Andrej Karpathy, einer der bekanntesten KI-Forscher der Branche, wechselt zu Anthropic. Der frühere OpenAI-Mitgründer und Tesla-Autopilot-Entwickler will zurück in die Forschung – die nächsten Jahre an der LLM-Spitze seien „besonders prägend“. Für OpenAI dürfte die Entscheidung ihres Ex-Forschers eine schmerzhafte Niederlage sein.
Der Artikel „Transformative Jahre“ voraus: Ex-OpenAI-Forscher Andrej Karpathy schließt sich Anthropic an erschien zuerst auf The Decoder.
Das automatisierte Forschungssystem von KI-Entwickler Andrej Karpathy fand über Nacht Optimierungen, die er trotz zwei Jahrzehnten Erfahrung übersehen hatte.
Der Artikel Der Mensch als Engpass: KI-Forscher sollten sich laut Andrej Karpathy aus der Optimierung heraushalten erschien zuerst auf The Decoder.
Laut Karpathy ist die Ära des manuellen Programmierens vorbei. KI-Agenten übernehmen komplexe Aufgaben in Minuten statt in Tagen. Noch im Herbst 2025 sah er das ganz anders, aber der Dezember 2025 habe alles geändert.
Der Artikel KI-Entwickler Andrej Karpathy: „Coding hat sich seit Dezember 2025 grundlegend verändert“ erschien zuerst auf The Decoder.
Noch im Oktober sagte Andrej Karpathy über KI-Agenten: „Sie funktionieren einfach nicht.“ Jetzt programmiert er nach eigenen Angaben zu 80 Prozent mit Agenten und spricht von einem Phasenwechsel in der Softwareentwicklung. Es ist eine eigentlich nüchterne Stimme, die in den Hype um agentisches Coding einsteigt, aber auch warnt.
Der Artikel KI-Entwickler Andrej Karpathy revidiert Meinung zu KI-Agenten: Von „funktionieren nicht“ zu 80 Prozent KI-Coding in nur drei Monaten erschien zuerst auf The Decoder.
Andrej Karpathy sieht im Erfolg von Cursor ein Muster für KI-Start-ups: Wer Sprachmodelle für spezifische Branchen orchestriert und mit eigenen Daten und Werkzeugen verbindet, kann sich gegen OpenAI und Co. behaupten.
Der Artikel Ex-Tesla-KI-Chef Andrej Karpathy gibt KI-Start-ups vier Tipps für den Wettbewerb mit OpenAI und Co. erschien zuerst auf The Decoder.
Kaum ein Bereich verändert sich so stark durch generative KI wie das Bildungssystem. Der KI-Pionier Andrej Karpathy fordert nun grundlegende Änderungen: Hausaufgaben lassen sich nicht mehr zuverlässig bewerten, und Schulen müssen ihre Prüfungsmodelle überdenken.
Der Artikel KI-Pionier Karpathy: Der einzige Weg für Bildung im KI-Zeitalter ist komplette Transformation erschien zuerst auf The Decoder.
Nano Banana
Kurzfassung
▾
Quellen
▾
OpenAI-Mitgründer Andrej Karpathy dämpft im Dwarkesh Podcast den Hype um KI-Agenten. Er prognostiziert, dass echte, autonome KI-Agenten noch mindestens ein Jahrzehnt Entwicklungszeit benötigen. Als Hauptgründe nennt er fundamentale Defizite bei Intelligenz, Gedächtnis, Multimodalität und Selbstständigkeit. Karpathy sieht den Nutzen heutiger KI eher in spezialisierten Tools, etwa beim Coding, als in universellen Agenten.
OpenAI – Blog X (vormals Twitter), Andrej Karpathy (offiziell) YouTube – Dwarkesh Podcast mit Andrej Karpathy t3n Heise Online
Zehn Jahre. Diese Zahl dämpft den aktuellen Hype um künstliche Intelligenz. OpenAI-Mitgründer Andrej Karpathy äußerte in einem Podcast deutliche Zweifel am Entwicklungsstand heutiger KI-Agenten. Er sieht fundamentale Hürden, die einen echten Durchbruch noch lange verhindern werden. Der Realitätscheck für KI-Agenten Die Industrie erwartet KI-Agenten, die eigenständig komplexe, mehrstufige Aufgaben lösen. Andrej Karpathy widerspricht dieser kurzfristigen Erwartung deutlich. In einem aktuellen Podcast bezeichnete er die momentanen Fähigkeiten als „kognitiv enttäuschend“. Die Systeme seien noch weit von echter Autonomie entfernt. Der Hype suggeriert, KI-Agenten könnten bald menschliche Aufgaben komplett übernehmen. Karpathy warnt jedoch vor dieser Überschätzung. Die derzeitigen Modelle seien eher verbesserte Werkzeuge als echte, selbstständige Akteure. Für den Einsatz in kritischen Bereichen fehle ihnen die nötige Zuverlässigkeit und Planungsfähigkeit. Fehlende Intelligenz und Gedächtnis Karpathy benennt konkrete technische Defizite. Den Modellen fehle es an fundamentaler Intelligenz und echtem Verständnis. Sie könnten schlecht aus Erfahrungen lernen oder ein stabiles Gedächtnis aufbauen. Stattdessen würden sie oft in Schleifen scheitern oder einfache Fehler wiederholen. Auch die Multimodalität sei eine große Baustelle. Ein echter Agent müsse seine Umgebung wahrnehmen und Aktionen ableiten. Aktuelle Systeme seien meist auf Text beschränkt. Die Integration von Sehen, Hören und Handeln funktioniere noch nicht robust genug für autonome Einsätze. Spezialisierte Tools statt Universalagenten Der OpenAI-Experte unterscheidet klar zwischen universellen Agenten und spezialisierten Tools. Letztere sieht er positiv. Besonders beim Programmieren seien KI-Werkzeuge schon heute sehr nützlich. Sie agieren dort als fähige Assistenten, nicht als autonome Entwickler. Diese spezialisierten Helfer können repetitive Aufgaben im Code übernehmen. Sie sind aber auf einen engen, klar definierten Bereich beschränkt. Der Sprung zu einem universellen Agenten, der beliebige Ziele in einer komplexen Umgebung verfolgt, sei gewaltig. Karpathy rechnet deshalb erst im kommenden Jahrzehnt mit einem echten Durchbruch.
Der frühere OpenAI- und Tesla-Forscher Andrej Karpathy sieht agentenbasierte KI-Systeme und große Sprachmodelle derzeit am Limit. Fortschritte brauche es insbesondere bei Gedächtnis, Multimodalität und Trainingsdaten.
Der Artikel KI-Forscher Andrej Karpathy rückt die Erwartungen an agentische KI zurecht erschien zuerst auf THE-DECODER.de.
Der ehemalige Tesla- und OpenAI-Forscher Andrej Karpathy gehört zu einer wachsenden Gruppe von KI-Experten, die grundlegende neue Ansätze für die Weiterentwicklung großer Sprachmodelle (LLMs) und genereller KI-Systeme fordern.
Der Artikel KI-Forscher Andrej Karpathy zweifelt an Skalierbarkeit aktueller LLM-Trainingstechniken erschien zuerst auf THE-DECODER.de.