Andrej Karpathy

Quem é Andrej Karpathy e o que ele faz hoje?

Andrej Karpathy é um pesquisador de IA conhecido por ter ajudado a fundar a OpenAI. Hoje ele é lembrado também pelo trabalho de explicar a IA para o público.

O que as fontes dizem, com data:

• Cofundador da OpenAI. O relatório Generative AI and News Report 2026, do Reuters Institute, o apresenta como pesquisador de IA e cofundador da OpenAI.
• Fundador da Eureka Labs. Reportagem do Economic Times de 8 de novembro de 2026 o descreve como fundador da Eureka Labs.
• Foco em educação. Segundo o Economic Times, em 11 de novembro de 2026, ele estaria concentrado na Eureka Labs e em vídeos educacionais.
• Passagem pela Tesla. As reportagens repetem que ele foi diretor de IA da Tesla. Não encontramos fonte primária com as datas dessa passagem.
• Retorno à OpenAI. Uma biografia atribuída à página pessoal dele, atualizada em 3 de outubro de 2026, ainda descreve um retorno à OpenAI. Essa biografia pode estar desatualizada.

Afiliação atual: o que não está confirmado. Um perfil de terceiros publicado em 5 de novembro de 2026 afirma que ele entrou na equipe de pré-treinamento da Anthropic em maio de 2026. Pré-treinamento é a fase em que o modelo aprende com um grande volume de texto. Uma página agregadora atualizada em 13 de novembro de 2026 também o chama de pesquisador da Anthropic. Nenhuma das duas é fonte oficial. Não encontramos anúncio da Anthropic nem reportagem de referência que confirme o vínculo, o cargo ou o tipo de contrato.

Por isso, a descrição mais segura em novembro de 2026 é esta: segundo o Economic Times, ele é fundador da Eureka Labs. Qualquer ligação com a Anthropic, por enquanto, é relato não confirmado.

O código público dele fica no GitHub.

Por que Andrej Karpathy importa para quem usa IA?

Nesse modelo de trabalho, a pessoa:

• define o objetivo e divide a tarefa;
• orienta os agentes;
• revisa e corrige o que eles entregam.

O que Andrej Karpathy defende sobre agentes e AGI?

As posições abaixo vêm de uma entrevista ao Dwarkesh Podcast, relatada pelo Economic Times em 11 de novembro de 2026. É um relato jornalístico, não a transcrição completa. Por isso, o contexto exato de cada frase não está verificado.

Segundo a reportagem, Karpathy:

• considerou que muitos agentes de IA atuais ainda não funcionam como prometido;
• classificou parte desses sistemas como “slop”, termo em inglês para resultado de baixa qualidade;
• disse que a AGI (uma IA de capacidade geral, comparável à humana em muitas tarefas) ainda pode estar a uma década de distância;
• criticou o uso de aprendizado por reforço nesses sistemas e o descreveu como ruidoso e ineficiente (aprendizado por reforço é treinar o modelo com recompensas por acerto);
• defendeu a colaboração entre pessoas e IA, em vez da substituição automática;
• argumentou que as ferramentas devem ajudar as pessoas a raciocinar e aprender, e não só entregar resultados prontos.

Há uma tensão aparente entre essas falas e o relato de que ele hoje dirige agentes em vez de programar. As fontes não explicam como ele concilia as duas coisas, e não cabe ao site deduzir.

Onde ouvir Andrej Karpathy: entrevistas recentes?

• Dwarkesh Podcast. É a entrevista em que ele fala de agentes, AGI e aprendizado por reforço. Ela foi repercutida pelo Economic Times em 11 de novembro de 2026. Não encontramos a data original da gravação.
• Rotina com agentes de IA. O Economic Times de 8 de novembro de 2026 relata como ele passa horas dirigindo agentes.

Há também resumos de terceiros sobre uma conversa a respeito do projeto World of Bits, que treinava agentes para usar computadores. Como não conseguimos confirmar o veículo original, não indicamos esse material.

Para ver o trabalho dele direto na fonte, use a página pessoal e o GitHub.

Como testar a ideia de delegar tarefas a agentes em mais de um modelo?

As fontes não informam quais modelos ou ferramentas Karpathy usa. Se você quiser experimentar a forma de trabalho que ele descreve, compare mais de uma opção para a sua tarefa. Nenhum modelo é o melhor para tudo.

Para um agente funcionar, o modelo precisa de um harness: o “carro” em volta do modelo, com ferramentas, memória e acesso a arquivos.

O que muda entre eles:

• Contexto. Todos aceitam cerca de um milhão de tokens. Na prática, a janela de contexto não decide a escolha entre eles.
• Uso no app. O ChatGPT Plus custa US$ 20/mês. O uso da API é cobrado à parte, conforme a página de preços da OpenAI. Para os planos de consumidor da Anthropic e do Google, não encontramos fonte oficial atual.
• Opção aberta ou local. Não encontramos fonte oficial atual que confirme quais modelos da lista têm pesos abertos.
• Privacidade. Antes de entregar código ou documentos a um agente, leia a política de dados de cada ferramenta.

Quando o resultado for importar (dinheiro, saúde, lei), revise o que o agente entregou. Karpathy defende esse tipo de trabalho conjunto, segundo o Economic Times.