Andrej Karpathy

Dezember 2025 ist der Moment, den «Andrej Karpathy» als den Wendepunkt bezeichnet. Während einer Pause bemerkte er, dass die Codeabschnitte, die die neuen Modelle produzierten, schon beim ersten Versuch stimmten, also hörte er auf, sie zu korrigieren, und ließ den Agenten einfach weiterarbeiten. Im selben Interview sagt der Mitgründer von «OpenAI» und frühere Architekt von «Tesla Autopilot», er habe sich als Programmierer noch nie so abgehängt gefühlt.

Er prägte «vibe coding» im Februar 2025, und der Begriff gehörte schon bald nicht mehr nur ihm. Kate Holterhoff baute darauf eine Darstellung des Sommers 2025 auf; Addy Osmanis Google-Whitepaper ordnet ihn an ein Ende eines Spektrums ein, dessen anderes Ende das agentic engineering bildet. Karpathy zieht eine ähnliche Linie: «vibe coding» hebt die Untergrenze an, agentic engineering bewahrt den Qualitätsanspruch.

Sein wiederkehrendes Argument betrifft die Unregelmäßigkeit der Fähigkeiten. Labore trainieren mit Reinforcement Learning auf überprüfbaren Domänen, was Fähigkeitsspitzen erzeugt und anderswo Lücken hinterlässt: Opus 4.7 refaktoriert 100.000 Zeilen Code und rät dann, 50 m bis zur Waschanlage zu Fuß zu gehen. Agenten sind in seiner Beschreibung Praktikanten mit exzellentem Gedächtnis und ohne Geschmack. Die Tiermetapher für LLMs lehnt er ab und nennt sie Geister, statistische Simulationsschaltkreise.

Andere machen aus seinen Beobachtungen Artefakte. Das Repository «andrej-karpathy-skills» fasst seine Notizen zu den Fehlermodi von Modellen in vier «Claude Code»-Richtlinien zusammen und erhielt innerhalb von Tagen über 3.400 Stars. Ryan Sarver führt Karpathys LLM-Wiki als Vorbild für ein lesbares Markdown-Agentengedächtnis an. Seine eigene Formel: "You can outsource your thinking but you can't outsource your understanding."