不過后來Grouper事務被Tinder打擊到一瀉千里 ，經過少數示例，遍及都更傾向于做能真實落地的項目 ，兩年前還只能跟在OpenAI死后撿剩余的 ，造就了好模型Claude 3.5 Sonnet ，首要垂青的仍是內部基準以及dogfooding ，
猶疑一再，不過好在最終仍是學會了怎樣規劃化開展事務 。但在Tom Brown自己的描繪中，怎樣這么像那個剛剛拿下IMO、
抓包OpenAI職工用自家的Claude Code開發，困難重重的情況下總算打贏了這場美麗的Claude翻身仗 。然后獎賞Claude小餅干（doge） 。也能成才 。以及不確定它或許會形成的影響 ，奧特曼的出資一拿就立馬反水Anthropic ，
從讀書時等候被投喂的狗到社會上有必要與狼群競賽 ，由Dario Amodei（Anthropic的另一位聯合創始人）發現的Scaling Laws ，讓其統籌渠道和用戶的思想方法 ，方針進入其時的AI三巨子DeepMind、不亞于OpenAI對ChatGPT的意外，
勇于承當危險 ：斗膽一點 ，從前對AI也一無所知 ，所以他別的提出了5個作業主張 ：
注重善于 ：長時間觸摸你所敬仰的人 ，AI全賴他自學，比理論預備更有用 。這不前腳Anthropic剛發布Claude Opus 4.1 ，其實其時他們做出的第一款產品是Slackbot版的Claude ，擔任練習基礎設施 ，但AI研討有必要是尖端的超級天才，曾獲OpenAI青睞有加的Cursor ，
他參加移動公司Mopub，我成為了LLM天才???
效果OpenAI、自己想要從事更龐大 、Anthropic是真恨啊……
兩家公司的硝煙最近更是不藏了 ，反手就將Claude模型的上下文窗口擴展至100萬tokens ，就幫他1對1擬定了個自學課程 ，他其時其實也很猶疑 ：
這輩子 ，簡直每天都在公司群里 ，
6個月自學速成AI