Andrej Karpathy, uno de los nombres más influyentes en inteligencia artificial de los últimos diez años, se incorporó a Anthropic para trabajar en el equipo de pre-training, la fase en la que los modelos de lenguaje grande aprenden patrones a partir de enormes volúmenes de datos antes de cualquier ajuste específico. El propio Karpathy lo confirmó públicamente el 19 de mayo de 2026. No es un rol de relaciones públicas ni de educación: Anthropic lo ubicó directamente en investigación central.
Quién es Karpathy y por qué importa este movimiento
Karpathy fue parte del grupo fundador de OpenAI en 2015, cuando la organización arrancó como laboratorio sin fines de lucro. Luego pasó a Tesla, donde entre 2017 y 2022 dirigió el área de visión por computadora e inteligencia artificial del sistema Autopilot, un rol que implicaba llevar modelos de IA a escala industrial en hardware real. En febrero de 2023 regresó a OpenAI, pero se fue nuevamente en febrero de 2024. Tras su salida fundó Eureka Labs, una plataforma educativa de IA, y participó como inversor y figura técnica en varias iniciativas del sector, entre ellas Lambda.
Su perfil combina algo poco frecuente: profundidad en investigación de modelos, experiencia llevando IA a productos de escala masiva y una reputación sólida como educador técnico, con cursos en YouTube que acumulan millones de reproducciones. Esa combinación lo convierte en un fichaje de peso para cualquier laboratorio de frontera.
Por qué el pre-training es el área más estratégica
El pre-training, o preentrenamiento, es la etapa en que un modelo fundacional, es decir un modelo base entrenado con datos masivos, adquiere su capacidad general de razonamiento y lenguaje. Todo lo que viene después, el ajuste fino, la alineación con valores humanos y las instrucciones específicas de producto, depende de qué tan bien salió esa etapa inicial. Es computacionalmente la más costosa y, en gran medida, la que determina el techo de capacidad del modelo resultante.
Anthropic compite en ese espacio directamente con OpenAI y Google DeepMind. Su familia de modelos Claude, en su versión más reciente, disputa benchmark a benchmark con GPT-4o y Gemini. Sumar a alguien con la trayectoria de Karpathy en esa área específica no es un movimiento cosmético: indica que Anthropic está apostando a reforzar la base técnica de sus próximas generaciones de modelos.
El mapa de talento entre los grandes laboratorios
El movimiento de Karpathy es el más reciente en una cadena larga de circulación de talento entre los laboratorios de inteligencia artificial de primer nivel. OpenAI, Google DeepMind, Anthropic y Meta AI llevan años compitiendo por los mismos perfiles: investigadores capaces de trabajar en preentrenamiento, alineación y arquitecturas a escala. Anthropic fue fundada en 2021 por Dario Amodei, Daniela Amodei y otros ex-OpenAI, lo que ya marcó desde el inicio una dinámica de rotación entre ambas organizaciones.
Karpathy no es el primer nombre de peso en hacer ese camino, pero sí uno de los más reconocibles fuera del círculo técnico cerrado. Su llegada a Anthropic se produce en un momento en que la empresa está en plena expansión: cerró rondas de inversión millonarias en los últimos dos años y tiene a Claude compitiendo en segmentos empresariales donde hace doce meses OpenAI era prácticamente el único jugador relevante.
Qué no se sabe todavía
No se conocen los términos del acuerdo, si el rol es de dedicación exclusiva o parcial, ni el cargo formal dentro de la estructura de Anthropic más allá de su ubicación en el equipo de preentrenamiento. Tampoco trascendieron declaraciones de la empresa con más detalle sobre el alcance del trabajo. Lo que está confirmado es el hecho en sí: Karpathy está en Anthropic, en una de las áreas más críticas del desarrollo de modelos fundacionales, y eso reordena, al menos simbólicamente, el tablero de talento en los laboratorios de inteligencia artificial de frontera.
