Il 19 maggio 2026 Andrej Karpathy ha annunciato su X di aver iniziato a lavorare ad Anthropic. La notizia ha immediatamente dominato la conversazione nel settore, non solo per il nome, visto che uno dei ricercatori più rispettati nella storia recente del deep learning, ma per il segnale strategico che porta con sé: il più celebre tecnico indipendente dell’AI ha scelto di tornare alla ricerca applicata in un laboratorio frontier, e ha scelto Anthropic invece di OpenAI, la sua casa originaria.
Karpathy lavora nel team di pre-training sotto la guida di Nick Joseph, e Anthropic ha comunicato che costruirà un nuovo team focalizzato sull’uso di Claude stesso per accelerare la ricerca sul pre-training. Il pre-training è la fase più costosa e computazionalmente intensiva dell’intero ciclo di sviluppo di un modello frontier: è responsabile dei training run su larga scala che conferiscono a Claude la sua conoscenza di base e le sue capacità core. Il fatto che Anthropic stia costruendo attorno a Karpathy un team dedicato a usare il modello stesso per migliorare questa fase non è un dettaglio organizzativo, è una dichiarazione di direzione tecnica: l’azienda scommette che l’AI-assisted research, più che la pura potenza computazionale, sarà il principale differenziatore competitivo nei prossimi anni.
Il percorso di Karpathy è quello di un ricercatore che ha operato ai massimi livelli in contesti radicalmente diversi. Ha co-fondato OpenAI, poi è stato reclutato da Elon Musk per guidare il team di computer vision di Tesla Autopilot come director of AI, è tornato brevemente a OpenAI nel 2022, e dal 2024 lavorava su Eureka Labs, una startup dedicata all’applicazione dell’AI all’educazione. La sua traiettoria copre tutto lo spettro: ricerca fondazionale, ingegneria di sistemi in produzione su scala di massa, e divulgazione tecnica di alto livello attraverso il corso Neural Networks: Zero to Hero e un canale YouTube con milioni di visualizzazioni. È una delle poche figure nel campo capaci di parlare con la stessa credibilità ai ricercatori di frontiera, agli ingegneri di produzione e agli studenti.
Anthropic ritiene che la ricerca assistita dall’AI, più che il compute puro, sia il modo per restare competitiva con OpenAI e Google. La logica è tecnica prima che simbolica: se Claude può contribuire a progettare esperimenti di pre-training, valutare architetture, sintetizzare letteratura e accelerare il ciclo di iterazione della ricerca, il vantaggio non si misura in GPU-ore ma in velocità di scoperta. Karpathy è esattamente il tipo di ricercatore che sa costruire questa infrastruttura di ricerca aumentata, avendo lavorato su sistemi che operano in tempo reale su scale fisiche, come la guida autonoma di Tesla, e su architetture teoricamente profonde nelle fasi fondative di OpenAI.
La scelta di Anthropic invece di OpenAI è il sottotesto più commentato. Karpathy ha scelto Anthropic come sua base per tornare alla ricerca frontier sui LLM, preferendola alla sua casa originaria. Non si tratta di un segnale isolato. Negli ultimi mesi una serie di CTO di aziende da miliardi di dollari ha lasciato posizioni di leadership per ruoli da individual contributor ad Anthropic: il CTO di Workday, quello di You.com, quello di Instagram, quello di Box, quello di Super.com, quello di Adept AI. Non per dirigere divisioni, ma per fare ricerca. È un pattern insolito e significativo: persone con equity consolidata, credibilità sufficiente per raccogliere capitali autonomamente e traiettorie confortevoli hanno scelto di ridursi a contributori individuali in un laboratorio di ricerca. Il calcolo implicito è che il luogo in cui si produce la conoscenza più rilevante sui modelli di frontiera vale più del titolo e dello stipendio che si lascia.
La gara per l’AI di frontiera viene spesso raccontata attraverso i round di finanziamento e la scarsità di potenza computazionale, ma altrettanto importante è la competizione per il piccolo bacino di ricercatori capaci di far avanzare la frontiera stessa. Karpathy è l’emblema di questa scarsità: non ci sono molti ricercatori con la sua combinazione di profondità teorica, esperienza pratica su sistemi reali e capacità comunicativa. Il suo arrivo ad Anthropic sposta il baricentro percepito del talento tecnico di frontiera, con conseguenze che vanno al di là del singolo contributo di ricerca che produrrà.