Karpathy、Anthropicへ—AI業界最大の電撃人事

2026年5月19日、Andrej Karpathyが自身のXアカウントでAnthropicへの参加を発表した。OpenAIの11人の共同創業者の一人であり、TeslaのAIディレクターを歴任し、「Vibe Coding」の名付け親としても知られるKarpathyは、AI業界で最も影響力のある研究者の一人だ。彼のXポストは18.7Mビューを記録し、Hacker Newsでは1,205ポイント、499コメントが集まった。

KarpathyはAnthropicのプレトレーニングチームに加わり、Nick Joseph（Anthropicプレトレーニング責任者、元OpenAI）の下で「Claudeを使ってプレトレーニング研究を加速する」チームを立ち上げる。これは単なる人材の移動ではない。Anthropicが**再帰的自己改善（Recursive Self-Improvement, RSI）**への本格的な布石を打った瞬間であり、OpenAIとAnthropicの間で続いてきた人材戦争に一つの区切りがついたことを意味する。

Karpathyとは何者か—3つの顔を持つ異才

Karpathyのキャリアパスを追うと、彼が「AI業界のレジェンド」と呼ばれる理由がわかる。

フェーズ1：アカデミアとOpenAI（2015-2017） スタンフォード大学でFei-Fei Liの下で博士号を取得。CS231n（深層学習とコンピュータビジョン）を共同創設し、業界全体の教育に貢献した。2015年、OpenAIの11人の共同創業者の一人としてAI研究の最前線に立つ。

フェーズ2：Tesla時代（2017-2023） Elon Muskに引き抜かれ、TeslaのAIディレクターとしてAutopilotのコンピュータビジョンチームを統率。自社のデータラベリングパイプラインからニューラルネットワーク学習、カスタム推論チップへのデプロイまで、大規模AIシステムのエンドツーエンドを経験した。

フェーズ3：独立研究者・教育者（2024-2026） OpenAIを再び離れた後はEureka Labsを設立し、AI教育に注力。nanoGPT、microGPTなどの教育用プロジェクトを公開。何より注目すべきは、彼が2026年3月に公開したAutoResearchプロジェクトだ。Karpathyは自身のXで、AutoResearchが自律的に700件のアーキテクチャ変更を実行し、学習効率を11%向上させたと報告している。このプロジェクトの核心は、たった630行のPythonコードで実装された自律研究エージェントが、人間の介入なしに深層学習の実験を回し続ける点にある。

RSIの実態：「Claudeでプレトレーニングを加速する」とは

AnthropicがKarpathyに任せようとしているのは、以下のようなループだ：

  1. 現在のClaudeモデルに、次世代のトレーニングパイプラインを設計させる
  2. Claudeが提案した改善（データミックス比率、学習率スケジュール、アーキテクチャ変更など）を自動テスト
  3. 効果のあった改善を本番トレーニングに反映
  4. 改善された次世代モデルが、さらに良い改善を提案できるようになる

このサイクルが機能すれば、各世代のモデルが次のモデルをわずかに効率化し、その効果が複利的に積み上がる。Anthropicの共同創業者Jack ClarkはImportAIニュースレターで、「2028年末までに人間の介在なしにAI R&Dが自律的に回る確率は60%以上」と述べている。

これがRSI（Recursive Self-Improvement）の実体であり、KarpathyのAutoResearchはこの概念を小規模で実証済みのプロトタイプだ。

AutoResearchの仕組み—コードで見る自律研究ループ

KarpathyのAutoResearchのアーキテクチャは驚くほどシンプルだ。以下に概念的な実装を示す：

# Karpathy's AutoResearch: 概念的な自律研究ループ
def autoresearch_loop(initial_model_code, train_script, max_iterations=100):
    best_loss = float('inf')
    best_code = initial_model_code
    
    for i in range(max_iterations):
        # Step 1: AIがコードを分析し、改善案を提案
        proposal = claude.analyze_and_propose(
            current_code=best_code,
            recent_results=training_history[-5:]
        )
        
        # Step 2: 提案を適用した実験コードを生成
        experiment_code = claude.apply_modifications(best_code, proposal)
        
        # Step 3: 5分間のトレーニング実験を実行
        result = run_training(experiment_code, train_script)
        
        # Step 4: 結果を評価
        if result.val_loss < best_loss:
            best_loss = result.val_loss
            best_code = experiment_code
            print(f"Iteration {i}: Found improvement → val_loss: {result.val_loss:.4f}")
        
        training_history.append(result)
    
    return best_code, best_loss

この単純なループが、2日間で276件の実験を自律実行し、29件の有効な改善を発見した。注目すべきは、各イテレーションでClaudeが過去の実験結果の系列を見て次の改善を計画している点だ。これは単なるランダムサーチではなく、経験に基づくメタ学習である。ShopifyのCEO Tobias Lütkeもこの手法を社内データに適用し、37実験で19%の性能向上を報告している。

AnthropicでKarpathyが率いるチームは、この同じコンセプトを数千GPUのスケールで実行する。個人のサイドプロジェクトとフロンティアラボの違いは計算資源の規模だけであり、基本思想は同一だ。

Anthropic叙事詩の第6章—人材戦争の帰趨

Karpathyの移籍は、当サイトで追いかけてきたAnthropicの一連の記事の文脈で理解すべきだ：Claude Mythos、Stainless買収、9000億ドル評価額、PwC展開、Claude for SMB。これらが描くAnthropicの「Claude帝国」に、今頭脳が加わった。

Anthropicの従業員定着率は80%で業界最高。OpenAIからAnthropicへの人材移動は他社への約8倍の確率で発生している。Metaが研究者に最大$100Mを提示しても離脱を止められなかった事実は、金銭以上に企業哲学と安全性へのコミットメントが人材引力として機能していることを示す。

批判的視点：楽観論と懐疑論

もちろん、この人事には批判的な視点も存在する。

楽観論（Anthropic陣営）： Jack Clarkの2028年RSI予測は多くのAI研究者に共有されている。KarpathyのAutoResearchがすでに小規模で実証済みであり、フロンティアスケールに拡張するだけという論理は説得力がある。The Algorithmic BridgeのAlberto Romeroは、「Karpathyの採用は、自動化されたAI研究が近い将来達成可能と見なされていることの明確なシグナル」と分析する。

懐疑論（Gary Marcus的視点）： 一方で、Karpathy自身が2025年10月のDwarkesh Podcastで「モデルはまだそこまで来ていない。業界は過大評価している。大半はスロップ（粗悪な出力）だ」と発言していたことを想起すべきだ。わずか7ヶ月で彼が180度態度を変えたのは、Claude Codeエコシステムの実用性が劇的に改善したからだとしても、RSIが現実になるという保証はどこにもない。また、Anthropicはプロプライエタリなモデルを販売する企業であり、Karpathyのオープンソース哲学（nanoGPT、AutoResearchの公開）と衝突する可能性は否定できない。「教育を時間をかけて再開する」という彼の言葉は、少なくとも近い将来はその自由を制限されることを意味する。

日本語AIエンジニアにとっての意味

このニュースは、日本のAIエンジニアにとって以下の3つの実務的示唆を持つ：

  1. Claude APIの中長期戦略を読み直すべき: Karpathyが率いるプレトレーニング改善チームの成果は、1-2年後のClaudeモデルの性能向上に直接寄与する。現時点でClaude APIを使っていないチームは、少なくとも評価パイプラインに組み込んでおくべきだ。

  2. AutoResearch型ワークフローは今すぐ試せる: 個人レベルでも、Claude CodeやGPT-5.5に小規模なトレーニング実験を自律実行させるループは、Karpathyの公開コードをベースに数十行で実装できる。小規模なモデルファインチューニングの最適化など、すぐに適用可能な領域から始めることを推奨する。

  3. Anthropic日本拠点の存在感が高まる: NEC（約3万人）、日立（約29万人）がAnthropicとパートナーシップを締結し、2026年6月10日には東京で「Code with Claude」開発者イベントが予定されている。Karpathyの参加によってAnthropicの技術的プレゼンスはさらに高まり、日本企業のAI導入判断にも影響を与えるだろう。

まとめ

KarpathyのAnthropic移籍は、2026年のAI業界を象徴する出来事だ。これは単なる人材の移動ではなく、「AIがAIを改善する」というRSIの時代が現実のものとなりつつあることを示すシグナルである。彼が3月に公開したAutoResearchのコードは、将来のAI研究の姿を先取りしていた。今、そのビジョンがフロンティアラボのスケールで実装されようとしている。

KarpathyがAnthropicで何を成し遂げるか—その結果は、AI業界全体の方向性を左右するだろう。

この記事はAIによって生成され、人間の編集を経て公開されています。 Appwright AI は AI によるコンテンツ制作の可能性を探求する実験的プロジェクトです。