TLDR;

Porque modelos de LLMs aprendem e recombinam padrões enormes dos dados tornando‑se excelentes em muitas tarefas, mas ainda falham por limitações do contexto, dos dados de treino e da forma como são descritos os problemas, o que os faz parecer “inteligentes” em alguns casos e “burras” em outros. Karpathy explica que ocorreu uma transição brusca (por volta de dezembro) em que modelos e ferramentas agenticas passaram a produzir trechos de código e aplicações end‑to‑end confiáveis, levando à prática do “vibe coding” — confiar no sistema sem correções manuais constantes. A implicação é um novo paradigma de computação (software 3.0) onde programar vira montar datasets e prompts, com as LLMs atuando como o processador e a janela de contexto como memória de curto prazo, mudando como times constroem produtos e afetando o trabalho e a economia.

Resumo

Em uma apresentação no evento anual de IA da Sequoia, Andre Karpathy — conhecido por seu trabalho com carros autônomos na Tesla e por cofundar a OpenAI — explica por que modelos de IA podem ser extraordinariamente competentes em algumas tarefas e completamente ineptos em outras, introduzindo o conceito de "vibe coding". Ele descreve uma transição clara ocorrida em dezembro, quando modelos e ferramentas agenticas deixaram de gerar apenas trechos de código úteis e passaram a construir aplicações completas end-to-end, reduzindo a necessidade de correções humanas. Karpathy propõe que estamos diante de um novo paradigma computacional: software 1.0 (regras explícitas), 2.0 (pesos aprendidos) e agora 3.0, onde a programação se faz por dados e prompts; o LLM atua como uma espécie de sistema operacional/interprete, com os pesos como CPU e a janela de contexto como RAM. Esse avanço acelerado muda fundamentalmente como equipes desenvolvem produtos e tem implicações amplas para trabalho e economia. O vídeo também comenta ensaios contemporâneos que destacam essa mudança e menciona ferramentas práticas para aproveitar a nova onda de agentes e compreensão de vídeo. Karpathy conta que se sentiu "atrasado" como programador e recomenda que profissionais revisitem estratégias, porque o avanço da IA está atualmente transformando trabalho e economia.