Andrej Karpathy: From Vibe Coding to Agentic Engineering

Kernpunkte

1. Geschätztes Datum. April 2026, Konferenz AI Startup School / „AIN" (Verweis darauf, dass Sam Altman „letztes Jahr" gekommen sei). YouTube-Video: https://www.youtube.com/watch?v=96jN2OCOfLs
2. Einstiegssatz mit Schockwirkung. „Er habe sich als Programmierer noch nie so sehr abgehängt gefühlt." — eine Aussage, die auf X/Twitter viral ging und die der Interviewer zur Eröffnung aufgreift.
3. Wendepunkt Dezember 2025. Karpathy befand sich in einer Pause, hatte mehr Zeit und bemerkte, dass „die Chunks einfach gut herauskamen, und dann habe ich weiter mehr angefordert, und es kam einfach gut heraus". Kein Korrekturbedarf mehr. Er betont: „Viele Menschen haben KI letztes Jahr als etwas ChatGPT-Nahes erlebt. Aber man musste wirklich noch einmal hinschauen, und zwar ab Dezember, weil sich die Dinge grundlegend verändert haben."
4. Software 1.0 / 2.0 / 3.0.
5. 1.0. expliziter, von einem Menschen geschriebener Code
6. 2.0. Programmierung durch Erstellung von Datensätzen + Training neuronaler Netze (gelernte Gewichte)
7. 3.0. Programmierung = Prompting; der Kontext ist der Hebel am LLM-Interpreter; das LLM wird zu einem programmierbaren Computer
8. Beispiel openclaw (Illustration von Software 3.0). Statt eines Shell-Skripts, das aufgebläht wird, um jede Plattform abzudecken, ist die Installation „ein Text zum Kopieren, den man seinem Agenten gibt". Der Agent betrachtet die Umgebung und debuggt in einer Schleife – leistungsfähiger als ein präzises Skript.
9. MenuGen → Nanobanana (Extremfall). Karpathy hat MenuGen (Foto der Restaurant-Speisekarte → OCR + Bilderzeugung zur Visualisierung der Gerichte) auf Vercel vibe-gecodet. Anschließend entdeckt er, dass man dem Gemini-Modell einfach das Foto übergeben und sagen kann: „benutze Nanobanana, um die Dinge auf die Speisekarte zu legen" – Nanobanana liefert das Originalbild mit den pixelgenau eingeblendeten Gerichten zurück. „Mein gesamtes MenuGen ist überflüssig. Es funktioniert im alten Paradigma. Diese App sollte nicht existieren." Das neuronale Netz erledigt alles, der Prompt ist das Bild, die Ausgabe ist das Bild. Keine App dazwischen. Karpathys Fazit: KI nicht als Beschleunigung des bestehenden Paradigmas begreifen, sondern als neu ermöglichte Dinge.
10. Neue Möglichkeiten. LLM Knowledge Bases – „man lässt LLMs Wikis für die eigene Organisation oder für sich persönlich erstellen". Das ist kein Code, sondern eine Neuzusammenstellung/Neuordnung von Dokumenten, um eine neue Projektion zu erzeugen. „Das ist etwas, das es vorher so nicht geben konnte."
11. Extrapolation für 2026 (vergleichbar mit dem Web der 90er, Mobile der 2010er, Cloud-SaaS). Karpathy stellt sich neuronale Computer vor, bei denen das neuronale Netz zum Host-Prozess wird und CPUs zu Co-Prozessoren – Diffusion erzeugt eine für den Moment einzigartige UI aus rohem Video-/Audio-Input. „In den 50er- und 60er-Jahren war nicht wirklich klar, ob Computer wie Rechner oder wie neuronale Netze aussehen würden. Natürlich sind wir den Weg des Rechners gegangen." Dieser Zweig könnte sich Stück für Stück umkehren.
12. Rahmenwerk der Verifizierbarkeit. Warum sind LLMs jagged (zackig)?
13. „Traditionelle Computer können leicht automatisieren, was man in Code spezifizieren kann; LLMs können leicht automatisieren, was man verifizieren kann."
14. Frontier-Labs trainieren via RL mit Verifikations-Belohnungen → Spitzenwerte bei Mathematik/Code und angrenzenden Domänen, andernorts grob an den Rändern.
15. Kombination: verifizierbar + den Labs wichtig (was aufgrund des wirtschaftlichen Werts in den Datenmix aufgenommen wird).
16. Schach-Anekdote GPT-3.5 → GPT-4: eine enorme Verbesserung aufgrund einer großen Menge absichtlich ins Pre-Training aufgenommener Schachdaten, nicht aufgrund allgemeinen Fortschritts.
17. Konsequenz: Man ist „ein Stück weit dem ausgeliefert, was die Labs gerade tun". Befindet man sich innerhalb eines RL-Kreislaufs, fliegt man. Andernfalls ist eigenes Fine-Tuning nötig.
18. Modernes Beispiel für Zackigkeit (jaggedness). „Ich möchte zu einer Waschanlage, um mein Auto zu waschen, und die ist 50 Meter entfernt. Soll ich fahren oder zu Fuß gehen? Modernste Modelle raten heute dazu, zu Fuß zu gehen, weil es so nah ist. Wie ist es möglich, dass das modernste Opus 4.7 gleichzeitig eine Codebasis mit 100.000 Zeilen refaktorieren oder Zero-Day-Schwachstellen finden kann und mir trotzdem rät, zu dieser Waschanlage zu Fuß zu gehen? Das ist Wahnsinn."
19. Ratschlag an Gründer. verifizierbare Domänen anvisieren, in denen man eigene RL-Umgebungen/-Beispiele erstellen kann → Fine-Tuning funktioniert als Hebel. „Verifizierbarkeit bleibt wahr, selbst wenn die Labs sich nicht direkt darauf konzentrieren." Karpathy verweigert es, auf der Bühne eine konkrete Domäne zu nennen: „Ich möchte auf der Bühne nicht vibe-posten."
20. Was NICHT automatisierbar ist. „Letztlich lässt sich fast alles bis zu einem gewissen Grad verifizierbar machen. Selbst beim Schreiben kann man sich einen Rat von LLM-Richtern vorstellen." Für Karpathy gilt: letztlich ist alles automatisierbar, es ist nur mehr oder weniger einfach.
21. Vibe coding vs. Agentic engineering (zentrale Unterscheidung).
22. Vibe coding. = die Untergrenze anheben. Jeder kann alles vibe-coden. Demokratisierung.
23. Agentic engineering. = die Qualitätsschwelle professioneller Software bewahren. „Man darf durch Vibe-Coding keine Schwachstellen einführen. Man ist nach wie vor genauso für seine Software verantwortlich wie zuvor, aber kann man schneller werden?"
24. Es ist eine Ingenieursdisziplin: die Koordination von spiky/stochastischen Agenten, um schnell zu sein, ohne die Qualität zu opfern.
25. Der 10x-Engineer wird verstärkt. „10x ist nicht die Beschleunigung, die man gewinnt. Menschen, die darin sehr gut sind, erreichen einen weit höheren Spitzenwert als das 10-Fache."
26. Zur Personalauswahl (hoch umsetzbarer Punkt). „Die meisten Menschen haben ihren Einstellungsprozess noch nicht auf die Fähigkeiten von agentic engineers hin überarbeitet. Wenn man Rätsel zum Lösen austeilt, ist das noch das alte Paradigma. Einstellung muss so aussehen: Gib mir ein wirklich großes Projekt und sieh zu, wie jemand es umsetzt." Beispiel: „Lasst uns einen Twitter-Klon für Agenten schreiben, ihn wirklich gut machen, ihn wirklich sicher machen, dann einige Agenten Aktivität simulieren lassen, und ich werde 10 Codex 5.4x für X High einsetzen, um zu versuchen, eure Website zu knacken. Sie sollten sie nicht knacken können." (Karpathys Umformulierung des Sierra-Interviews zu AI-native – direkte Bestätigung von Bret Taylor / Iyengar / Asemanfar / Wang.)
27. Menschliche Fähigkeiten, die an Wert gewinnen. Geschmack, Ästhetik, Urteilsvermögen, Aufsicht, Spezifikationsdesign. Agenten sind Praktikanten – sie haben ein hervorragendes Erinnerungsvermögen (API-Details von PyTorch / NumPy / pandas, die man sich nicht mehr merken muss: keep_dims vs. keep_dim, dim vs. axis, reshape vs. permute vs. transpose), aber ihnen fehlt das Grundverständnis. MenuGen-Anekdote: Der Agent versuchte, Stripe- und Google-Konten anhand der E-Mail-Adresse statt einer persistenten Nutzer-ID zu verknüpfen – „das ist eine so seltsame Sache, so etwas zu tun."
28. Die Position des Menschen. „Man ist verantwortlich für den Geschmack, das Engineering, das Design, dafür, dass es Sinn ergibt, dass man nach den richtigen Dingen fragt. Die Engineers füllen die Lücken." Karpathy ist dem plan mode selbst nicht übermäßig zugetan, glaubt aber an die Arbeit an einer detaillierten Spezifikation, die gemeinsam mit dem Agenten entworfen wird.
29. Herzinfarkt beim Lesen des generierten Codes. „Es ist nicht zwangsläufig immer super großartiger Code, er ist sehr aufgebläht, es gibt viel Copy-Paste, und es gibt unbeholfene, brüchige Abstraktionen, die zwar funktionieren, aber einfach wirklich unschön sind." Zu micro GPT: Er versuchte, ein LLM den Code vereinfachen zu lassen, „die Modelle hassen das. Sie können es nicht. Man fühlt sich, als wäre man außerhalb der RL-Kreisläufe. Es ist wie Zähneziehen." – Beweis dafür, dass die Ästhetik der Einfachheit nicht im RL der Labs verankert ist.
30. Tiere versus Geister. „Wir bauen keine Tiere, wir beschwören Geister." LLMs sind keine tierischen Intelligenzen (sie anzuschreien ändert nichts). Sie sind statistische Simulationsschaltkreise: Substrat = Pre-Training (statistisch), RL wird obendrauf gesetzt, um die Anhängsel wachsen zu lassen. Karpathy gibt zu: „Ich glaube nicht, dass ich sagen kann, hier sind die fünf offensichtlichen Wege, wie man sein System verbessert. Es geht eher darum, misstrauisch zu bleiben und es mit der Zeit herauszufinden."
31. Agentennative Infrastruktur. „Alles ist immer noch grundlegend für Menschen geschrieben und muss herumgeschoben werden. Wenn ich verschiedene Frameworks oder Bibliotheken benutze... sie haben immer noch Dokumentation, die grundlegend für Menschen geschrieben ist. Das ist mein liebstes Ärgernis. Warum sagen mir die Leute immer noch, was ich tun soll? Ich will nichts tun. Was ist das Ding, das ich meinem Agenten kopieren und einfügen sollte?" Vision: Arbeitslasten aufteilen in Sensoren über die Welt / Aktoren über die Welt. Der ultimative Test: „Ich würde mir wünschen, dass ich einem LLM den Prompt 'baue MenuGen' geben könnte und dann nichts mehr anfassen müsste und es wäre deployt." Die Vercel/DNS/Stripe-Konfiguration beim Deployment war der eigentliche Ärger, nicht der Code.
32. Langfristig. „Mein Agent wird mit deinem Agenten sprechen, um die Details von Meetings zu klären." Agentenbasierte Repräsentation für Personen und Organisationen.
33. Schlussformel (zu Bildung und Wissen). „Man kann sein Denken auslagern, aber man kann sein Verständnis nicht auslagern." Karpathy: „Informationen müssen trotzdem irgendwie in mein Gehirn gelangen, und ich habe das Gefühl, selbst zum Engpass dafür zu werden, überhaupt zu wissen, was wir bauen wollen, warum es sich lohnt und wie ich meine Agenten anleite." Er setzt sich für LLM Knowledge Bases als Werkzeug für vertieftes Verständnis ein, durch die Erzeugung synthetischer Daten über ein festes Korpus (seine Artikel → persönliches Wiki).
34. Bezug zur Veille.
35. Bestätigt und popularisiert durch seine Stimme das Paradigma Software 3.0 (vgl. Greyling 2026-03-09 „die Entwicklungsumgebung kollabiert", Rauch 2026-01-02 „CLI als fundamentale Abstraktion für Coding-Agenten").
36. Die Unterscheidung vibe coding / agentic engineering kristallisiert die Debatte heraus, die seit Kent Beck (2024-10), Mogère (2025-07), Yegge & Kim (2025-11), Beck Starving Genies (2026-04-03) geführt wird – Karpathy liefert das stabile Vokabular für diesen Gegensatz.
37. Die Überarbeitung der Personalauswahl über große kontradiktorische Projekte = explizite Bestätigung von Sierra (Taylor 2026-04-20, Iyengar/Asemanfar/Wang 2026-04-22) und Soto (Developer Taste 2026-04).
38. Die Verifizierbarkeit als Erklärungsraster für die jagged frontier erweitert Mollick (2025-11-12 Giving your AI a Job Interview) und liefert ein operatives Rahmenwerk (Erstellung eigener RL-Umgebungen).
39. Tiere versus Geister. reiht sich in die philosophische Traditionslinie der Notizen zum ontologischen Kern (Seale 2025-05-30) und zur Formbarkeit der Welt (Andreessen 2026-02 / widerlegt Ralmuto 2026-03-17) ein.
40. Die agentennative Infrastruktur erweitert Cloudflare Markdown for Agents (2026-02-12), Levie Building for Trillions of Agents (2026-03-07), Sierra (2026-04).