Andrej Karpathy — o engenheiro que ensinou o mundo a pensar em redes neurais
"There's a new kind of coding I call 'vibe coding', where you fully give in to the vibes, embrace exponentials, and forget that the code even exists." (Andrej Karpathy, X, 2 fev. 2025)
O essencial em 30 segundos
Andrej Karpathy é, talvez, o tradutor mais eficaz que a inteligência artificial moderna já teve. Não é o pesquisador que provou os teoremas mais profundos, nem o cientista que ganhou o Turing Award. É algo possivelmente mais raro: o sujeito que pega ideias densas — backpropagation, transformers, redes convolucionais — e as torna compreensíveis para quem precisa construir coisas com elas. Foi diretor de IA da Tesla (Autopilot), membro fundador da OpenAI, criou o curso CS231n de Stanford, gravou a série de vídeos "Neural Networks: Zero to Hero" e o célebre "Let's build GPT", cunhou o conceito de Software 2.0 e popularizou o termo vibe coding. Para um operador que decide onde aplicar IA no dia a dia de um negócio real, Karpathy oferece a coisa mais útil que existe: um modelo mental claro de o que é, de fato, programar com redes neurais — e de quando isso vale a pena.
Quem é
Andrej Karpathy nasceu em 23 de outubro de 1986, em Bratislava, na então Tchecoslováquia (hoje Eslováquia). Ainda adolescente, emigrou com a família para o Canadá. Fez bacharelado na Universidade de Toronto (2009), mestrado na University of British Columbia (2011) e doutorado em Stanford (2015), orientado por Fei-Fei Li — a pesquisadora por trás do ImageNet, o conjunto de dados que destravou a revolução do deep learning na visão computacional. Não é detalhe biográfico irrelevante: Karpathy esteve fisicamente presente no laboratório onde a virada de chave aconteceu.
Sua trajetória profissional é uma espécie de mapa dos lugares onde a IA aplicada de fato avançou. Foi membro fundador da OpenAI, como research scientist, de 2015 a 2017. Em junho de 2017 tornou-se diretor de Inteligência Artificial da Tesla, responsável pelo Autopilot Vision — ou seja, pelo sistema que precisava transformar pixels de câmeras em decisões de direção, em tempo real, num carro andando a 100 km/h. Reportava-se diretamente a Elon Musk. Ficou até julho de 2022. Em fevereiro de 2023 voltou à OpenAI por cerca de um ano, e em fevereiro de 2024 saiu de novo. Em julho de 2024 anunciou a Eureka Labs, sua empresa de educação em IA. E em maio de 2026 anunciou que se juntaria à Anthropic, no time de pré-treinamento.
O fio condutor não é a marca do empregador, é a obsessão: Karpathy quer entender — e fazer outras pessoas entenderem — como redes neurais aprendem, e como construir software em cima disso sem se enganar.
A grande contribuição
A contribuição central de Karpathy não é um algoritmo. É um enquadramento. Em novembro de 2017 ele publicou o ensaio "Software 2.0", e ali cristalizou uma forma de ver o mundo que, quase uma década depois, virou consenso silencioso em toda equipe séria de produto.
A tese: existe o Software 1.0 — código que escrevemos, linha por linha, em Python, C++, JavaScript, dando instruções explícitas ao computador. E existe o Software 2.0 — redes neurais cujo "código" não é escrito por humanos, mas compilado a partir de dados. No Software 2.0, o programador não especifica o comportamento; ele especifica um objetivo (uma função de perda) e fornece dados, e a otimização encontra o programa — os pesos da rede — que melhor satisfaz aquele objetivo no espaço de programas possíveis.
Como ele mesmo escreveu, "neural networks are not just another classifier, they represent the beginning of a fundamental shift in how we develop software". A ideia que parecia provocação em 2017 hoje descreve literalmente como reconhecimento de voz, tradução, recomendação, visão computacional e — depois dos LLMs — boa parte de tudo passou a ser construído.
A segunda grande contribuição é pedagógica, e talvez tenha impacto ainda maior na prática. Karpathy criou e foi o instrutor principal do CS231n de Stanford ("Convolutional Neural Networks for Visual Recognition"), o primeiro grande curso de deep learning aplicado da universidade — que saltou de cerca de 150 alunos em 2015 para 750 em 2017, e foi copiado mundo afora. Depois, fora da academia, gravou a série "Neural Networks: Zero to Hero", em que constrói uma rede neural do zero, em código, derivando o backpropagation à mão. O vídeo "Let's build GPT: from scratch, in code, spelled out" é, para muita gente, o momento em que o transformer deixou de ser magia e virou engenharia compreensível.
As ideias-chave
1. Software 2.0 — o programa é o dataset
A ideia mais importante para um operador entender é esta: no Software 2.0, a alavanca de melhoria muda de lugar. No Software 1.0, você melhora o produto contratando engenheiros melhores que escrevem código melhor. No Software 2.0, você melhora o produto melhorando os dados — coletando mais exemplos, limpando rótulos, corrigindo casos de borda. Karpathy descreveu na Tesla algo que chamou de "Operation Vacation": o objetivo era que o sistema de dados e treinamento ficasse tão bom que os engenheiros pudessem, em tese, sair de férias enquanto o modelo melhorava sozinho com mais dados.
Para um negócio, a tradução é direta: antes de contratar mais um desenvolvedor para automatizar uma regra de classificação, pergunte se o problema não é, na verdade, um problema de dados — em que um modelo treinado em exemplos da própria operação faria melhor do que qualquer árvore de if/else que alguém escreveria.
2. A pilha do Software 2.0 também precisa de engenharia
Karpathy nunca foi ingênuo quanto a achar que redes neurais dispensam disciplina. Pelo contrário: ele argumenta que o Software 2.0 cria sua própria pilha de ferramentas — versionamento de datasets, monitoramento de distribuição de dados em produção, depuração de modelos, rotulagem. O "código" mudou, mas a necessidade de rigor de engenharia não desapareceu; ela migrou para os dados e para o pipeline. Quem trata um modelo como caixa-preta mágica acaba descobrindo, em produção, que a caixa-preta tinha vieses que ninguém auditou.
3. "O idioma de programação mais quente é o inglês"
Em 2023, Karpathy publicou a frase que virou bordão: "The hottest new programming language is English." Com LLMs capazes de gerar código a partir de instruções em linguagem natural, a fronteira do que conta como "programar" se desloca. Isso não significa que o inglês (ou o português) substitui a precisão — significa que a interface de comando entre humano e máquina sobe um nível de abstração. Quem souber especificar bem em linguagem natural o que quer ganha alavancagem que antes exigia anos de sintaxe.
4. Vibe coding — e seus limites
Em fevereiro de 2025, num tuíte que ele próprio descreveu depois como um "shower of thoughts throwaway tweet", Karpathy cunhou vibe coding: a prática de construir software conversando com um LLM, "entregando-se às vibes" e "esquecendo que o código sequer existe". O termo viralizou a ponto de entrar no Merriam-Webster e ser eleito palavra do ano de 2025 pelo Collins. Mas é crucial ler com cuidado: Karpathy descreveu o vibe coding como ótimo para protótipos e projetos descartáveis de fim de semana — não como receita para sistemas de produção críticos. A nuance é o ponto. O hype achatou a ideia; Karpathy nunca disse "demita os engenheiros".
5. A era dos agentes — mas com humildade sobre o prazo
Karpathy fala da transição para uma "era dos agentes" — sistemas de IA que não apenas respondem, mas executam tarefas de múltiplos passos. Ao mesmo tempo, é um dos mais sóbrios sobre prazos: cunhou a ideia de que estamos na "década dos agentes", não no "ano dos agentes", criticando o otimismo de quem promete autonomia total iminente. É um pragmatismo que vale ouro para quem decide orçamento.
Em suas palavras
"There's a new kind of coding I call 'vibe coding', where you fully give in to the vibes, embrace exponentials, and forget that the code even exists." (X, 2 fev. 2025)
"Neural networks are not just another classifier, they represent the beginning of a fundamental shift in how we develop software. They are Software 2.0." (ensaio "Software 2.0", Medium, 2017)
"The hottest new programming language is English." (X, 2023)
Sobre a expectativa de autonomia: ele tem insistido publicamente que esta é "a década dos agentes", e não "o ano dos agentes" — um freio deliberado no hype de autonomia total imediata.
Limites e críticas
A maior crítica a Karpathy não é sobre o que ele diz, mas sobre como o mercado distorce o que ele diz. O termo "vibe coding" foi sequestrado por uma indústria de ferramentas que sugere que qualquer pessoa pode produzir software de produção sem entender o que está fazendo — exatamente o oposto da advertência original, que circunscrevia a prática a protótipos. O próprio Karpathy passou boa parte de 2025 corrigindo a interpretação.
Há também uma crítica de fundo, vinda de gente como Yann LeCun: a visão de Karpathy é fortemente centrada em LLMs e em escala, e LLMs podem não ser o caminho para uma inteligência que de fato entende o mundo. Karpathy é mais pragmático que ideológico aqui — ele constrói com a ferramenta que funciona hoje —, mas vale registrar que sua narrativa otimista sobre o que LLMs destravam não é unânime entre os pioneiros.
Por fim, Karpathy é um comunicador tão bom que suas analogias viram dogma. "O programa é o dataset" é uma simplificação poderosa, mas perigosa se levada ao pé da letra em domínios onde regras explícitas, auditáveis e determinísticas ainda são insubstituíveis — pense em conformidade fiscal ou regras de segurança.
Como aplicar no seu dia a dia
Karpathy oferece um critério de decisão, não um slogan. A pergunta diante de qualquer oportunidade de IA na operação é a de Software 1.0 versus Software 2.0: este é um problema de regras ou um problema de dados?
Numa operação de varejo, há decisões que são puro Software 1.0 — a regra de precificação tem que ser explícita, auditável, defensável diante de margem e de fornecedor. Não vale "treinar um modelo" para decidir preço quando uma planilha com lógica clara resolve melhor e permite explicar a decisão. Mas há problemas que são genuinamente Software 2.0: prever demanda por unidade e horário a partir de histórico, fluxo e clima; classificar reclamações de clientes; detectar anomalia de consumo que indica fraude ou vazamento. Aí, o caminho é dados, não if/else.
Quando os agentes de IA são o produto, a coisa fica ainda mais nítida. A lente de Karpathy sobre a "década dos agentes" funciona como antídoto ao impulso de prometer autonomia total. Em vez de vender um agente que "faz tudo sozinho", construa agentes que executam passos bem delimitados, com humano no loop nos pontos de risco — exatamente o espírito do "vibe coding para protótipo, engenharia para produção". O protótipo de um novo agente pode nascer conversando com um LLM em um fim de semana; o que vai para produção atravessa a pilha de Software 2.0 que Karpathy descreve: dados versionados, avaliação contínua, monitoramento de quando o modelo erra.
E há a alavanca pessoal: a tese de que "o idioma de programação mais quente é o inglês" mostra onde investir em capacitação da equipe. Não é preciso que todo mundo vire engenheiro de ML; é preciso ter gente que saiba especificar bem o que quer de um modelo. Essa é uma habilidade treinável, barata, e de retorno desproporcional.
Para ir além
Comece por: o ensaio "Software 2.0" (Medium, 2017) — vinte minutos de leitura que reorganizam como você pensa sobre construir produtos com IA.
Depois: a palestra "Software Is Changing (Again)" na YC Startup Library, em que Karpathy estende Software 2.0 para o "Software 3.0" (programar LLMs em linguagem natural). E o vídeo "Let's build GPT: from scratch, in code, spelled out" — mesmo que você não vá programar, ver o transformer ser construído passo a passo desmistifica todo o resto.
Avançado: a série completa "Neural Networks: Zero to Hero" e o repositório nanoGPT no GitHub. É onde a abstração vira código que roda. Para quem decide orçamento de IA, basta assistir; para quem implementa, vale fazer junto.
Conexões no vault
- IA e Tecnologia — o hub da área, onde Software 2.0 entra como modelo mental central.
- Frameworks — registrar aqui o critério "problema de regras vs. problema de dados" como framework de decisão de investimento.
- Yann LeCun — o contraponto necessário: enquanto Karpathy constrói pragmaticamente sobre LLMs, LeCun argumenta que LLMs não bastam. Ler os dois juntos é a melhor vacina contra hype.