пов'язує перехід Карпати з якимось секретним проєктом. Чутки є, але поки що це саме чутки, і я б не будував на них висновки.

Куди цікавіше інше: Карпати сам написав, що хоче повернутися в R&D, а Anthropic явно робить ставку на прискорення досліджень через власні інструменти. Це дуже схоже на наступний етап гонки LLM: вигравати не лише якістю моделі, а й швидкістю ітерацій всередині команди.

Вплив на бізнес та автоматизацію

Для ринку це сильний маркер. Anthropic вкладається не тільки в продукт, але й у machinery behind the product, тобто у внутрішню automation with AI для досліджень, експериментів та pre-training пайплайнів.

Хто виграє? Ті, хто вміє будувати швидкі цикли тестування, оцінки та впровадження ідей. Хто програє? Команди, у яких AI implementation досі зводиться до кількох промптів і ручного збирання процесів у чатах.

Я це бачу і на клієнтських кейсах: як тільки з'являється нормальна AI integration у робочий контур, швидкість ухвалення рішень різко змінюється. У Nahornyi AI Lab ми якраз вирішуємо такі завдання на практиці: де потрібен не хайп, а зрозуміла AI automation, яка прибирає ручну рутину і прискорює роботу команди без зайвого шуму.

Якщо у вашій компанії дослідницькі, аналітичні чи контентні процеси вже впираються в людей і час, це хороший момент перезібрати їх всерйоз. Можна просто спостерігати за кроками Anthropic, а можна разом з Nahornyi AI Lab зібрати таку AI solution development схему, яка дасть ефект уже у вашому контурі.

Раніше ми детально розбирали архітектурні особливості майбутнього Claude Opus 4.6, включаючи механіку розширеного обмірковування. Саме розвиток таких просунутих моделей всередині Anthropic значною мірою пояснює зростаючий інтерес провідних дослідників до їхніх закритих проєктів.

Поділитися статтею