⚠️ 只会用聊天型大模型、最近想跟进新工具的人，最容易做错的一步，就是把“卡帕西加入 Anthropic（Karpathy joins Anthropic）”当成普通跳槽消息划走。[C001] 省事是省事，但代价也直接：你会继续把时间、预算和注意力花在表面新功能上，错过真正会改掉你下一步判断的地方。
你刚刷到这条消息，本来准备顺手划走，但我后来看懂的重点不是“明星研究员换公司”，而是：最会讲AI的人，还是回到了最贵的训练层。[C002] 所以我更愿意把它记成一句人话：卡帕西不教了，回去训 Claude。
证据其实就两层。TechCrunch 在 2026-05-19 写得很直：他已经加入 Anthropic，这周进的是预训练团队，也就是先把下一代大模型底子打出来的那层；他自己说想“回到研发”。[C003] 这说明他回去的不是内容、品牌，也不是教大家怎么用模型。
另一层反差更刺眼。Eureka Labs 官方页写的是做新学校，首个产品叫 LLM101n；他个人主页也一直把自己放在“研究者+教育者”的位置。[C004][C005] 连最会把AI讲明白的人，最后都回到训练层，这个信号比一堆功能发布更值得普通人记住。
这还不够证明整个行业已经只剩这一层，但足够提醒你少看一点热闹，多看一眼谁在做下一代模型的底层。先存这条。一条更新值不值得看，不看它列了多少功能，先看它会不会改掉你下一步的判断。
🤔 你现在最想先避开的，是哪一个坑？