Andrej Karpathy: Agentisches KI-Coding hat die Welt verändert

> Die Ära, in der man Code selbst eintippte, ist vorbei

• In den vergangenen zwei Monaten hat das Programmieren keine schrittweise Weiterentwicklung, sondern einen sprunghaften Wandel erlebt; insbesondere der vergangene Dezember war ein entscheidender Wendepunkt
• Die Qualität, long-term coherence und tenacity der Modelle haben sich stark verbessert, sodass sie große und langwierige Aufgaben bis zum Ende bearbeiten können
• Dadurch kam es zu einer hochgradig disruptiven Veränderung der bisherigen grundlegenden Programmier-Workflows

• Als Beispiel habe ich am Wochenende ein lokales Videoanalyse-Dashboard für die Kameras bei mir zu Hause aufgebaut
• Die Anweisung an den Agenten lautete
  > "Ich gebe dir die lokale IP sowie Benutzername/Passwort des DGX Spark, also logge dich ein und erledige die Einrichtung der SSH-Schlüssel, die vLLM-Konfiguration, den Download und Benchmark von Qwen3-VL, den Aufbau eines Server-Endpunkts für Video-Inferenz, den Aufbau eines grundlegenden Web-UI-Dashboards, vollständige Tests, die Einrichtung eines systemd-Dienstes, das Festhalten von Speicher-Notizen und das Verfassen eines Markdown-Reports"
• Der Agent arbeitete etwa 30 Minuten lang autonom: Er stieß auf mehrere Probleme, recherchierte online nach Lösungen, löste sie nacheinander, schrieb Code, testete und debugte ihn, richtete den Dienst ein und legte anschließend einen Bericht vor
• Ich selbst musste nichts anfassen; ein Projekt, für das man noch vor nur drei Monaten ein ganzes Wochenende gebraucht hätte, ist nun zu einer Aufgabe geworden, die man 30 Minuten lang vergessen und dann fertig vorfinden kann

• Seit der Erfindung des Computers ist die Ära, in der man Code direkt im Editor eintippte, vorbei
• Jetzt ist die Zeit gekommen, KI-Agenten zu starten, ihnen auf Englisch Aufgaben zu erteilen und diese Arbeit parallel zu verwalten und zu prüfen
• Die größte Belohnung liegt darin, die Abstraktionsebene immer weiter anzuheben – also langlebig laufende Orchestratoren mit den richtigen Tools, Erinnerungen und Anweisungen so zu entwerfen, dass sie mehrere parallele Code-Instanzen produktiv steuern
• Der Hebel, den man derzeit mit "agentischem Engineering" auf höchster Ebene erreichen kann, ist enorm

• Natürlich ist noch nicht alles perfekt, und es braucht weiterhin übergeordnete Richtungsgebung, Urteilsvermögen, Geschmack, Aufsicht, iterative Arbeit sowie Hinweise und Ideen
• In manchen Szenarien funktioniert es deutlich besser, insbesondere wenn die Aufgabenspezifikation klar ist und sich die Funktion verifizieren bzw. testen lässt
• Entscheidend ist, die Aufgabe passend zu zerlegen, die gut funktionierenden Teile dem Agenten zu überlassen und die Intuition zu entwickeln, bei den übrigen Teilen zu helfen
• Die Softwarebranche befindet sich derzeit eindeutig nicht in einer Phase von "business as usual"