东南配资 OpenAI头号叛徒，竟然是自学的AI？？？

6 个月自学速成 AI东南配资，我成为了 LLM 天才❛‿ ˂̵ ✧

成就 OpenAI、打倒 OpenAI（咳咳）创立对家 Anthropic，从此化身前司的心腹大患……

嘿！这还真就是 Anthropic 联合创始人Tom Brown自个儿分享的AI 奋斗史。

要说传奇吧，这哥们大学还只是个线性代数只能拿 B- 的"废柴"，直到一朝顿悟裸辞自学 AI，然后凭一己之力搅动整个大模型格局。

OpenAI、Google Brain、Anthropic 三家公司反复横跳，现在扛着Claude直接对打老东家。

估计奥特曼半夜起来也得问问自己：一个 AI "邪修"，怎么就让 OpenAI 大喊不妙了？

端好小板凳，下面一起来康康他是如何让前老板破防的。� �

离开老东家，超越老东家

Tom Brown 说，他的秘诀就是他们不"应试"！

其他家的模型都是瞄准了基准测试，每天想的都是怎么刷题拿高分…… ( 嘶，这话说的，怎么这么像那个刚刚拿下 IMO、IOI 双料金牌的某 O 家呢 )

而 Anthropic 则更像是"快乐教育"，主要看重的还是内部基准以及 dogfooding，就是让自家工程师天天用 Claude 干活，然后奖励 Claude 小饼干（doge）。

就像Claude Code最初也只是一名 Claude 工程师为了偷懒，自己做的一款内部工具，结果阴差阳错推出后大受好评。

Claude 在他们团队里不止是工具，而是将其视作用户一样的存在，围绕模型设计，让其兼顾平台和用户的思维方式，鼓励开发者不止充当用户身份，也可以积极探索如何更好地训练模型为己所用，这就是他们成功的关键。

就是这样 Free，造就了好模型Claude 3.5 Sonnet，这也是 Tom Brown 最引以为傲的成果。

Tom 表示，其实当时他们做出的第一款产品是 Slackbot 版的 Claude，比 ChatGPT 还早九个月，不过由于缺乏足够的服务器基础设施，以及不确定它可能会造成的影响，于是一犹豫，错失了发布良机。

后面因为目睹了ChatGPT的成功，他们才匆匆忙忙重新端上了 API，随后又推出了 Claude AI，不过一直都不温不火，直到 Claude 3.5 Sonnet 发布，才彻底点燃 AI 编码的热情。

Tom Brown 透露，他们对 Claude 3.5 Sonnet 成功的惊讶，不亚于 OpenAI 对 ChatGPT 的意外，尤其是在代理式编程和执行复杂任务方面给了他们惊喜。

而恰恰就是 Claude 3.5 Sonnet 横空出世，让 Anthropic 有了和 OpenAI 掰手腕的底气。

忆往昔 23 年的时候东南配资，OpenAI 还如日中天，50% 的市场都被它一家攥着，结果好嘛，现在直接坠机、下降 25%。

反观 Anthropic，两年前还只能跟在 OpenAI 身后捡剩下的，现在市场里32%都是它家的天下，尤其是编程这块，Anthropic 才真老大，超老东家两倍还多。

谁也没想到，这家由 Tom Brown 和一群前 OpenAI 员工"叛逃"创立的公司，做的第一件大事就是想将老东家斩于马下。

这里就不得不提，曾获 OpenAI 青睐有加的Cursor，奥特曼的投资一拿就立马反水 Anthropic，旗下编程默认模型直接从 GPT 改换成 Claude。

OpenAI 想收购Windsurf，Anthropic 就立马切断 Windsurf 的 Claude API 访问权限，想站队 OpenAI？那就和 Claude say goodbye！

抓包 OpenAI 员工用自家的 Claude Code 开发，直接二话不说拔了 OpenAI 访问 Claude 的网线。

只能说，Anthropic 是真恨啊……

两家公司的硝烟最近更是不藏了，这不前脚 Anthropic 刚发布 Claude Opus 4.1，后脚 OpenAI 就推出了 GPT-5，还专门强调在编码能力上做了优化，这目标是谁不言而喻。

Anthropic 也没示弱，反手就将 Claude 模型的上下文窗口扩大至 100 万 tokens，就是要压倒你 GPT-5。

这下 OpenAI 自己养大的狼，真成心腹大患了。

那么就有人问了，OpenAI 前员工离职创业成功的辣么多，为啥偏偏是 Tom Brown 成了奥特曼的"眼中钉"？

嘿嘿，还得是因为这哥们是个不按常理出牌的野路子，AI 全靠他自学，以及亿点点 OpenAI 的提携。

牛逼哄哄的自学生涯

那年他才 21，刚刚从大学毕业，还有点迷茫，于是进入了朋友的 YC 初创公司上班。

从读书时等待被投喂的狗到社会上必须与狼群竞争，心态上的转变让他意识到，自己想要从事更宏大、更激动人心的事业。

他加入移动公司Mopub，想要做很多事，但苦于编程能力很差不知道怎么做，不过好在最后还是学会了如何规模化发展业务。

自己创业，想做一个更灵活的DevOps （开发运维）平台，结果说不清自己到底要做什么，被 YC 面试官一顿痛批。

后来被 YC 联合创始人Paul Graham介绍去做约会应用Grouper，模式就是帮三男三女在酒吧牵线约会。

也就是在这里，Tom Brown 等到了一个机会，一个比他还喜欢在 Grouper 上约会的大佬—— OpenAI 联合创始人Greg Brockman。

据说他有整整一年东南配资，几乎每天都在公司群里，邀约其他人和他一起去 Grouper 约会，于是 Tom 成功搭上了这层人脉✅

不过后来 Grouper 业务被Tinder打击到一落千丈，收入下滑、梦想破灭…… Tom Brown 彻底 burnout（职业倦怠）。

他选择离开 Grouper，并尝试转型学习 AI，但在 Tom Brown 自己的描述中，他当时其实也很犹豫：

这辈子，人类说不定能造出变革性 AI，或许我能为此出点力，但 AI 研究必须是顶级的超级天才，而我大学线性代数只拿了 B-。

而且那时候 AI 研究还被视作不务正业，普遍都更倾向于做能实在落地的项目，他身边的朋友也都不看好。

犹豫再三，他先给自己放了三个月的假，比如练练瑜伽、CrossFit，或者为艺术节造辆手工车，钱都花光后，终于决心六个月自学 AI，目标进入当时的 AI 三巨头DeepMind、Google Brain或MIRI。

他先是和直播平台 Twitch 签了份短期合同，哼哧哼哧干了 3 个月，赚够 6 个月的生活费后，给自己制定了一份自学计划，包括：

学习 Coursera 上的机器学习课程

参加 Kaggle 项目

读线性代数经典教材《Linear Algebra Done Right》以及一本统计学书籍

利用 YC 校友积分购买一块 GPU，通过 SSH 远程完成课程作业和项目。

6 个月闭关学习后，Tom Brown 感觉神功既成，立马联系大佬 Greg Brockman：

我特别想加入 OpenAI，不管做什么都行，哪怕是帮你们拖地，我也愿意。

大佬也是珍惜人才，就帮他一对一制定了个自学课程，然后每个月都要求他汇报一次学习进展，然后过了几个月，就让他顺势进入 OpenAI 搭建《星际争霸》项目的训练环境。

不过据 Tom 所说，其实在 OpenAI 前九个月，他都没做过任何机器学习相关工作，后来没多久就跳槽去了Google Brain，专门设计 ML 系统的攻击与防御机制。

一年后等他回到 OpenAI，他终于被委以重任，参与主导GPT-3构建，负责模型工程实现和部署。

GPT-3 延续了 GPT-2 的Transformer 架构，在 Tom Brown 的带领下，完成了局部稀疏注意力、预正则化等模型设计改良，展现出优秀的少样本能力。

其中的关键突破恰恰在于规模化计算，由Dario Amodei （Anthropic 的另一位联合创始人）发现的Scaling Laws，开始促使 Tom Brown 将工作重心转移到计算资源上。

他是 OpenAI 经典论文《Language Models are Few-Shot Learners》的主要作者之一，负责训练基础设施，将模型参数规模从原来的 15 亿扩展到了 1700 亿，可以确保 LLM 在无需微调的情况下，通过少量示例，就能完成多种自然语言处理任务，如翻译、问答、推理等任务。