Năm nay, 9 đại gia đa ngành đã đổ vào Anthropic, đang đặt cược rằng AI sẽ trở thành công nghệ của thập kỷ tiếp theo

作者：数字生命卡兹克

Hôm qua, lại thấy một tin tức: một tân thành viên nữa được công bố chính thức gia nhập Anthropic.

Tom Blomfield tuyên bố nghỉ phép từ YC để gia nhập Anthropic.

Cho tôi xin, tôi hơi không hiểu nổi nữa.

Không, vì sao có quá nhiều đại cao thủ, lại đều chọn gia nhập Anthropic?

Tên này nếu ở trong nước bạn không nghe qua là chuyện bình thường, nhưng ở giới fintech tại Anh, anh ấy là một nhân vật mang tính biểu tượng.

Anh đồng sáng lập Monzo, một trong những ngân hàng số lớn nhất tại Anh, phủ sóng người dùng tương đương 10% dân số ở Anh; trước đó anh còn đồng sáng lập GoCardless, làm hạ tầng thanh toán cho ngân hàng. Cả hai công ty đều đạt quy mô kỳ lân, định giá vượt 1 tỷ USD.

Năm 2019, Nữ hoàng Anh trao cho anh huy chương OBE để ghi nhận những đóng góp của anh cho cạnh tranh trong ngành ngân hàng và tài chính toàn diện; sau đó anh sang YC làm đối tác—đây là bộ máy tăng tốc khởi nghiệp hàng đầu thế giới, nơi từng ươm mầm Airbnb, Stripe, Dropbox, v.v.

Giờ đây, anh buông lại tất cả và sang Anthropic làm một MTS (Member of Technical Staff).

Và nói thật, kiểu đại cao thủ như anh không còn là trường hợp cá biệt nữa.

Tôi quay lại lục xem nửa đầu năm nay có những đại cao thủ nào gia nhập Anthropic—không tìm thì thôi, vừa lục vừa thấy giật mình. Số người có thân phận như thế, địa vị cao như thế, vẫn khiến tôi có chút ngạc nhiên.

Tôi chọn ra 9 người trong số đó mà tôi thấy rất thú vị để cùng mọi người “bóc” một chút, và cũng có thể nhìn ra từ họ rằng những người thông minh nhất thời đại này đã lựa chọn điều gì.

Người đầu tiên, đương nhiên phải bắt đầu từ người “hot” nhất của nửa đầu năm.

Một, Andrej Karpathy

Ngày 19/5 năm nay, Andrej Karpathy đăng bài trên X thông báo gia nhập Anthropic.

Chỉ vài giờ sau khi đăng, lượt xem đã vượt 1 triệu.

Nếu bạn có chút hiểu biết về lĩnh vực AI, hẳn bạn sẽ biết trọng lượng của cái tên này; trong giới, mọi người đều gọi anh là “thần bài AI”.

Chuỗi tutorial dạng “em bé chăm thần kinh mạng” trên YouTube của anh đã có gần 30 triệu lượt xem.

Mạnh hơn cả là lý lịch của anh.

Năm 2015, tốt nghiệp tiến sĩ ở Stanford, hướng dẫn bởi Li Fei-Fei.

Cùng năm, trở thành thành viên trong đội ngũ sáng lập của OpenAI.

Năm 2017, bị Musk lôi sang Tesla làm giám đốc AI, trực tiếp báo cáo cho Musk. Trong 5 năm ở Tesla, anh chủ trì phát triển toàn bộ hệ thống thị giác cho Autopilot và FSD; người thúc đẩy cốt lõi cho “lộ trình thuần thị giác” của Tesla chính là anh.

Năm 2022 rời Tesla, năm 2023 quay lại OpenAI trong thời gian ngắn, năm 2024 lại đi; tự mình sáng lập Eureka Labs làm giáo dục AI.

Đến tháng 5 năm nay, anh đến Anthropic.

Anh gia nhập đội ngũ huấn luyện trước của Nick Joseph, thành lập một nhóm con: làm việc là dùng Claude để tăng tốc chính nghiên cứu huấn luyện trước của Claude.

Hiện trong nội bộ Anthropic, hơn 80% mã nguồn được hợp vào kho code là do Claude tạo ra; kỹ sư con người chủ yếu đảm nhiệm chỉ huy và rà soát. Nhóm của Karpathy muốn đẩy logic này tới tận cùng, dùng Claude của thế hệ hiện tại để tăng tốc sự ra đời của Claude thế hệ tiếp theo.

Nói đơn giản là để AI tự nghiên cứu AI.

Tin anh gia nhập Anthropic, mọi người có lẽ ít nhiều cũng đã lướt thấy.

Dù anh là một trong những người nổi tiếng nhất trong giới AI, nên chuyện này khó mà không “vượt khỏi vòng”.

Và kiểu đại cao thủ như vậy, thực ra mọi lời mời của các CEO cấp cao top đều có thể tùy ý lấy; nhưng cuối cùng anh lại chọn gia nhập Anthropic, để dồn toàn tâm vào nghiên cứu.

Hai, John Jumper

Tháng 6 năm nay, John Jumper đăng bài trên X, tuyên bố rời DeepMind để gia nhập Anthropic.

Cử nhân của anh ở Đại học Vanderbilt chuyên Vật lý và Toán; thạc sĩ ở Cambridge chuyên Vật lý ngưng tụ lý thuyết; tiến sĩ ở Đại học Chicago chuyên Hóa lý thuyết.

Năm 2017 gia nhập DeepMind, dẫn đội làm dự đoán cấu trúc protein, tạo ra AlphaFold. Trong bài toán dự đoán cấu trúc protein, anh đạt được đột phá khi dự đoán hơn 2 trăm triệu cấu trúc protein.

Năm 2024 giành giải Nobel Hóa học, 39 tuổi, là người nhận giải Nobel trẻ tuổi nhất trong lĩnh vực hóa học trong 70 năm qua.

Anh ở DeepMind gần 9 năm.

Rồi anh đi.

Có một bối cảnh đáng chú ý.

Tháng 2/2026, Anthropic công bố hợp tác khoa học đời sống với Allen Institute và Howard Hughes Medical Institute.

Bên Allen Institute, trọng tâm là dùng hệ thống đa tác nhân để phân tích dữ liệu đa-omics, quản lý biểu đồ tri thức và điều phối thiết kế thí nghiệm.

Còn bên HHMI, là đưa AI agents vào phòng thí nghiệm, kết nối tri thức thực nghiệm, thiết bị khoa học và luồng công việc phân tích dữ liệu.

Theo báo cáo, tháng 4 đã mua công ty công nghệ sinh học “hấp thụ” Coefficient Bio, bắt đầu chuẩn bị xây dựng wet lab nội bộ—tức là phòng thí nghiệm vật lý có thể thực hiện các thí nghiệm sinh hóa thật.

Khi những cơ sở hạ tầng này đã sẵn sàng, “người khai sinh” AlphaFold đã đến.

Một người đoạt Nobel Hóa học, chủ động rời khỏi một trong những tổ chức nghiên cứu AI hàng đầu thế giới.

Kiểu đại tài như vậy thực ra đã không thiếu tiền, không thiếu danh dự, không thiếu địa vị học thuật. Thứ anh thiếu chỉ là một thứ mới mà anh thấy đáng để dồn hết tâm sức vào.

Ba, Peter Bailis

Peter Bailis trước đây là CTO của Workday.

Trước hết nói sơ Workday là làm gì. Nói đơn giản, đây là một trong những công ty phần mềm quản trị nhân sự và tài chính doanh nghiệp lớn nhất toàn cầu. Doanh thu năm gần chạm 10 tỷ USD, hơn 20 nghìn nhân viên, hầu như hệ thống nhân sự của mọi đại công ty lớn đều có bóng dáng của họ.

Peter Bailis được mời làm CTO vào tháng 5/2025, chịu trách nhiệm chiến lược agentic AI cho toàn công ty.

Nhưng bối cảnh của Bailis thực ra không phải kiểu chỉ làm quản lý.

Trước đó, anh là giáo sư ngành khoa học máy tính ở Stanford, từng nghiên cứu cơ sở dữ liệu và hệ thống phân tán; sau đó sáng lập Sisu Data, huy động 128 triệu USD, và năm 2023 bị Snowflake mua lại.

Sau đó anh sang Google Cloud làm Phó chủ tịch phụ trách Engineering, chịu trách nhiệm AI for Data; từng làm các sản phẩm liên quan NL2SQL và RAG. Nói thật, đây đúng kiểu người vừa có năng lực học thuật vừa có năng lực kỹ thuật rất mạnh.

Rồi anh ở Workday chưa đầy 1 năm; đến tháng 3/2026 quyết định rời đi, sang Anthropic làm một MTS, phụ trách mảng reinforcement learning.

MTS là viết tắt của Member of Technical Staff—chức danh kỹ thuật chung ở Anthropic và OpenAI. Dù trước đó bạn có chức danh nào, vào rồi đều gọi như vậy.

Một công ty phần mềm doanh nghiệp có doanh thu gần 10 tỷ USD, CTO trong chưa đến 1 năm mà chuyển sang vị trí kỹ sư reinforcement learning ở Anthropic—tôi thấy lựa chọn này đáng để theo dõi.

Bốn, Bryan McCann

Gần như cùng thời điểm, một CTO khác cũng làm một việc tương tự.

Bryan McCann là đồng sáng lập kiêm CTO của You.com.

You.com được định giá 1,5 tỷ USD. Ban đầu làm công cụ tìm kiếm AI, sau chuyển hướng thành công ty hạ tầng tìm kiếm AI, cung cấp API tìm kiếm và giải pháp AI cho doanh nghiệp và nhà phát triển.

Tháng 3/2026, anh rời công ty do chính mình đồng sáng lập để gia nhập Anthropic, và cũng trở thành một MTS.

Thế mạnh của anh là hệ thống tìm kiếm và truy xuất, cùng với việc tích hợp mô hình ngôn ngữ—đúng “đường thẳng” với hướng sản phẩm mà Anthropic đang mở rộng.

Khi một người sáng lập rời công ty mình tạo ra, không đi làm CTO hay VP ở một công ty khác, mà lại sang một công ty mô hình để làm nghiên cứu “tuyến đầu”—tôi nghĩ trọng lượng của quyết định này cũng có thể thấy phần nào qua cách nhìn như vậy.

Năm, Ross Nordeen

Ross Nordeen là một trong 12 đồng sáng lập của xAI.

Trước đó, anh làm 3 năm ở bộ phận siêu máy tính của Tesla, trực tiếp tham gia xây dựng siêu máy tính. Tháng 7/2023, khi Musk thành lập xAI, Nordeen trực tiếp báo cáo cho Musk, chịu trách nhiệm phối hợp ưu tiên toàn công ty, dẫn dắt quy hoạch tổng thể trung tâm dữ liệu xAI: từ lựa chọn địa điểm, chiến lược năng lượng, mở rộng năng lực tính toán, v.v.—rất quan trọng.

Rồi năm nay tháng 3, anh rời xAI.

Anh là đồng sáng lập cuối cùng rời đi, ngoại trừ Musk.

Trong 12 đồng sáng lập, 10 người còn lại đã rời đi trước anh. Nordeen bám trụ đến tận cuối, nhưng phần kết của câu chuyện vẫn là… anh cũng đi.

Chọn gia nhập Anthropic.

Bailis, McCann, Nordeen.

Ba người này thực ra cho thấy một số điểm chung.

Nhưng những người tiếp theo, lại là đại diện của giới học thuật.

Sáu, Chad Jones

Ngày 30/6 năm nay, Chad Jones chính thức xin nghỉ phép ở Stanford và công bố gia nhập Anthropic.

Jones tốt nghiệp Harvard (cử nhân), tiến sĩ kinh tế ở MIT, và là thành viên Viện Nghệ thuật và Khoa học Hoa Kỳ.

Anh từng làm giáo sư kinh tế ở Stanford Business School trong 17 năm, theo chế độ giảng dạy suốt đời.

Nghiên cứu nổi tiếng nhất của anh là lý thuyết tăng trưởng bán nội sinh. Quan điểm cốt lõi là tốc độ tăng trưởng kinh tế phụ thuộc vào việc bạn đầu tư bao nhiêu người và bao nhiêu tiền vào R&D, nhưng suất sinh lời lại suy giảm liên tục. Lý thuyết này có ảnh hưởng lớn trong lĩnh vực kinh tế tăng trưởng.

Anh gia nhập Anthropic Institute—một tổ chức nghiên cứu mới thành lập vào tháng 3 năm nay—do đồng sáng lập Jack Clark dẫn dắt, chuyên nghiên cứu tác động mang tính hệ thống của AI lên kinh tế, xã hội và nhà nước pháp quyền.

Jones ở đây tiếp tục làm đúng “nghề cũ”, chỉ có điều đối tượng từ tăng trưởng kinh tế truyền thống chuyển sang tăng trưởng do AI dẫn dắt.

Tuy nhiên, việc anh gia nhập thời điểm đó cũng gây ra một làn tranh cãi.

Vì năm 2023 anh viết một bài báo của NBER tên “The A.I. Dilemma: Growth versus Existential Risk”, dùng mô hình toán học để suy diễn sự đánh đổi giữa tăng trưởng do AI thúc đẩy và rủi ro tồn vong.

Trong đó có một kết luận: dưới giả định tiện ích theo log, dùng 1/3 xác suất diệt vong của con người để đổi lấy 2/3 xác suất nâng mức sống lên 55 lần—về mặt toán học là tối ưu…

Cuối cùng, anh chọn gia nhập Anthropic, từ bỏ vị trí giáo sư suốt đời 17 năm để nghiên cứu một biến số mới có thể viết lại cả giáo trình kinh tế học.

Bảy, Jelani Nelson

Ngày 1/7 năm nay, Jelani Nelson công bố xin nghỉ phép ở Berkeley và gia nhập Anthropic.

Vị trí vẫn là MTS.

Anh học xuyên suốt từ cử nhân, thạc sĩ đến tiến sĩ ở MIT. Hướng nghiên cứu là các thuật toán hiệu quả cho dữ liệu quy mô lớn, tập trung vào thuật toán dòng (streaming) và kỹ thuật giảm chiều.

Sau khi tốt nghiệp tiến sĩ, anh lần lượt làm nghiên cứu hậu tiến sĩ tại Viện Nghiên cứu Khoa học Toán, Princeton và Viện Nghiên cứu Cao cấp. Năm 2013, anh đến Harvard làm giáo sư; năm 2017 nhận giải thưởng Nhà khoa học trẻ và Kỹ sư trẻ xuất sắc của Tổng thống Mỹ (US Presidential Early Career Award for Scientists and Engineers), đây là danh dự cao nhất của chính phủ Mỹ dành cho nghiên cứu trẻ.

Năm 2019 chuyển sang Berkeley; năm 2025, anh đảm nhiệm vai trò trưởng khoa Khoa học máy tính của Đại học California, Berkeley.

Kết quả là, trưởng khoa chưa đầy 1 năm thì anh chọn gia nhập Anthropic.

Anh cũng gia nhập nhóm huấn luyện trước, đi cùng tuyến với Karpathy.

Tám, Kirill Neklyudov

Độ nổi tiếng của Neklyudov không cao bằng vài người phía trước, nhưng lựa chọn của anh cũng đáng để chú ý.

Anh là phó giáo sư tại Đại học Montreal, thành viên học thuật cốt lõi của Mila (Viện nghiên cứu AI Québec), nghiên cứu về mô hình sinh (generative modeling), phương pháp Monte Carlo và vận chuyển tối ưu. Các ứng dụng bao gồm các bài toán tiên phong trong khoa học tự nhiên như gấp protein và mô phỏng động lực học phân tử.

Trước đó, anh làm nghiên cứu sau tiến sĩ ở Vector Institute và Đại học Amsterdam; thầy hướng dẫn đều là các học giả hàng đầu trong mảng AI for Science.

Hiện tại, anh làm việc tại Anthropic cùng với Jascha Sohl-Dickstein; vị trí vẫn là MTS.

Hướng nghiên cứu của Neklyudov có một sự “gợi đáp” ẩn sau sự xuất hiện của Jumper.

Jumper mang kinh nghiệm cho dự đoán cấu trúc protein; còn Neklyudov làm ứng dụng của mô hình sinh trong khoa học tự nhiên.

AI For Science là “viên ngọc quý” trên vương miện mà bất kỳ công ty mô hình lớn nào cũng có thể sẽ không từ bỏ.

Chín, Harvey Lederman

Vị cuối cùng này, theo quan điểm cá nhân của tôi, là người có tính kịch tính nhất trong cả lượt.

Harvey Lederman, tiến sĩ triết học Đại học Oxford.

Đầu tiên là phó giáo sư tại Đại học Pittsburgh, rồi sang giảng dạy ở Princeton. Năm 2022 lên giáo sư chính thức; năm 2023 chuyển sang Đại học Texas tại Austin. Hướng nghiên cứu của anh trải rộng từ logic, thuyết nhận thức, triết học ngôn ngữ đến các nghiên cứu nền tảng về lý thuyết trò chơi và lý thuyết ra quyết định.

Tháng 7, Harvey Lederman công bố gia nhập Anthropic, nghiên cứu AI alignment và nhân cách.

Chủ yếu là vì vào tháng 10 năm ngoái, anh cùng một nhà triết học khác là Simon Goldstein đã đăng một bài trên Lawfare.

Bài viết nhắm vào một chính sách mà Anthropic đã công bố vào tháng 8/2025: cho phép Claude chủ động kết thúc cuộc trò chuyện trong những đoạn hội thoại mà nó cảm thấy rõ ràng đang bị bối rối, như một phần của việc khám phá phúc lợi AI.

Họ cho rằng chính sách này mắc một sai lầm đạo đức về mặt logic: nếu bạn thật sự quan tâm đến phúc lợi AI, thì mỗi lần cuộc trò chuyện kết thúc cũng tương đương với một lần “chết”; cho phép AI chủ động kết thúc hội thoại, về bản chất, là trao cho nó năng lực tự sát.

Cứ thế là quay sang Anthropic mà mắng một trận, và năm nay anh gia nhập Anthropic—hướng nghiên cứu lại đúng là alignment và character: nghiên cứu làm sao để giá trị và hành vi của AI khớp với con người.

Viết ở cuối cùng

Tôi đã liệt kê cho mọi người 9 người mà tôi thấy mang tính đại diện.

Ở đây cần nói thẳng một cách khách quan: hiện tại tôi thật sự rất ghét công ty Anthropic—đặc biệt là thái độ “đùa khỉ” và kiểu đứng trên cao. Nhưng mặt khác, điều đó không ngăn cản việc tôi vẫn thấy Claude là một mô hình rất đáng nể; và hơn nữa, trong đó những đại cao thủ kia đều là những người thuộc hàng “đại tài” thật sự.

Bất cứ ai trong số họ, nếu tách riêng ra cũng đã đủ là một tin tức ngành.

Nhưng khi bạn đặt chín người này cạnh nhau, tôi nghĩ nó không chỉ còn là tin tức nữa—đây thực sự là một loại tín hiệu.

Những người này không thiếu cơ hội việc làm, không thiếu thu nhập, không thiếu địa vị xã hội.

Họ chọn tự đưa ra phán đoán của mình. Và điều xảy ra trong lĩnh vực AI trong vài năm tới—theo cách nhìn của tôi—quan trọng hơn tất cả những việc họ có thể làm chỉ bằng cách ở lại vị trí cũ cộng lại.

Trong lịch sử, thực ra cũng từng có chuyện tương tự.

Vào thập niên 40-50 của thế kỷ trước, có một phòng thí nghiệm nổi tiếng tên là Bell Labs.

Đó là thời kỳ hoàng kim của thời đại bấy giờ—là cái nôi của các nhà khoa học đoạt giải Nobel.

Bell Labs đã chiêu mộ các đại cao thủ của thời đại đó như nhà vật lý, nhà toán học, nhà hóa học, nhà luyện kim, v.v. Mật độ đa ngành xuyên suốt ấy, trong thời kỳ “bùng nổ công nghệ” của khoa học kỹ thuật, đã tạo ra transistor, lý thuyết thông tin, đồng thời cũng đặt nền tảng mang tính đột phá cho công nghệ laser, truyền thông và bán dẫn.

Thời đó, các nhà vật lý đến Bell Labs không phải vì họ hết hứng thú với vật lý, mà vì họ nhận ra: thứ Bell Labs đang làm mới chính là mảnh đất màu mỡ nhất tiếp theo cho vật lý.

Hôm nay, những người này đổ về Anthropic theo cùng một logic. Mật độ nhân tài đa ngành trong các công ty mô hình AI hiện nay, thật sự khiến người ta liên tưởng đến Bell Labs.

Nhà kinh tế đến, vì kinh tế học AI đã trở thành vấn đề tiên phong nhất của kinh tế học.

Nhà khoa học máy tính đến, vì nút thắt hiệu suất của mô hình tiên tiến đã trở thành bối cảnh ứng dụng cấp thiết nhất cho các thuật toán lý thuyết.

Nhà triết học đến, vì ý thức và sự liên kết giá trị của AI đã trở thành chủ đề triết học sắc bén nhất của thời đại.

AI đang dần biến thành nền móng chung cho mọi ngành.

Họ cược không chỉ là một dòng chữ trong sơ yếu lý lịch.

Mà còn là những năm giá trị nhất của sự nghiệp.

Thềm cửa ngay trước thời kỳ hoàng kim của nhân loại.