鷺羽 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

6個月自學速成AI，我成為了LLM天才?????

成就OpenAI、打倒OpenAI（咳咳）創(chuàng)立對家Anthropic，從此化身前司的心腹大患……

嘿！這還真就是Anthropic聯(lián)合創(chuàng)始人Tom Brown自個兒分享的AI奮斗史。

要說傳奇吧，這哥們大學還只是個線性代數(shù)只能拿B-的“廢柴”，直到一朝頓悟裸辭自學AI，然后憑一己之力攪動整個大模型格局。

OpenAI、Google Brain、Anthropic三家公司反復(fù)橫跳，現(xiàn)在扛著Claude直接對打老東家。

估計奧特曼半夜起來也得問問自己：一個AI“邪修”，怎么就讓OpenAI大喊不妙了？

端好小板凳，下面一起來康康他是如何讓前老板破防的。

離開老東家，超越老東家

Tom Brown說，他的秘訣就是他們不“應(yīng)試”！

其他家的模型都是瞄準了基準測試，每天想的都是怎么刷題拿高分……(嘶，這話說的，怎么這么像那個剛剛拿下IMO、IOI雙料金牌的某O家呢)

而Anthropic則更像是“快樂教育”，主要看重的還是內(nèi)部基準以及dogfooding，就是讓自家工程師天天用Claude干活，然后獎勵Claude小餅干（doge）。

就像Claude Code最初也只是一名Claude工程師為了偷懶，自己做的一款內(nèi)部工具，結(jié)果陰差陽錯推出后大受好評。

Claude在他們團隊里不止是工具，而是將其視作用戶一樣的存在，圍繞模型設(shè)計，讓其兼顧平臺和用戶的思維方式，鼓勵開發(fā)者不止充當用戶身份，也可以積極探索如何更好地訓練模型為己所用，這就是他們成功的關(guān)鍵。

就是這樣Free，造就了好模型Claude 3.5 Sonnet，這也是Tom Brown最引以為傲的成果。

Tom表示，其實當時他們做出的第一款產(chǎn)品是Slackbot版的Claude，比ChatGPT還早九個月，不過由于缺乏足夠的服務(wù)器基礎(chǔ)設(shè)施，以及不確定它可能會造成的影響，于是一猶豫，錯失了發(fā)布良機。

后面因為目睹了ChatGPT的成功，他們才匆匆忙忙重新端上了API，隨后又推出了Claude AI，不過一直都不溫不火，直到Claude 3.5 Sonnet發(fā)布，才徹底點燃AI編碼的熱情。

Tom Brown透露，他們對Claude 3.5 Sonnet成功的驚訝，不亞于OpenAI對ChatGPT的意外，尤其是在代理式編程和執(zhí)行復(fù)雜任務(wù)方面給了他們驚喜。

而恰恰就是Claude 3.5 Sonnet橫空出世，讓Anthropic有了和OpenAI掰手腕的底氣。

憶往昔23年的時候，OpenAI還如日中天，50%的市場都被它一家攥著，結(jié)果好嘛，現(xiàn)在直接墜機、下降25%。

反觀Anthropic，兩年前還只能跟在OpenAI身后撿剩下的，現(xiàn)在市場里32%都是它家的天下，尤其是編程這塊，Anthropic才真老大，超老東家兩倍還多。

誰也沒想到，這家由Tom Brown和一群前OpenAI員工“叛逃”創(chuàng)立的公司，做的第一件大事就是想將老東家斬于馬下。

這里就不得不提，曾獲OpenAI青睞有加的Cursor，奧特曼的投資一拿就立馬反水Anthropic，旗下編程默認模型直接從GPT改換成Claude。

OpenAI想收購Windsurf，Anthropic就立馬切斷Windsurf的Claude API訪問權(quán)限，想站隊OpenAI？那就和Claude say goodbye！

抓包OpenAI員工用自家的Claude Code開發(fā)，直接二話不說拔了OpenAI訪問Claude的網(wǎng)線。

只能說，Anthropic是真恨啊……

兩家公司的硝煙最近更是不藏了，這不前腳Anthropic剛發(fā)布Claude Opus 4.1，后腳OpenAI就推出了GPT-5，還專門強調(diào)在編碼能力上做了優(yōu)化，這目標是誰不言而喻。

Anthropic也沒示弱，反手就將Claude模型的上下文窗口擴大至100萬tokens，就是要壓倒你GPT-5。

這下OpenAI自己養(yǎng)大的狼，真成心腹大患了。

那么就有人問了，OpenAI前員工離職創(chuàng)業(yè)成功的辣么多，為啥偏偏是Tom Brown成了奧特曼的“眼中釘”？

嘿嘿，還得是因為這哥們是個不按常理出牌的野路子，AI全靠他自學，以及億點點OpenAI的提攜。

牛逼哄哄的自學生涯

那年他才21，剛剛從大學畢業(yè)，還有點迷茫，于是進入了朋友的YC初創(chuàng)公司上班。

從讀書時等待被投喂的狗到社會上必須與狼群競爭，心態(tài)上的轉(zhuǎn)變讓他意識到，自己想要從事更宏大、更激動人心的事業(yè)。

他加入移動公司Mopub，想要做很多事，但苦于編程能力很差不知道怎么做，不過好在最后還是學會了如何規(guī)模化發(fā)展業(yè)務(wù)。

自己創(chuàng)業(yè)，想做一個更靈活的DevOps（開發(fā)運維）平臺，結(jié)果說不清自己到底要做什么，被YC面試官一頓痛批。

后來被YC聯(lián)合創(chuàng)始人Paul Graham介紹去做約會應(yīng)用Grouper，模式就是幫三男三女在酒吧牽線約會。

也就是在這里，Tom Brown等到了一個機會，一個比他還喜歡在Grouper上約會的大佬——OpenAI聯(lián)合創(chuàng)始人Greg Brockman。

據(jù)說他有整整一年，幾乎每天都在公司群里，邀約其他人和他一起去Grouper約會，于是Tom成功搭上了這層人脈?

不過后來Grouper業(yè)務(wù)被Tinder打擊到一落千丈，收入下滑、夢想破滅……Tom Brown徹底burnout（職業(yè)倦?。?/em>。

他選擇離開Grouper，并嘗試轉(zhuǎn)型學習AI，但在Tom Brown自己的描述中，他當時其實也很猶豫：

• 這輩子，人類說不定能造出變革性AI，或許我能為此出點力，但AI研究必須是頂級的超級天才，而我大學線性代數(shù)只拿了B-。

而且那時候AI研究還被視作不務(wù)正業(yè)，普遍都更傾向于做能實在落地的項目，他身邊的朋友也都不看好。

猶豫再三，他先給自己放了三個月的假，比如練練瑜伽、CrossFit，或者為藝術(shù)節(jié)造輛手工車，錢都花光后，終于決心六個月自學AI，目標進入當時的AI三巨頭DeepMind、Google Brain或MIRI。

他先是和直播平臺Twitch簽了份短期合同，哼哧哼哧干了3個月，賺夠6個月的生活費后，給自己制定了一份自學計劃，包括：

• 學習Coursera上的機器學習課程
• 參加Kaggle項目
• 讀線性代數(shù)經(jīng)典教材《Linear Algebra Done Right》以及一本統(tǒng)計學書籍
• 利用YC校友積分購買一塊GPU，通過SSH遠程完成課程作業(yè)和項目。

6個月閉關(guān)學習后，Tom Brown感覺神功既成，立馬聯(lián)系大佬Greg Brockman：

• 我特別想加入OpenAI，不管做什么都行，哪怕是幫你們拖地，我也愿意。

大佬也是珍惜人才，就幫他一對一制定了個自學課程，然后每個月都要求他匯報一次學習進展，然后過了幾個月，就讓他順勢進入OpenAI搭建《星際爭霸》項目的訓練環(huán)境。

不過據(jù)Tom所說，其實在OpenAI前九個月，他都沒做過任何機器學習相關(guān)工作，后來沒多久就跳槽去了Google Brain，專門設(shè)計ML系統(tǒng)的攻擊與防御機制。

一年后等他回到OpenAI，他終于被委以重任，參與主導(dǎo)GPT-3構(gòu)建，負責模型工程實現(xiàn)和部署。

GPT-3延續(xù)了GPT-2的Transformer架構(gòu)，在Tom Brown的帶領(lǐng)下，完成了局部稀疏注意力、預(yù)正則化等模型設(shè)計改良，展現(xiàn)出優(yōu)秀的少樣本能力。

其中的關(guān)鍵突破恰恰在于規(guī)?；嬎悖?strong>Dario Amodei（Anthropic的另一位聯(lián)合創(chuàng)始人）發(fā)現(xiàn)的Scaling Laws，開始促使Tom Brown將工作重心轉(zhuǎn)移到計算資源上。

他是OpenAI經(jīng)典論文《Language Models are Few-Shot Learners》的主要作者之一，負責訓練基礎(chǔ)設(shè)施，將模型參數(shù)規(guī)模從原來的15億擴展到了1700億，可以確保LLM在無需微調(diào)的情況下，通過少量示例，就能完成多種自然語言處理任務(wù)，如翻譯、問答、推理等任務(wù)。

已經(jīng)在OpenAI內(nèi)部如魚得水的他，卻因為使命感選擇了離開，作為OpenAI里專注于安全和規(guī)?；暮诵膱F隊成員，他和整個團隊一起共同創(chuàng)立了Anthropic，希望可以認真對待AGI風險。

當初剛創(chuàng)立時，Anthropic只有七位聯(lián)合創(chuàng)始人，一百多個員工，資金也完全不能和OpenAI匹敵，困難重重的情況下終于打贏了這場漂亮的Claude翻身仗。

直到今天，他已經(jīng)是Anthropic技術(shù)運營的中堅力量，不僅負責監(jiān)督LLM訓練所需的GPU資源分配，也涉及AI安全架構(gòu)、資源擴張策略等多層面。

誰能想到，就是這樣一個改變整個行業(yè)的風云人物，曾經(jīng)對AI也一竅不通，全靠自學，也能成才。

給年輕人的5個建議

在訪談的最后，Tom Brown表示這是他2015年的自學計劃，可能不再適用于當下的年輕人，于是他另外提出了5個職業(yè)建議：

1. 重視社交：長期接觸你所敬佩的人，然后隨著時間推移，你會逐漸與之相似。
2. 尋找引路人：找到可以一起學習的導(dǎo)師或同伴，會讓成長更為順暢。
3. 展現(xiàn)自己的價值：主動聯(lián)系你想一起工作的人，詳細說明你的計劃與優(yōu)勢，讓別人看到你的價值。
4. 動手嘗試：通過實際做事并從失敗中學習，比理論準備更有效。
5. 勇于承擔風險：大膽一點，去挑戰(zhàn)那些困難的事情，如果成功了，你會為自己感到自豪。

所以屏幕前的你學廢了么？（doge）

參考鏈接：
[1]https://www.businessinsider.com/anthropic-cofounder-tom-brown-career-advice-ai-2025-8
[2]https://www.youtube.com/watch?v=JdT78t1Offo
[3]https://menlovc.com/perspective/2025-mid-year-llm-market-update/
[4]https://www.tomsguide.com/ai/anthropic-looks-to-beat-gpt-5-and-grok-4-with-this-one-major-upgrade