Karpathy เข้าร่วม Anthropic — สัญญาณว่า Claude Code อาจแข่งกันที่ context และวิธีทำงาน ไม่ใช่แค่โมเดล

Andrej Karpathy ประกาศเข้าร่วม Anthropic ข่าวนี้สำคัญเพราะ Karpathy ไม่ใช่แค่นักวิจัยชื่อดัง แต่เป็นคนที่มีอิทธิพลต่อวิธีที่วงการอธิบายและใช้งาน AI มานาน ตั้งแต่ founding team ของ OpenAI, งาน AI ที่ Tesla, การกลับไป OpenAI และงานด้าน AI education อย่าง LLM 101n

เขายังเป็นคนที่ทำให้คำว่า vibe coding แพร่หลายขึ้นในวงกว้าง คือแนวทางที่เราอธิบายสิ่งที่ต้องการเป็นภาษาคน แล้วให้ AI ช่วยเขียนโค้ด โดยคนทำหน้าที่ steer, ตรวจ และปรับทิศทาง

พอเขาไป Anthropic คำถามที่น่าสนใจกว่า "ใครย้ายค่าย" คือ Claude Code จะเดินไปทางไหนต่อ เพราะสิ่งที่ Karpathy พูดถึงบ่อยมากคือ context, learning, tools และวิธีทำให้คนเข้าใจระบบ AI

AI coding ไม่ได้แข่งกันแค่ว่าโมเดลไหนฉลาดกว่าอีกต่อไป ทุกค่ายมีโมเดลเก่งขึ้นเรื่อย ๆ แต่สิ่งที่คนใช้เจอจริงคือ AI เข้าใจ repo ไหม รู้กติกาโปรเจกต์ไหม อธิบายการเปลี่ยนแปลงได้ไหม และช่วยให้คนตรวจงานง่ายขึ้นหรือเปล่า

นี่คือสนามของ context และ wrapper รอบโมเดล เช่น project memory, CLAUDE.md, agent view, HTML explainer, knowledge base, skill และ workflow ที่ทำให้โมเดลเข้าใจงานจริงแทนที่จะเดาจาก prompt สั้น ๆ

ถ้า Anthropic ดึงคนที่คิดเรื่อง education และ LLM workflow ลึก ๆ เข้ามา มันอาจสะท้อนว่าบริษัทไม่ได้อยากชนะด้วยโมเดลอย่างเดียว แต่อยากชนะด้วยประสบการณ์ทำงานที่ทำให้คนใช้ AI ได้ถูกทางขึ้น

ฟันธง: ข่าวนี้ไม่ใช่เหตุผลให้เปลี่ยน tool ทันที แต่เป็นสัญญาณให้มอง AI coding กว้างกว่า benchmark ถ้าเครื่องมือช่วยให้ AI เข้าใจ context และช่วยให้คนตรวจงานได้ดีขึ้น นั่นคือ productivity จริง

สำหรับทีม dev สิ่งที่ควรทำตอนนี้คือจัด context ของตัวเองให้พร้อม ไม่ว่าจะใช้ Claude, Codex, Cursor หรือ Gemini เริ่มจาก project guide, command list, architecture notes และ test checklist เพราะเครื่องมือจะเก่งแค่ไหน ถ้าเราให้บริบทมั่ว มันก็ทำงานมั่วได้

Karpathy ไป Anthropic อาจทำให้ Claude Code น่าสนใจขึ้นในระยะยาว แต่ชัยชนะของทีมเราไม่ได้อยู่ที่เลือกค่ายถูกอย่างเดียว อยู่ที่มี workflow ที่ทำให้ AI ทำงานได้ ตรวจได้ และผิดแล้วแก้ทัน