OpenAI共同創業者がAnthropicに移った — Karpathyの決断が示すAI業界の重心移動

5月19日、Andrej KarpathyがXに1通の投稿を残した。

Personal update: I've joined Anthropic. I think the next few years at the frontier of LLMs will be especially formative. I am very excited to join the team here and get back to R&D.

OpenAIの共同創業者が、最大のライバルに移籍する。AI業界における「フリーエージェント移籍」としては、2026年最大の衝撃だろう。

Karpathyとは何者か

名前に馴染みがない読者のために簡潔に。

Andrej Karpathyはスロバキア系カナダ人のAI研究者で、スタンフォード大学でFei-Fei Liの指導のもと博士号を取得した。2015年にOpenAIの創立メンバーとして参画し、その後2017年にTeslaへ移籍してAutopilotのビジョンチームを率いた。2022年にOpenAIへ一時復帰し、2024年にAI教育スタートアップEureka Labsを立ち上げている。

そして2026年1月には「バイブコーディング」という概念を提唱して話題をさらった。AIに指示を出しながら感覚的にコードを書くスタイルを言語化し、その投稿は1.4億ビューを記録している。

つまり、研究・実装・教育・文化すべてに足跡を残している稀有な存在だ。

Anthropicで何をするのか

Anthropic公式の発表によると、Karpathyはニック・ジョセフ率いる事前学習チームに参画し、Claude自身を使って事前学習研究を加速する新チームを立ち上げる。

事前学習とは、Claudeがその知識と能力を獲得する大規模な学習フェーズだ。最もコンピュートを消費し、最もコストがかかる工程でもある。ここにKarpathyを投入するということは、Anthropicがモデルの基礎体力を根本から引き上げにきたことを意味する。

注目すべきは「Claude自身を使って」という部分だ。AIモデルが自らの学習プロセスを改善するメタ的なアプローチは、Karpathyが直前に取り組んでいたAutoResearchの延長線上にある。AutoResearchでは、AIエージェントが実験の設計・実行・評価を自律的にループし、一晩で100回以上の試行を完了させていた。

それを事前学習そのものに適用する。正直、規模感が一気に変わる。

なぜOpenAIではなくAnthropicなのか

Karpathyは過去にOpenAIを2度離れている。2017年と2024年だ。彼のキャリアを追うと、一貫して「自分が最も大きなインパクトを出せる場所」を選んでいることがわかる。

TechCrunchの報道によれば、Karpathyは「LLMのフロンティアで過ごす今後数年が、特に形成的な時期になると思う」と語っている。裏を返せば、その形成的な時期をAnthropicで過ごすべきだと判断したということだ。

いくつかの仮説が立てられる。

研究文化の違い。 Anthropicは「解釈可能性」や「アラインメント」を中核に据えた研究志向の企業で、論文公開にも積極的だ。一方OpenAIは近年、プロダクト企業としての色が強まっている。研究者として手を動かしたいKarpathyにはAnthropicの方が合う。

チーム規模。 Anthropicは約1,400人。OpenAIは4,000人超。小さなチームで大きな影響を出すほうが性に合う研究者は多い。

直近の実績。 Claudeは2026年に入ってから急成長を遂げている。ARRは$300億を突破し、評価額は$9,000億に迫る。コーディング領域ではClaude CodeがCopilotやCodexの対抗馬に育ち、SWE-bench Verifiedで80.8%を記録した。勝ち馬に乗ったのではなく、さらに加速させに来たと見るべきだろう。

AI人材戦争の最前線

この移籍は単なる個人のキャリアチェンジではない。AI業界の人材競争が新しいフェーズに入ったことを象徴している。

2026年だけでも、Anthropicの人材獲得は目を見張るものがある。

• Karpathy（OpenAI共同創業者）
• Stainless買収によるSDK専門チーム獲得
• Vercept買収でコンピューターユース技術を強化
• Coefficient Bio買収でバイオAI研究チームを吸収

一方のOpenAIも手をこまねいているわけではない。直近ではAstral（Ruff/uv）の買収でPythonエコシステムの人材を確保し、Codexを軸にした開発者エコシステムの拡大を続けている。

ただし、Karpathyクラスの研究者は世界に数えるほどしかいない。LLMの理論と大規模学習の実践の両方を高い水準でこなせる人材は、資金で買えるものではない。

Claudeにどんな変化が起きるか

短期的に目に見える変化は期待しないほうがいい。事前学習の改善はモデルの次世代に反映されるものであり、来月のClaude Opus 4.8に突然効くわけではない。

だが中期的には大きな影響がありうる。Karpathyの強みはビジョンとスケーリングだ。Tesla時代にはゼロからビジョンチームを立ち上げ、何百万台もの車両からのデータを使った大規模学習パイプラインを構築した。同じアプローチが事前学習に持ち込まれれば、データ効率やスケーリング則に新しい知見が生まれる可能性はある。

加えて「Claudeを使ってClaude自身の学習を改善する」という再帰的なアプローチが成功すれば、研究サイクルの速度そのものが変わる。AutoResearchが一晩100回の実験を可能にしたように、事前学習の仮説検証ループが劇的に速くなるかもしれない。

正直な所感

個人的には、これはAnthropicにとって文句なしのプラスだ。Karpathyは研究能力だけでなく、技術を一般に伝える力にも長けている。バイブコーディングの提唱やYouTubeでの教育コンテンツがそれを証明している。組織のカルチャーにも良い影響を与えるだろう。

一方で、OpenAIからの人材流出が止まらない印象も受ける。共同創業者の多くがすでにOpenAIを去っている。Sam AltmanがCEOとして舵を握り続けてはいるものの、初期の研究チームを率いた顔ぶれの大半が組織の外にいる。研究文化の面では気がかりだ。

もっとも、AI業界全体で見れば良いことだ。Karpathyの知見がAnthropicに入ることで競争が激化し、モデルの進化が加速する。ユーザーにとっては、どこが勝っても恩恵がある構図になっている。