2026 年 5 月 19 日，Andrej Karpathy 在 X 上貼了一段不到五十字的個人近況：他加入了 Anthropic。這個人是 OpenAI 的創始成員，也是把特斯拉 Autopilot 電腦視覺團隊從零帶起來的 AI 總監。順帶一提，「vibe coding」這個詞也是他發明的。照業界慣例，這種份量的人加入一家公司，職稱怎麼也該是某種副總，或至少掛個「傑出科學家」。
他的職稱是 Member of Technical Staff。技術員工。跟一個剛從研究所畢業、第一天進公司的工程師，掛的是同一個名牌。
嚴格說，Anthropic 不太招真正的新鮮人，最初階的 MTS 通常也已經有研究或業界資歷，起薪在矽谷標準裡都算高的（這個數字後面會講）。但職稱是平的：從那位剛入職的工程師到 Karpathy，名片上印的字一模一樣。
而且他不是特例。把時間往前拉十八個月，會看到一條安靜但清晰的軌跡：一群在自己公司管理著數百、甚至上千名工程師的高階主管，陸續放下 C-suite 的頭銜，走進 Anthropic，換上同一個樸素的稱呼。這些人各自的職涯選擇，不是這篇文章的重點。我更想談的是，把他們推往同一個方向的那股力量到底是什麼。當寫程式和做研究的生產方式變了，最有才華的人應該站在哪個位置，答案也跟著變了。
Table of contents
Open Table of contents
什麼是 MTS
Member of Technical Staff，直譯是「技術成員」或「技術員工」。它最早可以追溯到貝爾實驗室。那是電晶體、雷射、Unix、C 語言誕生的地方，裡面坐著一整代諾貝爾獎等級的科學家，而他們的職稱，大多就是這個不起眼的 MTS。
這個設計的核心是「個人貢獻者軌道」（Individual Contributor track）。傳統公司的升遷階梯只有一條路：工程師做久了升資深，資深做久了帶人，變成經理、總監、副總。問題在於，這條路把最會解題的人，硬推到一個整天開會、做績效考核的位置上。一個天生屬於白板和終端機的人，被升到再也碰不到白板的地方。這就是「彼得原理」的軟體業版本：每個人最終都被晉升到自己無法勝任、也未必想做的職位。
MTS 體系存在的意義，就是給這群人另一條平行的路。你可以一路往上爬，影響力和薪酬追得上甚至超過一個副總，而完全不必去管理任何人。資深一點的層級會加上前綴：Senior MTS、Staff、Principal、Distinguished，最頂端是 Fellow。
所以這裡有個關鍵，先講清楚：在這套邏輯底下，一個 CTO 去當 MTS，不是降級，是換軌。他放下的是「管理人」這件事，保住的是「做技術」這件事。
哪些公司用 MTS
貝爾實驗室之後，這個傳統在研究密集的公司延續下來。VMware、Oracle、Sun、各家半導體廠，都用 MTS 當作技術專家的職稱。
但讓這個詞重新發燙的，是這一波前沿 AI 實驗室。OpenAI 和 Anthropic 不約而同把它當成預設職稱，橫跨研究、基礎設施、安全、產品工程，不分資歷高低。OpenAI 總裁 Greg Brockman 公開解釋過這個哲學：他們刻意不去區分「研究員」和「工程師」。在前沿模型的開發裡，這兩者的界線本來就是模糊的，今天寫訓練流程的人，明天可能就在設計實驗。一個扁平、共用的職稱，正好反映這種協作方式。
於是出現一個有趣的反差。MTS 這個稱呼聽起來謙遜又扁平，但在 Anthropic 或 OpenAI，一個沒有任何前綴的「MTS」，可能是一位博士級研究員，也可能是剛放下 CTO 頭銜的人。根據送交美國勞工部的 H-1B 簽證申報資料，Anthropic 的 MTS 年薪大致落在三十萬到四十萬美元之間。再算上股權，這個數字還會更可觀。本文寫作的當下，Anthropic 的估值正逼近一兆美元，往後恐怕還會繼續往上攀。一個聽起來這麼樸素的名牌底下，藏著矽谷最有份量的一批工作。
名單：他們放下了什麼，去做了什麼
把這一波人攤開來看，重點不在他們去了哪裡。看他們離開時手上還握著什麼，更有意思。
Andrej Karpathy。OpenAI 創始十一人之一，特斯拉前 AI 總監，在那裡領導 Autopilot 與 FSD 背後的電腦視覺團隊。他在 Anthropic 加入 pre-training 團隊，由 Nick Joseph 帶領，任務是組建一個新團隊，研究怎麼用 Claude 來加速 Claude 自己的預訓練。用 AI 來讓 AI 變得更好，這是整份名單裡野心最赤裸的一個。
Mike Krieger。這一個值得停下來細看。他和 Kevin Systrom 共同創辦了 Instagram，公司在 2012 年以約十億美元賣給臉書，他續任 CTO，一路把平台撐到超過十億使用者。Instagram 之後，他再開了一個新聞 App，沒能撐住，收掉後把技術賣給了 Yahoo。然後他加入 Anthropic，掛的是產品長，C-suite，一家正在定義前沿的公司的產品最高負責人。
故事大可以停在這裡。這已經是一份漂亮到不行的履歷。
但他沒有停。2026 年初，他交出了產品長這個 C-suite 頭銜，名片上的「Chief Product Officer」換成了「Member of Technical Staff」，轉去跟共同創辦人 Ben Mann 一起帶 Anthropic Labs，做最前沿、還沒成形的實驗產品。沒人逼他，是他自己要的。如果是你，在親手把自己從那份高層職稱上劃掉的時候，會不會也有一秒鐘的猶豫？他要的，是離動手做產品更近一點，離管理整個龐大產品組織更遠一點。
Krieger 不是孤例。同一段時間裡，好幾位掌過整家公司技術舵的人，做了同樣的選擇。Peter Bailis 在 2025 年 5 月才當上 Workday 的技術長，待不到一年就走，更早他是 Google Cloud 的工程副總，如今在 Anthropic 掛著 MTS、寫強化學習的訓練程式。Henry Shi 把 Super.com 從零帶到兩億美元年營收、五千萬用戶，他公開說加入的理由是這裡的人才密度，還有他相信 AGI 比多數人以為的更近。Bryan McCann 是 You.com 的共同創辦人兼 CTO，創業前本來就是 NLP 研究者，2026 年 3 月報到。三個人，三家公司，從帶領數百人的組織，一起縮回那張寫著 Member of Technical Staff 的名片。
Niki Parmar。這個名字在學術圈的份量不亞於前面幾位。她是〈Attention Is All You Need〉的共同作者，那篇論文定義了 Transformer，也就是今天所有大型語言模型的地基。離開 Google 後，她共同創辦了 Adept AI 並擔任 CTO，之後又共同創辦 Essential AI，2024 年底才低調加入 Anthropic，參與了 Claude 3.7 Sonnet 的開發。
還有從其他前沿實驗室橫向流動過來的研究者。Durk Kingma，OpenAI 創始團隊成員，VAE 與 Adam 優化器的共同發明人。Nicholas Carlini，在 Google 待了七年的對抗式機器學習與 AI 安全專家，他在部落格寫道，加入的理由很簡單，Anthropic 的人真的在乎他在乎的那些安全問題，而且讓他去做。Neil Houlsby，在 DeepMind 待了約十年、Vision Transformer 的核心作者，去籌建蘇黎世辦公室。
這份名單拉長了還能繼續列。但模式已經很清楚：這些人在原本的位置上，要嘛掌管龐大的工程組織，要嘛是被整個產業引用的研究者。他們捨棄的東西，遠比一個頭銜多。
真正的問題：生產的方式變了
最直覺的解釋是錢和聲望。前沿實驗室開得起天價薪酬，估值還在往上衝，加入一家可能定義未來的公司，本身就是一種光環。
這個解釋不夠。錢解釋不了為什麼是「現在」，也解釋不了 Krieger 為什麼會交出產品長的頭銜，換上一張技術成員的名片。一個人如果只是想多賺一點，大可留在原位談股權，沒必要把自己從高層名單上劃掉。要看懂這件事，得回到一條很老的軟體工程定律。
Fred Brooks 在《人月神話》裡講過：軟體開發的協作成本是超線性的。團隊每多一個人，彼此之間要溝通的路徑就以 n(n-1)/2 的速度成長。十個人的團隊有四十五條溝通路徑，一百個人就是將近五千條。所以他下了那個著名的判斷：替一個已經落後的軟體專案增加人手，只會讓它更落後。
過去幾十年，要放大產出，幾乎只有「加人」這一條路。於是組織越長越大，協調的成本越來越高，而最會解題的那群人，被抽去管理這套越來越笨重的機器。他們的創造力，被課了一筆沉重的協調稅。
AI Agent 改變的，正是這條路的前提。一個有判斷力的人，現在可以一個人坐下來，指揮十個 agent 跑訓練、改架構、寫評估；那些原本需要靠百人團隊才能撐起來的工作，中間的開會、同步、PR review，全部砍掉。
這才是這群人共同押的賭注。他們相信，在 AI agent 成熟之後，一個小而精、由頂尖個人直接驅動的團隊，做前沿開發可以比一個龐大的傳統團隊又快又好。如果這個賭注成立，那麼對一個技術天才來說，最理性的選擇是回到 IC 的位置，把那五百人的協調成本，換成五百個隨叫隨到、不需要開會的 agent。
Karpathy 的任務是這個邏輯的縮影。他去組一個小團隊，用 Claude 加速 Claude 的研究。
別把話說得太滿
這個論點很有吸引力，但有幾個地方必須收一收，否則就成了另一篇朝聖文。
第一，這些是極端的個案。「AI 把創造力從管理中解放出來」這句話，對 Karpathy 這個層級的人成立，對一個中位數的工程師不一定成立。對後者來說，agent 也可能是來取代他、而不是來幫他的那一方。樣本本身就高度篩選過，不能直接推廣成普遍現象。
第二，前沿實驗室並沒有變成一群獨行俠的集合。Anthropic 還在高速擴編，還是有大量的經理和層級。所以更精確的講法不是「agent 消滅了團隊」，而是「agent 改變了最高槓桿的人該把時間花在哪裡」。管理沒有消失，只是不再是頂尖人才唯一的、或最好的去處。
第三，這仍然是一個賭注，不是已經被證明的事實。小團隊加 agent 是否真能穩定打敗大團隊，現在還在進行式。把它寫成既成結論，比這些下注的人本身還要樂觀。
還有一個反方向的證據值得放進來：人才不是只進不出。John Schulman，OpenAI 共同創辦人，2024 年 8 月加入 Anthropic，2025 年初就離開，去了 Mira Murati 創辦的 Thinking Machines Lab。流動是雙向的。承認這一點，反而讓「為什麼這麼多人靠近前沿」這個問題更值得認真回答。
不過就整體的方向來說，趨勢確實偏向一邊。創投公司 SignalFire 根據 LinkedIn 數據估算，OpenAI 的工程師跳到 Anthropic 的機率，是反方向的八倍；DeepMind 的比例更懸殊，達到十一比一。重力的方向是清楚的，只是還有少數人逆流而上。
回頭看台灣
這件事跟我們有什麼關係？
台灣的科技業，升遷文化長期還是那條老路：技術做得好，就往管理走，當上主管、再當上副總。一個工程師最大的成就，往往是有一天不再寫程式。我們的組織擅長的，正是 Brooks 講的那種規模協調，把幾千幾萬人組織起來，穩定地把良率做上去。這套模式撐起了台積電，撐起了整個代工島嶼。
但 agent 翻轉的恰恰是「規模協調」這件事的價值。當放大產出不再主要靠人數，靠的是少數人的判斷力乘上一批 agent，那個一直被我們的升遷階梯往管理職推的技術天才，反而成了最該留在第一線的人。
我不是說台積電的模式會被取代，硬體和製造有它自己的物理現實。我想說的是，AI 軟體開發示範了一種不一樣的可能：最稀缺的能力，正在從「把一群人組織起來」，轉移到「知道該做什麼，而且有品味地把它做出來」。對一個習慣用「能不能帶人」來定義一個人是否成功的社會來說，這個轉向值得我們提早想一想。
Karpathy 那則貼文會是個訊號，跟他去了哪家公司關係不大。真正的訊號在於，當這個世界上最懂這項技術的一群人，不約而同選擇放下管理、回到第一線，他們等於用行動標出了真正的工作正在哪裡發生。
資料來源
本文事實依據截至 2026 年 5 月的公開報導與資料，主要包括：各當事人於 X 的公開貼文；Business Insider、Fortune、VentureBeat、The Next Week 等媒體報導；SignalFire 基於 LinkedIn 數據的人才流動報告；美國勞工部 H-1B 簽證薪資申報；以及 Anthropic 官方發言人的證實。Fred Brooks 的協作成本論點出自《人月神話》（The Mythical Man-Month, 1975）。