Andrej Karpathy é um cientista da computação eslovaco-canadense conhecido por suas contribuições de pesquisa, sua liderança no programa Autopilot da Tesla e seu influente trabalho público de educação em IA. Ele concluiu seu doutorado em Stanford sob a orientação de Fei-Fei Li, com foco nas conexões entre visão computacional e processamento de linguagem natural, e ministrou o curso CS231n de redes neurais convolucionais em Stanford, cujas notas de aula e materiais se tornaram recursos de autoestudo amplamente utilizados por uma geração de profissionais de aprendizado profundo.
OpenAI e Tesla
Karpathy foi membro fundador da OpenAI em 2015, trabalhando em pesquisas iniciais de aprendizado por reforço e aprendizado profundo. Em 2017, ele saiu para se juntar à Tesla como diretor sênior de IA, onde liderou a equipe de visão computacional e redes neurais do Autopilot, reestruturando o software de direção autônoma da Tesla em torno de grandes redes neurais treinadas em dados coletados pela frota, em vez de regras fortemente codificadas à mão, parte da trajetória mais ampla da indústria em torno de carros autônomos. Ele deixou a Tesla em 2022 e retornou brevemente à OpenAI em 2023 antes de sair novamente em 2024 para se dedicar a projetos educacionais independentes.
Educação e escrita pública
Ao longo de sua carreira, Karpathy manteve um perfil público excepcionalmente alto como educador, publicando o amplamente lido post de blog de 2015 "The Unreasonable Effectiveness of Recurrent Neural Networks", construindo a série de cursos em vídeo "Neural Networks: Zero to Hero" e criando implementações de referência mínimas e legíveis do código de treinamento central de aprendizado profundo e modelos de linguagem, destinadas a desmistificar como sistemas como o GPT-2 funcionam internamente. Em 2024, ele fundou a Eureka Labs, uma startup de educação nativa em IA que visa combinar conteúdo de curso criado por especialistas com tutoria por IA.
Criação do termo "vibe coding"
Em fevereiro de 2025, Karpathy popularizou o termo "vibe coding" em um post amplamente compartilhado nas redes sociais, descrevendo um estilo de desenvolvimento de software no qual um programador descreve o que deseja em linguagem natural, aceita e itera sobre o código gerado por um assistente de codificação por IA ou agente, e não lê atentamente nem entende completamente o código gerado, "esquecendo que o código existe". O termo foi rapidamente adotado em toda a indústria para descrever uma mudança mais ampla na forma como os desenvolvedores usavam ferramentas como Claude Code, Cursor e GitHub Copilot, ao mesmo tempo em que atraiu críticas de alguns engenheiros que argumentaram que ele normalizava a revisão de código deficiente e a dívida técnica; o debate sobre seus custos e benefícios continuou à medida que as ferramentas de codificação agênticas se tornaram mais capazes ao longo de 2025 e 2026.