从AI自学菜鸟到行业颠覆者：Tom Brown的逆袭之路与Anthropic的崛起

通过六个月的密集自学，他成功从零基础蜕变为大型语言模型领域的顶尖人才，这段旅程充满了激情与突破❛‿˂̵✧

他不仅助力OpenAI取得成就，更在离开后创立了对家Anthropic，摇身一变成为前公司的心腹大患，上演了一场精彩的行业对决……

嘿！这确实是Anthropic联合创始人Tom Brown亲自分享的AI奋斗历程，充满传奇色彩。

说起来令人惊叹，这位大佬在大学时期还是个线性代数仅得B-的“普通学生”，直到某天豁然开朗，毅然辞职投身AI自学，最终凭借个人才华搅动了整个大模型行业的格局。

他曾在OpenAI、Google Brain、Anthropic三家公司之间灵活穿梭，如今带领Claude团队直接挑战老东家，竞争激烈。

估计奥特曼深夜反思时也会困惑：一个靠自学崛起的AI“野路子”，如何就让OpenAI感到危机四伏了？

搬好小板凳，下面一起来探索他是如何让前老板措手不及的。🧐

告别老东家，实现超越与颠覆

Tom Brown透露，他们的成功秘诀在于不单纯追求“应试”！

其他公司的模型往往瞄准基准测试，每天琢磨如何刷题获取高分……（咦，这话听起来很像那个最近在IMO和IOI双料夺冠的某O家呢）

而Anthropic则更注重“快乐教育”，核心关注内部基准以及dogfooding实践，即让自家工程师日常使用Claude进行工作，然后给予模型正向激励（调侃地说是奖励小饼干）。

例如Claude Code最初仅是一名Claude工程师为提升效率而开发的内部工具，意外推出后广受好评。

在团队中，Claude不仅是工具，更被视为用户一样的存在，模型设计兼顾平台与用户思维，鼓励开发者不仅作为使用者，还积极探索如何优化训练过程为己所用，这正是他们脱颖而出的关键。

这种自由创新的氛围，孕育了卓越模型Claude 3.5 Sonnet，这也是Tom Brown最自豪的成就之一。

Tom回忆，其实他们最早推出的产品是Slackbot版本的Claude，比ChatGPT早九个月，但由于服务器基础设施不足，以及对其潜在影响的不确定性，犹豫之下错失了发布时机。

后来目睹ChatGPT的巨大成功，他们才迅速重新推出API，随后发布Claude AI，但初期反响平平，直到Claude 3.5 Sonnet问世，才彻底点燃了AI编程领域的热情。

Tom Brown坦言，他们对Claude 3.5 Sonnet的成功感到意外，不亚于OpenAI对ChatGPT的惊讶，尤其是在代理式编程和执行复杂任务方面带来了惊喜。

正是Claude 3.5 Sonnet的横空出世，让Anthropic获得了与OpenAI正面抗衡的资本。

回顾2023年，OpenAI还占据主导地位，手握50%的市场份额，结果如今份额下滑25%，遭遇挫折。

反观Anthropic，两年前尚在OpenAI身后拾遗补缺，如今已抢占32%的市场，尤其在编程领域，Anthropic才是真正的领导者，份额超过老东家两倍多。

无人预料到，这家由Tom Brown和一群前OpenAI员工“出走”创立的公司，首要目标竟是挑战老东家的霸主地位。

值得一提的是，曾获OpenAI投资的Cursor，在获得奥特曼支持后迅速转向Anthropic，其编程默认模型直接从GPT切换为Claude。

当OpenAI试图收购Windsurf时，Anthropic立即切断Windsurf的Claude API访问权限，明确表态：若选择站队OpenAI，就与Claude说再见！

甚至发现OpenAI员工使用自家Claude Code进行开发时，毫不客气地终止了OpenAI对Claude的访问。

可见，Anthropic的竞争决心何其强烈……

两家公司的竞争近日愈发公开化，前脚Anthropic刚发布Claude Opus 4.1，后脚OpenAI就推出GPT-5，并特别强调编码能力优化，目标直指对手。

Anthropic不甘示弱，反手将Claude模型的上下文窗口扩展至100万tokens，意图压制GPT-5。

如今，OpenAI亲手培育的“狼”，真的成了心腹大患。

于是有人好奇，OpenAI前员工创业成功者众多，为何偏偏Tom Brown成了奥特曼的“眼中钉”？

嘿嘿，这还得归功于他不走寻常路的野路子风格，AI知识全靠自学，外加OpenAI的些许提携。

令人惊叹的自学成才之路

那年他21岁，刚从大学毕业，略带迷茫地进入朋友的YC初创公司工作。

从学生时代被动接受知识，到社会必须与狼群共舞，心态转变让他意识到，自己渴望投身更宏大、更激动人心的事业。

他加入移动广告公司Mopub，怀揣诸多想法，却因编程能力薄弱而受阻，但最终学会了如何规模化拓展业务。

自行创业时，试图打造一个更灵活的DevOps平台，却无法清晰阐述目标，遭YC面试官严厉批评。

后来经YC联合创始人Paul Graham引荐，加入约会应用Grouper，其模式是为三男三女在酒吧牵线约会。

正是在这里，Tom Brown抓住了一个机遇——结识了比他还热衷Grouper约会的大佬、OpenAI联合创始人Greg Brockman。

据说Greg整整一年几乎每天都在公司群组邀请他人参与Grouper约会，Tom成功借此搭建人脉网络✅

然而Grouper业务受Tinder冲击急剧下滑，收入暴跌、梦想破碎……Tom Brown彻底陷入职业倦怠。

他选择离开Grouper，并尝试转型学习AI，但Tom Brown自述当时内心充满挣扎：

这辈子，人类或许能创造出变革性AI，也许我能为此贡献绵薄之力，但AI研究被视为顶级天才的领域，而我大学线性代数只拿了B-。

加之那时AI研究常被视作不务正业，社会更青睐能落地见效的项目，身边朋友也多不看好。

犹豫之后，他先给自己放了三个月假，练习瑜伽、CrossFit，或为艺术节制作手工车，积蓄耗尽后，终于下定决心投入六个月自学AI，目标是进入当时的AI巨头DeepMind、Google Brain或MIRI。

他与直播平台Twitch签订短期合同，辛勤工作3个月，攒够六个月生活费，随后制定详细自学计划，包括：

学习Coursera上的机器学习课程

参与Kaggle项目实践

研读线性代数经典教材《Linear Algebra Done Right》及统计学书籍

利用YC校友积分购买GPU，通过SSH远程完成课程作业与项目。

六个月闭关修炼后，Tom Brown自觉功力大成，立即联系大佬Greg Brockman：

我极度渴望加入OpenAI，无论什么岗位都行，哪怕是负责打扫卫生，我也心甘情愿。

大佬惜才，为他量身定制一对一自学课程，每月听取进度汇报，数月后便让他参与OpenAI的《星际争霸》项目训练环境搭建。

但Tom透露，在OpenAI前九个月，他并未接触任何机器学习相关工作，不久后跳槽至Google Brain，专注于ML系统的攻防机制设计。

一年后重返OpenAI，他终于被委以重任，主导GPT-3构建，负责模型工程实现与部署。

GPT-3延续GPT-2的Transformer架构，在Tom Brown领导下，完成了局部稀疏注意力、预正则化等模型优化，展现出卓越的少样本学习能力。

关键突破在于规模化计算，由Dario Amodei（Anthropic另一位联合创始人）发现的Scaling Laws，促使Tom Brown将重心转向计算资源管理。

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，将模型参数从15亿扩展到1700亿，确保LLM无需微调即可通过少量示例完成翻译、问答、推理等自然语言处理任务。

尽管在OpenAI如鱼得水，他因使命感选择离开，作为专注于安全与规模化的核心成员，与团队共同创立Anthropic，旨在严肃对待AGI风险。

创立初期，Anthropic仅有七位联合创始人和百余名员工，资金远不及OpenAI，但在重重困难中打赢了Claude翻身仗。

如今，他已成为Anthropic技术运营的中流砥柱，不仅监督LLM训练所需的GPU资源分配，还涉足AI安全架构、资源扩张策略等多方面。

谁能想到，这位改变行业格局的风云人物，曾对AI一无所知，全靠自学，终成栋梁。

献给年轻一代的5条职业建议

访谈尾声，Tom Brown指出其2015年自学计划可能已过时，因此额外给出5条职业建议：

重视社交网络：长期与你敬佩的人接触，随时间推移，你会逐渐吸收他们的优点。

寻找引路同伴：找到能共同学习的导师或伙伴，让成长之路更顺畅。

主动展示价值：联系你想合作的人，清晰阐述你的计划与优势，让他人看到你的潜力。

勇于动手实践：通过实际尝试并从失败中学习，比纯理论准备更有效。

敢于承担风险：勇敢挑战困难任务，若成功，你将为自己感到骄傲。

所以屏幕前的你，学会了吗？（调皮一笑）

参考资料：

[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