AI算力竞赛：超越阿波罗与曼哈顿的科技狂潮

当前的人工智能算力竞赛，其宏伟规模已让历史上的阿波罗登月计划与曼哈顿计划黯然失色，堪称一场前所未有的科技狂潮！

Anthropic联合创始人Tom Brown公开指出，AI基础设施的建设投入远超阿波罗与曼哈顿计划，展现出人类科技史上的新高度。

通用人工智能（AGI）的算力需求正以每年高达3倍的惊人速度膨胀，这种增长势头毫无减缓迹象。

到明年，这一趋势依然确定；但2027至2028年间，则面临稍高的不确定性。

Tom Brown或许不如奥特曼、马斯克那般闻名遐迩，但在AI领域，他是一位被严重低估的传奇人物。

尤为特别的是，他依靠自学成才——从线性代数仅获B-成绩的学生，奋力成长为推动通用人工智能突破的核心力量。

在协助OpenAI打造GPT-3后，他与志同道合的同事共同创立了Anthropic，开启了新的征程。

创业初期，他们的前景一片模糊：

OpenAI坐拥十亿美元资金与明星科学家团队；

而Anthropic仅凭七位联合创始人（见下图）艰难起步，连产品形态与成功可能性都无从知晓。

如今，Anthropic的Claude已成为全球开发者的首选工具，引领AI应用新风潮。

在Anthropic，Tom Brown主导着被他称为“人类史上最大规模基础设施建设”的算力竞赛，其广度与深度超越以往任何科技工程。

在硅谷知名孵化器YC的Lightcone Podcast节目中，Tom Brown首次详尽分享了自己的非典型人生旅程，并为年轻工程师献上诚挚建议。

这场访谈全面回顾了Tom Brown的创业与研究之路：

毕业即投身创业，体验“狼性”文化精髓；

在Grouper遭遇挫折后，转向AI领域自学突破；

主动联系Greg Brockman，成功加入OpenAI；

参与GPT-3训练基础设施，亲历缩放定律的威力；

与OpenAI团队分道扬镳，携手创立Anthropic；

推出Claude系列，并在Claude 3.5/3.7版本实现市场逆袭；

打磨Claude Code，意外打造出爆款应用；

负责超大规模算力与硬件基础设施布局；

最终强调：年轻人应勇敢冒险，追随内心使命，而非追逐虚名。

MIT学霸的创业坎坷路

主持人提问：21岁从MIT毕业至今，Tom如何从科技行业新人成长为Anthropic联合创始人？

他深情回顾了自己的成长轨迹。

21岁从MIT计算机专业毕业后，他放弃大厂offer，加入朋友初创公司Linked Language，首次感受“狼性”创业文化的洗礼。

这段毕业即创业的经历彻底重塑了他的心态：

在学校时，我像一只等待喂食的狗，被动完成他人布置的任务；

而在创业公司，我们必须如狼般主动猎食，否则将面临生存危机。

这种转变赋予他直面更大挑战的勇气。

随后，Tom加入移动广告平台Mopub，成为首号工程师。尽管渴望成为“狼”，但当时编程技能薄弱，常感力不从心。这段经历却让他掌握了系统扩展的精髓。

此后，他连续遭遇困境：

首次担任CEO：试图开发“比Heroku更灵活”的DevOps平台，却连自身目标都难以清晰阐述。

第二次涉足约会应用：YC之父Paul Graham将他引荐至Grouper，却遭Tinder降维打击，只能在资金耗尽时靠“每周带团队相亲”苦苦支撑。

对Tom而言，Grouper的吸引力在于：他原本笨拙害羞，渴望有一个在朋友陪伴下安全认识异性的平台。

唯一比他更频繁使用Grouper的人是Greg Brockman，后者几乎每周都在社交平台号召参与。

Greg Brockman：OpenAI联合创始人、现任OpenAI主席

两人因此结为挚友，这也为他日后进入OpenAI奠定了人脉基础。

在Grouper，他身心俱疲：创业的高光令人振奋，但低谷却带来极致痛苦。

回首往事，Tinder的模式显然更优，Grouper的使命已被超越。

业务下滑、收入萎缩，Tom仍招募工程师，推销一个连自己都难以信服的梦想——这种感觉宛如“死亡行军”。

因此，他并未立即投入研究，而是先“游荡”了一段时间。

例如，练习瑜伽、CrossFit，甚至花费三个月打造“艺术车”前往Burning Man艺术节，洗涤一身“职场尘埃”。

六个月AI自学之路

“曲线救国”加入OpenAI

他长期犹豫是否转型AI研究：

或许我们这一代将见证颠覆性人工智能的诞生，这可能是人类史上最重大事件；

也许我能贡献绵薄之力。但大学线性代数仅获B-（险些C+）的我，真的有能力吗？

2015年，Tom离开Grouper，但直到一年后才正式加入OpenAI。

当时，进入AI研究领域被视为顶尖学霸的专利。因此，他怀疑自身能力，加之此前创业小成，曾考虑启动新项目。

朋友们听闻他的AI研究计划，均感诧异甚至质疑：“AI安全？听起来像火星人口过剩一样荒诞！”

他们都怀疑Tom是否适合此道。于是他踌躇半年，才逐渐鼓足勇气尝试。

经过三个月休整，他强迫自己进入“隐身学习模式”六个月，以期跻身顶尖实验室。

当时仅有的选择是：DeepMind、谷歌Brain、MIRI（机器智能研究院）。但他缺乏技术积累，唯有自学。

那是2015年，深度学习刚刚兴起，他的主要学习计划包括：

在Coursera自学机器学习课程；

完成Kaggle项目实践；

研读《Linear Algebra Done Right》；

翻阅统计学教材；

甚至用YC校友积分购买GPU，通过SSH远程运行实验。

为加入OpenAI，他主动联系Greg Brockman，毕竟OpenAI当时以研究员团队强大著称。

OpenAI成立当天，Tom即发消息给Brockman：“我线性代数仅B-，但略懂工程与分布式系统。若能协助，即便扫地拖地也在所不惜。”

Greg认为兼具机器学习与分布式系统知识者稀缺，视Tom为奇才。

于是将Tom引荐给Pieter Abbeel，助其制定学习计划。

Pieter Abbeel是加州大学伯克利分校机器人学习教授，于2016年4月26日休假加入OpenAI。

此后，Tom每月跟进学习，终获机遇：OpenAI需构建星际争霸（StarCraft）环境，他遂加入项目。

当时，OpenAI位于旧金山Dandelion巧克力工厂楼上，享有马斯克承诺的十亿美元资金，创业氛围浓郁。

关键转折点来临：他开始负责训练GPT模型的工程系统。

GPT-2仍在TPU上训练，而GPT-3的重大突破在于转向GPU并大幅提升算力。

在OpenAI工作一年后，他短暂加入Google Brain，后又回归OpenAI。

他恰逢GPT-3训练期（2018–2019）。

那时团队已意识到缩放定律的力量：只要方法得当，算力越多，智能越强。

Dario Amodei发表著名缩放定律论文，证实此趋势。

Danny Hernandez的研究显示算法效率提升持续降低成本。

两者叠加，让OpenAI预见未来几年智能将爆炸式增长。

最令他震撼的是：那条直线跨越12个数量级——从小模型到超大模型，全部稳定对齐于同一直线。

如此长的数量级跨度，在其他科学领域前所未见。Tom自此全心投入缩放相关工作。

当时，学界多人批评OpenAI“只会堆砌GPU，手段粗暴、缺乏技术”。甚至有人嘲讽此为“愚蠢但有效”之法。

如今看来，正是这“笨办法”催生了智能飞跃。

决裂与新生：自立门户

Tom历经OpenAI、谷歌DeepMind和Anthropic，堪称美国AI界“三朝元老”。

作为GPT-3团队一员，他为何与OpenAI分道扬镳？

这与Amodei兄妹密切相关。

当时，OpenAI的安全与缩放团队向Daniela、Dario Amodei兄妹汇报。

两支团队协作无间，且共同坚信：

缩放定律必将引发颠覆，最终人类需将部分控制权移交通用人工智能（AGI）。若运气佳，AGI将与人类目标对齐，实现平稳过渡；若运气差，后果可能不堪设想。

因此，必须建立一个能肩负此重任的机构。

这成为他们自立门户的核心动因。

Tom坦言当时不确定这是否对世界最有益。回首往事，证明此为明智之举。

早期加入Anthropic者皆怀“使命”而来。他们本可选择更体面、高薪之地，但选择了Anthropic，因相信此事意义非凡。

这奠定了公司文化基石：前100名员工几乎全为使命驱动。

Anthropic的Linkedin主页介绍

正因如此，即便Anthropic现已扩张至2000余人，办公室政治仍难渗透。若有人觉行为偏离使命，他们会直接指出。

Claude赢得开发者，ChatGPT面临挑战

约在ChatGPT发布前9个月，Anthropic推出首款产品Slack机器人Claude 1。

初期，Anthropic犹豫是否发布产品，专注于研究与基础设施。ChatGPT的发布成为催化剂，促使Anthropic推出API与Claude AI。

Claude 3.5 Sonnet特别是Claude Code成为关键转折点，赢得巨大市场认可。

2023年，几乎所有创业者皆用OpenAI。

但至2024年，Claude 3.5尤其是Sonnet版本迅速抢占市场份额。

在编程场景中，份额从个位数飙升至20%、30%，甚至当前80%、90%的创始人更偏爱Claude。

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

正如OpenAI未预料ChatGPT爆红，Claude 3.7 Sonnet同样让Anthropic惊讶——它意外解锁了“智能体式编程”能力。

每一次迭代，Claude的新能力都令人惊叹。

Claude Code的意外诞生

“心智切换”理论揭秘

YC创业者调研显示，开发者在编程中更偏好Anthropic模型，此倾向远超基准测试所能解释。原因何在？是有意设计还是自然涌现？

Tom认为主因在于——不“刷榜”。

其他大型实验室有专门团队针对基准测试题库优化，以求分数亮眼。但Anthropic无此类团队，反而避免了训练集与测试集的过拟合。

Anthropic内部自有评估指标，但未公开。团队聚焦内部基准优化，同时大量“内部自用”——如让Claude加速工程师工作，此为最高优先级。

近期，Claude Code大获成功。主持人问及其起源，不料Claude Code最初仅是无心之作。

工程师Boris Cherny为辅助团队编码，临时搭建的内部小工具。

起初，Anthropic战略为：只提供API，不涉足应用。他们认为外部创业公司创意无穷，更懂产品。故全力打磨API，让开发者构建应用。

结果Claude Code意外脱颖而出，作为产品，竟比市面竞品更优。

对此，Tom提出“心智切换”理论——将Claude本身视为“用户”对待。

在Linked Language，用户是教师；

在Grouper，用户是纽约单身青年；

在Claude Code，用户既是开发者，也是Claude自身。

因此团队思路是：为Claude配备最适工具与上下文，使其更高效协助人类完成任务。

这是一种“以模型为中心”的思维模式，对Anthropic而言却格外自然。

人生箴言

若今日有“年轻版Tom”——20余岁，欲投身AI领域，搭上快车，你会给予何建议？

Tom的回答是——勇于承担更多风险。

选择那些即便失败，朋友仍觉你酷炫、钦佩的项目。或让你理想中更优秀的自己为之自豪之事。追寻此类目标，而非盲目遵循“安全路径”。

主持人最后提出大学生常见困惑：是否继续学业？未来职业何在？世界将如何演变？

Tom的建议如下：

勿过在意外部标签（如学位、证书、大厂光环）。

内在驱动远胜外在驱动。

若仅为获取文凭或进入FAANG公司（Facebook、Apple、Amazon、Netflix、Google）谋职，那已无意义。

当今世界剧变，“传统路径”不再构成优势。真正价值在于，能否让朋友与你内心皆感“我做成了不起之事”。

参考资料：

https://x.com/slow_developer/status/1957925542663184817

https://x.com/ycombinator/status/1957815586744070653

https://www.youtube.com/watch?v=JdT78t1Offo

https://www.linkedin.com/in/nottombrown/