Karpathy naar Anthropic: AI-strijd verschuift van modellen naar werksystemen
De overstap van Andrej Karpathy naar Anthropic is meer dan een opvallende transfer in de AI-sector. Ze past in een bredere verschuiving: de waarde van AI zit steeds minder alleen in het taalmodel zelf, en steeds meer in de context, tools, workflows en agentlagen die eromheen worden gebouwd.
Andrej Karpathy, een van de bekendste namen in de moderne AI-wereld, heeft getekend bij Anthropic. Dat nieuws werd op 19 mei bekendgemaakt en is inmiddels bevestigd door meerdere internationale media. Karpathy, eerder betrokken bij OpenAI en jarenlang een sleutelpersoon bij Tesla’s AI- en Autopilot-werk, gaat bij Anthropic aan de slag binnen het pretraining-team rond Claude.
Meer dan een toptransfer in de AI-wereld
Op papier lijkt het een klassieke toptransfer in de AI-talentoorlog. Maar de timing en de keuze voor Anthropic maken de stap interessanter dan dat. Karpathy staat al jaren bekend als iemand die complexe AI-ontwikkelingen niet alleen technisch begrijpt, maar ze ook weet te vertalen naar hoe ontwikkelaars en bedrijven ermee werken. Zijn recente focus op AI-educatie, “vibe coding”, context engineering en agentische workflows sluit opvallend goed aan bij de richting waarin Anthropic zich ontwikkelt.
Anthropic is de voorbije periode uitgegroeid tot een van de belangrijkste uitdagers van OpenAI. Het bedrijf profileert Claude niet alleen als chatbot, maar steeds nadrukkelijker als werkomgeving voor ontwikkelaars, kenniswerkers en bedrijven. Vooral Claude Code speelt daarin een belangrijke rol: een tool waarmee AI niet alleen antwoord geeft, maar actief helpt bij programmeren, projectstructuur, debugging en documentatie.
De laag rond het model wordt beslissend
De bredere beweging is duidelijk. De concurrentie tussen AI-bedrijven draait niet langer uitsluitend om de vraag welk model het slimst is. Natuurlijk blijft modelkwaliteit belangrijk, maar in de praktijk ontstaat het verschil steeds vaker in de laag eromheen: projectgeheugen, connectors, instructiebestanden, styleguides, workflowregels, tools en autonome agentloops. Twee gebruikers kunnen met hetzelfde model totaal verschillende resultaten krijgen, afhankelijk van de context die ze het systeem meegeven.
Daar raakt Karpathy’s denken aan Anthropic’s strategie. Zijn ideeën rond context engineering gaan verder dan klassieke prompt engineering. Niet de ene perfecte prompt staat centraal, maar een volledige werkomgeving waarin het model begrijpt wat de gebruiker wil, welke documenten relevant zijn, wat goede output betekent en hoe taken stap voor stap kunnen worden uitgevoerd.
Van chatbot naar digitale medewerker
Een voorbeeld daarvan is het concept van een LLM-wiki: een levende kennislaag waarin notities, documenten, transcripties, processen en voorbeelden worden omgezet in bruikbare context voor een AI-systeem. Voor bedrijven kan zo’n laag waardevoller zijn dan een losse chatbot. Ze verandert AI van een generiek hulpmiddel in een systeem dat de taal, processen en prioriteiten van een organisatie leert kennen.
Ook autonome workflows worden belangrijker. In plaats van AI telkens losse opdrachten te geven, verschuift de interface richting doelgerichte taken: analyseer dit probleem, verbeter deze code, onderzoek deze vraag, blijf itereren tot een vooraf bepaald resultaat is bereikt. Dat maakt AI minder een gesprekspartner en meer een digitale medewerker die binnen duidelijke grenzen zelfstandig werk kan verzetten.
Anthropic krijgt er geloofwaardigheid bij
Toch is enige nuance nodig. Karpathy’s officiële rol bij Anthropic ligt volgens berichtgeving bij pretraining en onderzoek naar het verbeteren van de onderliggende Claude-modellen, niet specifiek bij Claude Code. De link met Claude Code en bredere agentische productlagen is dus deels interpretatie. Wel is die interpretatie logisch: Karpathy’s publieke werk en Anthropic’s productrichting bewegen allebei naar AI-systemen die meer context, geheugen en zelfstandigheid krijgen.
Daarmee zegt deze overstap iets over de volgende fase van AI. De centrale vraag wordt niet alleen welk bedrijf het krachtigste model bouwt, maar welk bedrijf het beste systeem maakt rond dat model. Wie AI echt nuttig wil maken voor werk, moet meer leveren dan een chatvenster. Het gaat om context, integratie, tools, educatie en workflows die dagelijks werk daadwerkelijk versnellen.
Karpathy’s komst geeft Anthropic op dat vlak extra geloofwaardigheid. Niet omdat één persoon de richting van de hele sector bepaalt, maar omdat zijn overstap precies past bij waar AI naartoe lijkt te gaan: van losse prompts naar complete werkomgevingen waarin modellen, data en acties samenkomen.