卡帕西的新职位位于Anthropic预训练团队架构第三层级，直接向模型训练负责人尼克·约瑟夫（Nick Joseph）汇报。该团队此前成功开发出Claude系列模型及具备自主漏洞发现能力的Mythos原型。据TechCrunch披露，卡帕西将主导利用Claude模型反哺预训练流程的研究，尝试构建“模型优化模型”的闭环系统。
此次人事变动标志着顶尖AI人才流动出现关键转折。过去两年间，OpenAI前对齐负责人扬·莱克（Jan Leike）、联合创始人约翰·舒尔曼（John Schulman）等核心成员相继转投Anthropic。市场数据印证了这种趋势：预测平台Polymarket显示，交易员认为Anthropic在6月底前推出最优AI模型的概率达65%，而OpenAI仅为4%。
卡帕西的技术轨迹始终与行业范式转变同频。2017年提出的“Software 2.0”理论重新定义了神经网络编程范式，2025年创造的“Vibe Coding”概念被《柯林斯词典》选为年度词汇。其开源项目micrograd、nanoGPT等以极简代码实现核心功能，被开发者称为“可运行的教科书”。这种将复杂技术解构为可传播知识体系的能力，正是Anthropic看重的战略资源。
行业观察者指出，Anthropic的招聘策略呈现三重考量：技术层面需要突破算力竞赛的瓶颈，通过模型自我优化降低训练成本；人才层面构建“顶尖研究者用脚投票”的示范效应；品牌层面为即将启动的IPO储备技术影响力。卡帕西百万级订阅的YouTube频道和22万星标的GitHub仓库，使其成为天然的技术传播节点。
Mythos模型近期展示的自主安全研究能力，为卡帕西的研究提供了理想实验场。该模型在未接受专项训练的情况下，自主发现FreeBSD系统17年未修复的远程漏洞，并完成32步企业网络攻击模拟。这种通用能力的涌现，印证了预训练质量与模型潜能的正相关关系，也暴露出当前训练方法的局限性。
卡帕西的职业生涯始终围绕“最大实验场”选择平台：从特斯拉自动驾驶到OpenAI聊天机器人革命，再到此次投身模型自我优化研究。这种选择逻辑与其教育理念一脉相承——其创建的CS231n课程视频累计播放量超3000万次，Eureka Labs的AI原生教育实验更试图重构知识传递方式。此次加入Anthropic，可视为其对“技术进化速度”这一核心命题的最新探索。
人才争夺战背后，折射出AI发展路径的分野。当OpenAI加速布局消费级应用与基础设施时，Anthropic选择深耕基础模型研究。卡帕西的加入，使这场竞赛的天平进一步倾斜。正如Axios评论所言：“这不仅是人才争夺的胜利，更是技术路线选择的宣言。”
