硅谷CTO集体“降级”加入Anthropic:理想主义还是权力版图巨变?

硅谷,一场看似“反常”的人才迁徙正悄然上演。

事情源于博主 Henry Shi 在 X 平台上的一则帖子。他观察到科技界正出现一种奇特现象:“一些曾掌管数十亿美元公司业务的 CTO,纷纷离职,转而加入 Anthropic,甘愿成为一名个人贡献者(IC,Individual Contributor)。”

这个帖子确实引人深思:这些技术大牛为何集体从明星公司“降级”,跑到 Anthropic 担任“技术团队成员”(MTS)?背后究竟是理想主义的召唤,还是最聪明的人嗅到了权力版图的巨变?

Henry Shi 还列举了他观察到的案例,结合新闻报道,我们梳理了时间线:

  • 2026 年 4 月,Workday CTO Peter Bailis(彼得・贝里斯)被曝离职,加入 Anthropic 担任技术团队成员;
  • 2026 年 3 月,You.com 联合创始人兼 CTO Bryan McCann(布莱恩・麦肯)被曝离职,加入 Anthropic 担任技术团队成员;
  • 2026 年 1 月,Instagram 联合创始人兼前 CTO Mike Krieger(他早在 2024 年 5 月就已加入 Anthropic 担任 CPO),宣布转入公司内部 Labs 团队,担任技术团队成员,此消息引发业界热议;
  • 2025 年 12 月,Box CTO 加入 Anthropic 担任技术团队成员;
  • 2025 年 7 月,Super.com 的 CTO 加入 Anthropic 担任技术团队成员;
  • 2025 年 1 月,Adept AI CTO 加入 Anthropic 担任技术团队成员;
  • ……

有趣的是,在梳理过程中我们发现,这位 Henry Shi 正是 Super.com 的前 CTO。他曾将 Super.com 从零做到 2 亿美元的年收入,如今就职于 Anthropic。在帖文下方,他回应了这一点,并分享了自己离开 Super.com、加入 Anthropic 的心路历程博客(没错,与他互动的这位“网友”正是长期活跃在 X 平台的 Claude Code 工程师 Thariq)。

在博客中,Henry Shi 解释了加入 Anthropic 的理由,简单直白:“如果 AGI 在 2027 年或 2028 年到来,我将置身前沿实验室,坐在前排亲眼见证。如果它不会发生,我也会明白为什么,以及实际可能发生的是什么。”

换句话说,他愿意用 1-2 年的时间,换取一个“参与人类级跃迁”的机会。而在 Anthropic 内部,他看到了这种正在发生的变化。

关于这一点,他在领英上发布的关于成功 CTO 进入 Anthropic 一线“作战”的帖文中补充道:

“你不会做出这样的选择,除非你真心相信——眼前正在做的事情,比你能管理的一切都更重要。

这个使命,确实如此真实。

AGI 正在到来。

而那些最接近前沿的人,正在用自己的职业路径投票。”

这则帖子一经发布,立刻引发热议。

许多网友认为,这些技术大拿确实受到了 AI 技术、AGI 使命的召唤,选择回归一线,继续发光发热。

一位名为 Ammar A 的网友表示:“事实就是这样,一点也不奇怪。”

很多技术出身的人,包括他自己在内,后来都走上了管理岗位:职责变大、团队变多、scope 也不断扩展。但 AI 浪潮的出现,重新点燃了技术人对技术最初的热爱。选择重新全身心投入、亲自动手去做,反而有一种“回家”的感觉;更何况是在一个对社会影响可能最大的领域里。

“一个真正热爱技术的人,又怎么可能抗拒这一点呢?我敢打赌,这些 CTO 在做出这个决定之前,很早就已经在私下里折腾各种小项目、动手做东西了——只是出于热爱。”

但大多数声音似乎并没有被这一“理想主义的呼唤”说服。他们表示,这不仅仅关乎对 AGI 的信仰,更在于“杠杆”在哪里最高。

在技术前沿,一个直接参与核心模型的个人贡献者,其影响力可以达到传统高管岗位无法比拟的规模。在大多数大型组织中,影响力会在层层管理中被不断稀释;但在前沿实验室里,决策与产出之间的距离被大幅压缩。

“这也正是为什么一些资深高管选择‘下沉’——不是为了做得更少,而是为了更接近那些真正发生技术突破的地方。在这个阶段,离模型越近,就越有权力。”

从这个角度来看,AI 时代正在彻底重塑“影响力”的定义。对于那些已经登顶职业生涯的高管来说,放弃几千万的年薪和显赫的头衔,绝不仅仅是为了所谓的“使命感”,更是为了寻找更高效的个人杠杆。

寻找“最长的杠杆”

一位名为阿绎 AYi 的网友也深有感触。他表示,自己第一次看到这条消息时,震惊了很久。

“六位来自百亿美元公司的 CTO,集体放弃管理层身份,跑去 Anthropic 当‘普通工程师’。原帖里说,他们离开的原因是:这个使命足够真实。但仔细想想,事情显然没那么简单。”

他认为,这些成功的 CTO 们不是傻子,不会为了一个模糊而抽象的“使命”放弃几千万年薪,以及管理几百人的权力。背后真正的原因是他们发现了一个大多数人还没意识到的秘密:

“在 AI 时代,你管理多少人已经不重要了,你离模型有多近,才重要。”

在传统科技公司的逻辑中,CTO 的权力来源于“规模”,要做的事情可能包括处理公司政治、偿还技术债、维护老系统,一半精力都花在“人”上。

但如果到 Anthropic 做技术人员,就可以直接参与最前沿的模型训练,用 AI 工具把产出放大上万倍。

在他看来,这其实是一种权力结构的根本反转:过去,管的人越多,影响力越大;而现在,能调用的模型能力越强,影响力越大。

一个顶级工程师加上一个强模型,可以“干掉”过去一个百人团队的工作。当然,钱也不会少。

根据 Anthropic 当前的估值和增长速度来看,即便只是技术团队人员,未来通过股权兑现的收益,可能超过大多数独角兽 CTO 一辈子的收入,而且流动性更好,不需要苦等一个遥远的 IPO。

这里插一句,根据最新消息,4 月底,Anthropic 正与投资者洽谈新一轮融资,目标估值高达 9000 亿美元。如果交易达成,Anthropic 将超过竞争对手 OpenAI(当前估值为 8520 亿美元),成为全球估值最高的 AI 初创公司。

阿绎 AYi 还表示,其实 Henry Shi 本身就是一个典型的例子。他把 Super.com 从 0 做到 2 亿美元年收入后,转身加入 Anthropic 去做一名“普通工程师”,他可能比任何人都更清楚,这个时代真正的杠杆在哪里。

而这件事情最有意思的地方在于:它正在重置传统的职业天花板。过去,所有人的终极目标是成为 CTO 或 CEO。但现在,最聪明的一批人,正在涌向一线实验室,做个人贡献者(IC)。

“也许未来会有越来越多人意识到:成为一个可以直接操控基础模型的‘超级个体’,远比管理几百人的高管,更有力量,也更自由。

所以,这不是什么‘被使命召唤’,而是这个时代最聪明的一群人,在用脚投票。他们正在走向杠杆最大的地方。

而这一点,值得我们每个人——尤其是程序员——认真思考。”

在深入审视各方观点之后,不难发现每种视角都具备其合理性。然而,一个清晰且强烈的信号已经浮现:这场高管的集体迁徙,正昭示着AI全面重塑技术格局的当下,技术人才的职业发展天花板正被彻底打破。基础模型实验室,正悄然成为科技行业新的“核心引擎”。

那么,对于这一现象或趋势,你又是如何看待的呢?欢迎在评论区畅所欲言、交流碰撞。

参考链接:

https://x.com/henrythe9ths/status/2049148130059292743

https://x.com/AYi_AInotes/status/2050447380311413091

https://www.linkedin.com/posts/henrythe9th_something-strange-is-happening-in-tech-activity-7454913863625535488-RaS3


关注“鲸栖”小程序,掌握最新AI资讯

本文来自网络搜集,不代表鲸林向海立场,如有侵权,联系删除。转载请注明出处:https://www.itsolotime.com/archives/33146

(0)
上一篇 2026年5月4日 下午8:16
下一篇 2026年5月4日 下午8:21

相关推荐

  • 硅谷甄嬛传再更新!Ilya偷拍70页OpenAI机密文件曝光,揭露Sam Altman撒谎成性与宫斗内幕

    OpenAI前首席科学家Ilya Sutskever秘密备份的公司内部文件,近日被媒体披露。 这份长达70页的机密备忘录,以及超过200页的私人笔记,揭示了OpenAI内部一场非同寻常的权力斗争。文件显示,信息通过拍摄屏幕、避开公司系统、使用阅后即焚应用等方式传递,内容直指核心矛盾: Sam Altman被指存在长期且严重的诚信问题。 《纽约客》杂志最新报道…

    2026年4月7日
    40700
  • 月之暗面Seer引擎:突破LLM强化学习训练瓶颈,实现同步RL效率革命性提升

    在大型语言模型(LLM)快速发展的当下,强化学习(RL)已成为推动模型能力跃迁的核心技术。然而,随着模型规模不断扩大和任务复杂度持续提升,传统RL训练系统在端到端迭代过程中暴露出的性能瓶颈日益凸显,尤其是在生成阶段(rollout phase),资源利用率低、长尾延迟严重等问题严重制约了训练效率的进一步提升。 针对这一行业痛点,月之暗面联合清华大学研究团队近…

    2025年11月27日
    56100
  • 斯坦福伯克利英伟达联手:LLM-as-a-Verifier验证框架,扩展计算量显著提升Agent性能

    LLM-as-a-Verifier:斯坦福、伯克利与英伟达联合提出的验证框架,通过扩展计算量显著提升Agent性能 Transformer论文作者Lukasz Kaiser及GAN论文作者Bing Xu共同转发了一项备受关注的工作——LLM-as-a-Verifier验证框架。该框架作为一种通用验证机制,能够与任意Agent Harness及模型无缝结合。 …

    2026年4月27日
    18700
  • 昇腾硬件赋能:openPangu-Ultra-MoE-718B-V1.1推理体系的技术突破与产业影响

    随着2025年接近尾声,大模型技术正经历从单点提效工具向业务系统底层基础设施的深刻转型。在这一关键进程中,推理效率已成为决定大模型能否真正实现商业落地的核心变量。特别是对于超大规模混合专家(MoE)模型而言,推理环节面临的挑战已从单纯的计算能力扩展,演变为涉及计算、通信、访存、并行策略等多维度的系统性优化问题。华为近期发布的openPangu-Ultra-M…

    2025年11月28日
    37500
  • 阿里Qwen3.5小模型震撼发布:0.8B参数即可处理视频,边缘AI时代正式开启!

    阿里通义千问发布了Qwen3.5系列的四款小参数规模模型,分别为0.8B、2B、4B和9B。该系列的核心创新在于引入了Gated DeltaNet混合注意力机制,此项技术借鉴自其397B参数的大模型。 该架构采用三层线性注意力层对应一层全注意力层的设计。线性层负责常规计算,内存占用保持恒定;全注意力层仅在需要精确计算时激活。这种3:1的配比使得模型在维持高质…

    2026年3月3日
    67800