Andrej Karpathy dołączył do Anthropic. Współzałożyciel OpenAI, były dyrektor AI w Tesli i autor popularnych kursów sieci neuronowych na YouTube potwierdził to we wtorek 19 maja 2026. Tego samego dnia Anthropic w komunikacie do prasy uściślił, że Karpathy wchodzi do zespołu pretraining i ma zbudować nowy mini-zespół wokół jednego pomysłu – używać Claude’a do trenowania kolejnego Claude’a. To kolejny wysokoprofilowy transfer do Anthropic w niecałe dwa lata i drugi taki ruch w samym maju.
Co dokładnie się stało
Karpathy ujął to krótko i wprost. W swoim publicznym oświadczeniu zaznaczył dodatkowo, że pozostaje zaangażowany w edukację i wróci do niej w odpowiednim czasie – czyli Eureka Labs zostają na pauzie, a nie znikają.
“Myślę, że najbliższe kilka lat na granicy rozwoju LLM-ów będzie szczególnie kształtujące. Jestem bardzo podekscytowany możliwością dołączenia do zespołu tutaj i powrotu do badań i rozwoju” – Andrej Karpathy, publiczne oświadczenie z 19 maja 2026.
Konkrety podał sam Anthropic. Karpathy zaczyna pracę w tym tygodniu i raportuje do Nicka Josepha, szefa pretrainingu w firmie. Nie jest to więc stanowisko doradcze ani honorowe, tylko pełnoetatowa rola operatora technicznego. Karpathy ma zbudować nowy, mniejszy zespół skupiony na konkretnym zadaniu – używaniu Claude’a do przyspieszania badań nad pretrainingiem kolejnych modeli Claude’a. Sam pretraining to ten etap, na którym model uczy się rdzennej wiedzy i podstawowych zdolności, jeszcze zanim ktokolwiek doda do niego instrukcje albo poprawki ludzkie.
Co do Eureka Labs, edukacyjnego startupu założonego przez Karpathy’ego w 2024, z jego oświadczenia wynika, że projekt na ten moment pauzuje, ale nie znika. To istotne dla polskich entuzjastów AI. Z materiałów Karpathy’ego uczy się bowiem spora część osób wchodzących w machine learning, a jego seria “Neural Networks: Zero to Hero” na YouTube to praktycznie standard wejścia w głębokie sieci neuronowe dla samouków.
Trzy transfery do Anthropic w niecałe dwa lata – co to za trend
Schulman, Nordeen, teraz Karpathy
Bo Karpathy nie jest pierwszy w tej kolejce. John Schulman, inny współzałożyciel OpenAI, przeszedł do Anthropic już w 2024. Z kolei Ross Nordeen, członek zakładający xAI z przeszłością w Tesli, dołączył na początku maja 2026. Co ciekawe, było to dokładnie tego samego dnia, w którym Anthropic ogłosił umowę ze SpaceX. Chodziło o wynajem mocy obliczeniowej w data center Colossus 1 w Memphis. Karpathy to więc trzeci taki transfer w niecałe dwa lata. I drugi w ciągu samego maja.
Sutskever, Murati i szerszy obraz
Szerszy obraz tylko domyka tę narrację. Ilya Sutskever, były szef nauki w OpenAI, odszedł i założył Safe Superintelligence Inc. Z kolei Mira Murati, była szefowa technologii w tej samej firmie, prowadzi własny startup Thinking Machines. W ostatnich kwartałach z ekosystemu OpenAI odeszło kilka rozpoznawalnych osób. Poza Sutskever i Murati także Schulman, a teraz Karpathy. Choć nie każda z nich ląduje w Anthropic, każda pokazuje to samo. Frontier AI to dziś bardzo mała grupa osób, które potrafią kierować budową dużego modelu od zera. Nie kilkanaście tysięcy ludzi, jak mogło się jeszcze rok temu wydawać.
Drenaż OpenAI czy ostra konkurencja
Pojedynczy transfer rzędu Karpathy’ego nie jest więc tylko ciekawostką PR-ową. To realna przepustowość badawcza, która zmienia obóz. Z tego samego powodu nazywanie tego “drenażem OpenAI” to przesada. Firma dalej ma setki badaczy. Trend opisany przez CNBC jako “intensifying battle for talent” działa w obie strony. To ostra konkurencja, nie jednostronna ucieczka. Kierunek jest jednak jasny. Anthropic w ostatnim półroczu jest opisywany jako coraz mocniejszy gracz w wyścigu o talenty na froncie badań. Dobrze koresponduje to z danymi sprzed tygodnia. W artykule Anthropic wyprzedził OpenAI u firm – dane Ramp z maja pokazaliśmy, że firma po raz pierwszy w historii uzyskała procentową przewagę wśród klientów biznesowych w USA według platformy Ramp.
Co dla nas znaczy powrót Karpathy’ego do badań i rozwoju? Tyle, że jeden z najbardziej rozpoznawalnych edukatorów AI na świecie znów siada do trenowania modeli. Robi to w firmie, która w segmencie klientów biznesowych w USA już w tym miesiącu wyprzedziła OpenAI.
Claude trenuje Claude’a – czyli o co naprawdę chodzi
Co właściwie Karpathy będzie robił
Tu warto się zatrzymać i zastanowić, co właściwie Karpathy będzie robił. Nie został zatrudniony po to, żeby pisać następne Codex CLI ani projektować nowy chat. Jego zadanie jest węższe i bardziej fundamentalne. Ma używać Claude’a jako narzędzia, które przyspiesza badania nad pretrainingiem. Brzmi to abstrakcyjnie dopóty, dopóki nie spojrzy się na sprawę z perspektywy operatora.
Na czym polega pretraining
Pretraining dużego modelu trwa miesiącami. Wymaga też dziesiątek tysięcy kart obliczeniowych. To ten etap, na którym Claude albo GPT uczy się “jak działa świat”. Czyli składni, faktów i rozumowania na bardzo wysokim poziomie. Zanim trening w ogóle ruszy, zapadają setki decyzji projektowych: jak dobrać dane, którą architekturę wybrać, gdzie rozłożyć budżet obliczeniowy. Każda z nich wpływa na to, czy model po pół roku okaże się skokiem na poziomie Opus, czy będzie tylko trochę lepszy od poprzednika. Ponieważ każda decyzja realnie kosztuje, oszczędność czasu na iteracji ma ogromne znaczenie. Kiedy więc Claude pomaga w analizie wyników eksperymentów, generuje hipotezy albo szybko przeczesuje literaturę, badacze mogą iterować dużo szybciej. To trochę jak zatrudnienie cierpliwego asystenta, który nigdy się nie męczy i nie idzie spać.
Jeden z najsilniejszych edukatorów AI na świecie ma teraz uczyć model, który uczy następny model.
Co to znaczy dla polskiej firmy płacącej za Claude’a
Ten ruch dobrze koresponduje z wcześniejszą umową Anthropic ze SpaceX. Opisywaliśmy ją w artykule Anthropic-SpaceX-Colossus – skąd nagle limity Claude Code. Firma zaczyna budować zaplecze obliczeniowe rzędu xAI. Samej mocy obliczeniowej będzie więc więcej. Ale ludzi, którzy potrafią z niej wycisnąć każdy procent, dalej jest dramatycznie mało. Anthropic dokłada więc do swojej talii kogoś, kto przez pięć lat robił dokładnie to dla Tesla Vision. A wcześniej przez moment także dla OpenAI.
Dla polskiej firmy płacącej za Claude’a oznacza to jedną konkretną rzecz. Ruch ten może zwiększyć presję na szybsze iteracje kolejnych modeli Claude’a. Jeśli OpenAI nie odpowie symetrycznym ruchem, rok 2026-2027 może wyglądać jak prawdziwa konkurencja na froncie modeli. A nie tylko na froncie marketingu.
Co to znaczy dla polskich uczących się AI
Pauza Eureka Labs
Pierwszą widoczną zmianą dla polskiego entuzjasty AI jest pauza Eureka Labs. Karpathy wprost mówi, że wraca do edukacji “w odpowiednim czasie”. W praktyce oznacza to, że nowe materiały edukacyjne jego autorstwa zejdą na dalszy plan. Dla polskich studentów, którzy uczyli się ML wyłącznie z jego YouTube’a, jest to drobna, ale realna strata. Na szczęście jego stare materiały dalej są dostępne. W tym pełna seria “Neural Networks: Zero to Hero”, która w 2026 wciąż pozostaje solidnym darmowym wejściem w głębokie sieci neuronowe.
Vibe coding wchodzi głębiej
Druga zmiana dotyczy języka, którym mówimy o codziennej pracy z AI. Karpathy ukuł termin “vibe coding”. Pisaliśmy o nim w artykule Vibe coding – co to jest i czy programiści są niepotrzebni. Teraz człowiek, który nazwał to zjawisko, sam idzie tworzyć narzędzia. Te wpchną vibe coding głębiej w produkcyjne procesy. Warto to mieć z tyłu głowy, kiedy próbuje się zgadnąć, jak będzie wyglądać polska dyskusja o programowaniu z AI za rok.
Szybsze cykle, krótsza półka skill setów
Trzeci wątek to tempo cykli modeli. Jeśli Anthropic faktycznie wykorzysta zespół Karpathy’ego do akceleracji pretrainingu, kolejne wersje Claude’a mogą wychodzić częściej. Dla polskich firm projektujących automatyzacje pod konkretną wersję modelu albo budujących kursy o AI oznacza to jedno. Skill set starzeje się szybciej niż jeszcze pół roku temu zakładaliśmy. Co więcej, materiały aktualne dziś za sześć miesięcy mogą wymagać poważnej aktualizacji. Nie zatrzyma to nikogo, kto żyje z tej branży. Warto natomiast wkalkulować to w rytm planowania kolejnych kursów i sekwencji szkoleniowych.
W szerszej perspektywie ten transfer pokazuje też, że frontier AI to nadal sprawa ludzi. A nie tylko serwerowni. Można mieć Colossus i siedem miliardów dolarów na infrastrukturę. Jeśli jednak nie ma się przy stole kogoś, kto wie, jak ułożyć następny eksperyment, traci się rok. Anthropic właśnie kupił sobie ten rok.
Kurs n8n 2.0 · Kodożercy
Naucz się n8n od zera – i zacznij automatyzować
Kurs n8n 2.0 od Kodożerców to praktyczny kurs bez teorii. Budujesz prawdziwe workflow od pierwszej lekcji – od połączeń z API po webhooki i integracje. Żadnych suchych slajdów.
Zacznij naukę →
Podsumowanie
Karpathy w Anthropic to pojedynczy transfer, ale gęsty informacyjnie. Mówi naraz cztery rzeczy. Frontier AI to dziś bardzo mała grupa ludzi, którzy potrafią cokolwiek poruszyć, a Anthropic wyraźnie przyciąga ich do siebie. Pretraining wchodzi w fazę, w której AI trenuje AI. A tempo wypuszczania kolejnych modeli prawdopodobnie się skróci. Dla polskich firm i polskich uczących się oznacza to dwie praktyczne konsekwencje. Po pierwsze, Claude i ChatGPT w okolicach 2026-2027 będą rywalizować nie tylko ceną, ale wprost jakością modeli. Po drugie, skill set świeży dziś za pół roku może być po prostu standardem. Dlatego lepiej uczyć się od razu narzędzi i metod pracy z AI, a nie konkretnej wersji konkretnego modelu.
Newsletter · DevstockAcademy & Kodożercy
Bądź na bieżąco ze światem IT, AI i automatyzacji
Co wtorek: newsy z branży, praktyczne tipy i narzędzia które warto znać. Zero spamu.
