AI算力競賽，比阿波羅更龐大，比曼哈頓更瘋狂！

Anthropic聯(lián)合創(chuàng)始人Tom Brown直言，AI基礎(chǔ)設(shè)施的規(guī)模超越阿波羅與曼哈頓計劃。

AGI算力投入正瘋狂膨脹，每年增速高達(dá)3倍。

明年，這個增長勢頭確定無疑；但到了2027到2028年，不確定性稍高。

Tom Brown，或許并不如奧特曼、馬斯克那樣家喻戶曉，但在AI圈，他是被低估的傳奇。

特別的是，他自學(xué)成才——從線性代數(shù)只考了B-的學(xué)生，硬是成長為推動通用人工智能突破的核心人物。

在OpenAI協(xié)助打造了GPT-3之后，他和OpenAI志同道合的同事，另立山頭，共同創(chuàng)立了Anthropic。

當(dāng)剛起步時，他們完全看不出會成功:

OpenAI擁有十億美元的資金，還有一群明星科學(xué)家；

而Anthropic只有七個聯(lián)合創(chuàng)始人（見下圖），硬著頭皮起步，連能否做出產(chǎn)品、產(chǎn)品會是什么樣都沒譜。

如今，Anthropic的Claude，已經(jīng)成為全球開發(fā)者的首選。

在Anthropic，他主導(dǎo)著他稱之為「人類史上最大規(guī)模的基礎(chǔ)設(shè)施建設(shè)」——一場比阿波羅登月、曼哈頓計劃更龐大的算力競賽。

在硅谷的「黃埔軍?！筜C的Lightcone Podcast「光錐播客」節(jié)目中，Tom Brown首次全面講述了自己的非典型人生歷程。他還分享了對年輕工程師的肺腑之言。

這場訪談完整回顧了Tom Brown的創(chuàng)業(yè)與研究歷程：

• 畢業(yè)即創(chuàng)業(yè)，體會「狼性」文化；
• 在Grouper遭遇失敗，轉(zhuǎn)向AI自學(xué)；
• 厚臉皮聯(lián)系Greg Brockman，進(jìn)入OpenAI；
• 參與GPT-3訓(xùn)練基礎(chǔ)設(shè)施，見證scaling law的力量；
• 與OpenAI團(tuán)隊決裂，創(chuàng)立Anthropic；
• 推出Claude，并在Claude 3.5/3.7迎來市場轉(zhuǎn)折；
• 打磨Claude Code，意外成為爆款應(yīng)用；
• 負(fù)責(zé)超大規(guī)模的算力與硬件基礎(chǔ)設(shè)施；
• 最后強調(diào)：年輕人要勇敢冒險，追隨內(nèi)心使命，而不是追名逐利（chasing credentials）。

MIT學(xué)霸創(chuàng)業(yè)踩坑錄

主持人問：21歲從MIT畢業(yè)，Tom進(jìn)入科技行業(yè)，從2009年到今天，怎么一路走到聯(lián)合創(chuàng)辦Anthropic這樣重要的公司？

他追憶了他的來時路。

21歲從MIT的計算機專業(yè)畢業(yè)后，放棄巨頭offer，他加入朋友初創(chuàng)公司Linked Language，首次體驗「狼性」創(chuàng)業(yè)文化。

畢業(yè)即創(chuàng)業(yè)，他直言這段經(jīng)歷改變了他的心態(tài)：

在學(xué)校里，別人給我布置任務(wù)，我就完成任務(wù)，就像一只等著被喂食的狗。

但在創(chuàng)業(yè)公司，我們更像狼——必須自己去獵食，不然孩子會餓死。

這種轉(zhuǎn)變給了他勇氣直面更大更難的事。

之后，Tom去了移動廣告平臺Mopub，是第一號工程師。雖然想當(dāng)「狼」，但那時編程水平其實很差，他常常覺得自己跟不上。但這段經(jīng)歷讓他學(xué)到了如何把東西拓展。

之后，他卻連續(xù)踩坑：

• 第一次當(dāng)CEO：做「比Heroku更靈活」的DevOps平臺，結(jié)果連自己都說不清要做什么。
• 第二次做約會App：YC之父Paul Graham把他介紹給Grouper，被Tinder直接降維打擊，邊燒光錢邊靠「每周帶團(tuán)隊去相親」續(xù)命。

對Tom來說，Grouper的吸引力在于：本來，他非常笨拙、害羞，特別希望有個平臺能讓他在朋友陪伴下去認(rèn)識女生，這樣會更安全。

唯一比他還常去Grouper約會的人是Greg Brockman。他一度幾乎每周都在社交軟件上發(fā)「這周誰去Grouper？」。

Greg Brockman：OpenAI聯(lián)創(chuàng)、現(xiàn)任OpenAI主席

他們也成了好朋友，這也成為他之后進(jìn)入OpenAI的重要人脈。

在Grouper，他被搞得身心俱疲：創(chuàng)業(yè)的高潮讓人興奮，但低谷也極度痛苦。

回頭看，Tinder的方案比他們好得多，Grouper的使命被超越了。

業(yè)務(wù)下滑、收入減少，但Tom仍在招工程師，不斷推銷一個連自己都不再相信的夢想——那種感覺簡直像「死亡行軍」。

所以那段時間，他并沒有立刻投入研究，而是先「晃蕩」了一陣子。

比如，去做瑜伽、CrossFit，甚至花三個月造了一輛「藝術(shù)車」開去Burning Man藝術(shù)節(jié)，洗去一身「班味」。

六月自學(xué)AI

「走后門」加入OpenAI

他猶豫了很久是否要轉(zhuǎn)型去做AI研究：

也許，我們這輩人就會遇到顛覆性人工智能（Transformative AI）的出現(xiàn)，如果真發(fā)生，那是人類最重大的事件。  

或許我能幫上點忙。但我大學(xué)線性代數(shù)才考了B-（差點是C+），這種水平能行嗎？

2015年，Tom離開了Grouper，但一直到一年后才加入了OpenAI。

那時，想要搞AI研究，大家覺得你必須是頂尖學(xué)霸才有資格。所以，他不確定能否勝任，加上之前創(chuàng)業(yè)有所成就，他一度想干脆再去做個新創(chuàng)業(yè)項目算了。

他的朋友們聽說他要去做AI研究，都覺得很怪，甚至有點糟糕。他們說：「AI安全？聽起來就像火星人口過剩一樣荒謬！」

他們都懷疑Tom不一定適合干這事。所以他足足猶豫了半年，才慢慢鼓起勇氣去嘗試。

玩了三個月后，他逼自己進(jìn)入「隱身學(xué)習(xí)模式」六個月，好讓自己有機會進(jìn)到頂尖實驗室。

當(dāng)時只有三個選擇：DeepMind、谷歌Brain、MIRI（機器智能研究院）。但他完全沒技術(shù)積累，只能靠自學(xué)。

那是2015年，深度學(xué)習(xí)剛火起來，他的主要計劃是：

• 在Coursera上自學(xué)機器學(xué)習(xí)課程；
• 做一些Kaggle項目；
• 讀《Linear Algebra Done Right》；
• 翻一本統(tǒng)計學(xué)教材；
• 甚至用YC校友點數(shù)買了一塊GPU，SSH遠(yuǎn)程上去跑實驗。

為了進(jìn)入OpenAI，他一開始就厚著臉皮去找Greg Brockman，畢竟那時OpenAI團(tuán)隊里大多是研究員，陣容強大。

OpenAI宣布成立的當(dāng)天，Tom就給Brockman發(fā)消息：「我線性代數(shù)才B-，但會一點工程，懂一些分布式系統(tǒng)。要是能幫上忙，哪怕掃地拖地我都愿意?！?/span>

Greg覺得懂機器學(xué)習(xí)又懂分布式系統(tǒng)的人太少了，Tom是個鬼才。

于是把Tom介紹給Pieter Abbeel，幫他整理學(xué)習(xí)計劃。

Pieter Abbeel是加州大學(xué)伯克利分校的教授，專攻機器人學(xué)習(xí)領(lǐng)域。2016年4月26日，他從伯克利休假，全職加入了OpenAI

后來，Tom每個月都去跟進(jìn)學(xué)習(xí)，終于等到一個機會：OpenAI想做游戲環(huán)境，需要人幫忙搭建星際爭霸（StarCraft）環(huán)境。于是他加入項目。

當(dāng)時，OpenAI落腳在舊金山的Dandelion 巧克力工廠樓上，還有馬斯克承諾的十億美元資金，創(chuàng)業(yè)氛圍十足。

之后的一個關(guān)鍵節(jié)點是：他開始負(fù)責(zé)訓(xùn)練GPT模型的工程系統(tǒng)。

GPT-2還在TPU上訓(xùn)練，而GPT-3的重大突破是切換到GPU并使用更多算力。

在OpenAI干了一年，他中間離開去Google Brain待了一年，后來又回到OpenAI。

他恰好碰上GPT-3的訓(xùn)練期（2018–2019）。

那時大家已經(jīng)意識到Scaling Law的力量：只要用對方法，算力越多，智能就越強。

• Dario Amodei發(fā)表了著名的Scaling Law論文，證明了這一趨勢。
• Danny Hernandez的研究顯示，算法效率提升也在持續(xù)降低成本。

這兩股力量疊加，讓OpenAI看清未來幾年智能水平會爆炸式提升。

當(dāng)時他最震撼的是：那條直線跨越了12個數(shù)量級——從小模型到超級大模型，全都穩(wěn)定對齊在同一條線。

這么長的數(shù)量級跨度，在其他科學(xué)領(lǐng)域都沒見過。于是Tom完全轉(zhuǎn)向做scaling相關(guān)工作。

當(dāng)然，當(dāng)時學(xué)界很多人還在批評OpenAI，說「你們只是在堆GPU，太粗暴，沒技術(shù)含量」。有人甚至形容這就是「愚蠢但有效」的辦法。

如今看來，正是這條「笨辦法」推動了智能的飛躍。

分道揚鑣，自立門戶

Tom待過OpenAI、谷歌DeepMind和Anthropic，可謂美國AI界的「三朝元老」。

Tom原本是從GPT-3團(tuán)隊的一員，到底為何與OpenAI決裂？

這與與Amodei兄妹難脫關(guān)系。

當(dāng)時，OpenAI負(fù)責(zé)safety和scaling的團(tuán)隊向Daniela、Dario Amodei兄妹報告。

兩支團(tuán)隊合作默契，而且都堅信：

Scaling Law必然會帶來顛覆，最終人類將不得不把某種控制權(quán)移交給通用人工智能（AGI）。如果運氣好，它會與人類目標(biāo)保持一致，帶來順利的過渡；如果運氣不好，后果可能極為嚴(yán)重。

因此我們必須建立一個能夠承擔(dān)這種重任的機構(gòu)。

這就是他們自立門戶核心原因。

Tom坦承當(dāng)時并不確定這是對世界最好的選擇?；仡^看，結(jié)果證明這是明智的。

早期加入Anthropic的人都是抱著「使命」來的。他們本可以去更體面、更賺錢的地方，但選擇了Anthropic，因為他們相信這件事值得做。

這也成為公司文化的基石：前100名員工幾乎都是因使命而來。

Anthropic的Linkedin主頁介紹

正因如此，直到今天Anthropic已有2000多人，政治斗爭依舊沒能滲入。如果有人覺得某個行為偏離使命，他們會直接站出來指出來。

Claude拿下開發(fā)者，ChatGPT干瞪眼

大概在ChatGPT推出前9個月，Anthropic推出了第一個產(chǎn)品Slack機器人Claude 1。

初期，Anthropic還猶豫是否發(fā)布產(chǎn)品，專注于研究和基礎(chǔ)設(shè)施。ChatGPT的發(fā)布是一個催化劑，促使Anthropic推出API和Claude AI。

Claude 3.5 Sonnet特別是Claude Code是其關(guān)鍵轉(zhuǎn)折點，獲得了巨大的市場認(rèn)可。

2023年，幾乎所有創(chuàng)業(yè)者都在用OpenAI。

但到2024年，Claude 3.5尤其是Sonnet版本開始迅速搶占市場份額。

尤其在編程場景里，從個位數(shù)一路升到20%、30%，甚至現(xiàn)在可能80%、90%的創(chuàng)始人更偏好Claude。

國外某投行LLM報告：https://menlovc.com/perspective/2025-mid-year-llm-market-update/

就像OpenAI當(dāng)初沒準(zhǔn)備好ChatGPT的爆紅一樣，Claude 3.7 Sonnet同樣讓Anthropic驚訝——它意外解鎖了「智能體式編程」的能力。

每一次迭代，Claude的新能力驚艷眾人。

Claude Code的誕生  

「心智切換」理論

YC的創(chuàng)業(yè)者調(diào)研顯示，大家在編程上更喜歡用Anthropic的模型，這種偏好遠(yuǎn)超基準(zhǔn)測試結(jié)果能解釋的范圍。為什么會這樣？是有意為之，還是自然涌現(xiàn)？

Tom覺得主要原因是——不「刷榜」。

其他大實驗室都有專門團(tuán)隊，盯著基準(zhǔn)測試題庫做針對性優(yōu)化，目標(biāo)就是讓分?jǐn)?shù)更好看。但我們沒有這樣的團(tuán)隊，所以反而避免了訓(xùn)練集和測試集的過擬合。

Anthropic內(nèi)部當(dāng)然也有自己的評測指標(biāo)，但不會對外公布。團(tuán)隊主要盯著內(nèi)部benchmark去優(yōu)化，同時大量「dogfooding」（內(nèi)部自用）——比如讓Claude來加速自己的工程師工作，這是最高優(yōu)先級。

最近，Claude Code特別成功。主持人問起了它的起源，沒想到Claude Code最初只是個無心之作。

工程師Boris Cherny為了幫團(tuán)隊寫代碼，臨時拼湊出來的內(nèi)部小工具。

一開始，Anthropic的戰(zhàn)略是：只做API，不碰應(yīng)用。因為他們覺得，外部創(chuàng)業(yè)公司有無數(shù)點子，肯定更懂產(chǎn)品。所以他們?nèi)Π袮PI打磨到最好，讓開發(fā)者去構(gòu)建應(yīng)用。

結(jié)果Claude Code出乎意料地跑了出來，作為一個產(chǎn)品，它居然比市面上的替代品更好用。

對此，Tom有個「心智切換」理論——把Claude本身當(dāng)成「用戶」來對待。

• 在Linked Language，用戶是老師；
• 在Grouper，用戶是紐約的單身青年；
• 在Claude Code，用戶既是開發(fā)者，也是Claude自身。

所以團(tuán)隊的思路是：給Claude配備最合適的工具和上下文，讓它更高效地幫助人類完成任務(wù)。

這是一種「以模型為中心」的思維方式，對Anthropic而言卻格外自然。

人生忠告

如果今天有一個「年輕版的你」——20多歲，正想進(jìn)入AI領(lǐng)域，想搭上這班快車，你會給他什么建議？

Tom會說——要敢于冒更多風(fēng)險。

選擇那些即使失敗，朋友們也會覺得你很酷、很欽佩的項目?；蛘?，你理想中的那個更好的自己，會為之驕傲的事情。去做這樣的事，而不是一味追逐所謂的「安全路徑」。

主持人最后問了大學(xué)生常見的困惑：到底要不要繼續(xù)上學(xué)？未來還有沒有工作？世界會怎么變？

Tom的建議是：

不要太在意外部的標(biāo)簽（比如學(xué)位、證書、去大廠）。 

內(nèi)在驅(qū)動比外在驅(qū)動更重要。  

如果只是為了拿一個文憑，或者去FAANG公司（Facebook、Apple、Amazon、Netflix、Google）混一份工作，那已經(jīng)沒什么意義了。

現(xiàn)在的世界變化太快，靠「傳統(tǒng)路徑」已經(jīng)不再是優(yōu)勢。真正的價值，是你能不能在朋友心中、在自己心里，都覺得「我做了一件了不起的事情」。