O Homem que Cunhou “Vibe Coding” Acabou de Mudar de Lado

Andrej Karpathy acordou nesta segunda-feira e postou seis palavras no X que sacudiram o Vale do Silício: “I’ve joined Anthropic.” Sem rodeios, sem thread motivacional, sem emoji de foguete. Só a notícia crua — e a internet fez o resto.

Para quem não conhece o nome, uma contextualização rápida: Karpathy é cofundador da OpenAI, ex-diretor de IA da Tesla, o cara que ensinou milhões de devs a treinar redes neurais pelo YouTube, e o responsável pelo termo “vibe coding” — que a Collins Dictionary elegeu como palavra do ano. Quando alguém desse calibre troca de lado, não é só uma contratação. É um sinal de para onde o vento está soprando.

Quem É Andrej Karpathy (Para Quem Vive Debaixo de Uma Pedra)

A trajetória de Karpathy parece script de filme de tech. Nascido na Eslováquia, migrou para o Canadá, fez bacharelado em Ciência da Computação e Física na Universidade de Toronto, mestrado na UBC e doutorado em Stanford sob orientação de Fei-Fei Li — sim, a mesma Fei-Fei Li que praticamente inventou a visão computacional moderna com o ImageNet.

No doutorado, Karpathy trabalhou na fronteira entre visão computacional e linguagem natural, gerando descrições textuais para imagens. Esse trabalho foi um dos embriões do que hoje chamamos de modelos multimodais.

A Passagem pela OpenAI (Parte 1)

Em 2015, Karpathy se juntou à OpenAI como pesquisador fundador. Ele estava lá quando o lab era um projeto sem fins lucrativos com a missão idealista de desenvolver IA segura para a humanidade. Ajudou a dar forma aos primeiros experimentos que eventualmente levariam à linha GPT.

Tesla: 5 Anos Construindo o Autopilot

Em 2017, Elon Musk o convenceu a liderar a divisão de IA da Tesla. E Karpathy não ficou só esquentando cadeira: quando entrou, o Autopilot era um sistema básico que dependia de radar e lidar. Quando saiu, em 2022, a Tesla rodava um sistema de condução autônoma baseado exclusivamente em visão — sem radar, sem lidar, só câmeras e redes neurais. Uma aposta que muitos chamaram de loucura e que hoje é a base de toda a frota Tesla.

Ele também foi um dos arquitetos do Dojo, o supercomputador de treinamento da Tesla, projetado para processar petabytes de dados de vídeo das câmeras dos carros.

Volta à OpenAI (Parte 2) e a Saída

Em fevereiro de 2023, Karpathy voltou à OpenAI para trabalhar em pré-treinamento e dados sintéticos. Mas a lua de mel durou pouco. Em fevereiro de 2024 — exatamente um ano depois — ele saiu de novo. A saída aconteceu poucos meses depois do caos que foi a demissão temporária de Sam Altman do cargo de CEO. Karpathy negou que as duas coisas estivessem relacionadas, mas o timing falou mais alto que qualquer tweet.

Eureka Labs e o Nascimento do “Vibe Coding”

Após deixar a OpenAI pela segunda vez, Karpathy fundou a Eureka Labs, uma plataforma de educação em IA. O primeiro produto foi o LLM101n, um curso que ensinava a construir modelos de linguagem do zero — literalmente do zero, incluindo a matemática por trás de cada operação.

Mas o que realmente explodiu foi um tweet de fevereiro de 2025 onde ele descreveu seu novo workflow: abrir o Cursor, deixar o modelo escrever o código, e só ir “vibrando” com o resultado. Ele chamou isso de “vibe coding”. O termo pegou como fogo em palha seca — desenvolvedores ao redor do mundo adotaram a expressão, a Collins Dictionary coroou como palavra do ano, e de repente todo mundo tinha uma opinião sobre o conceito.

Detalhe curioso: no tweet original, o modelo que ele usava era o Claude. Já dava para desconfiar.

Por Que a Anthropic? Por Que Agora?

Karpathy vai liderar uma nova equipe dentro do time de pré-treinamento da Anthropic, sob a supervisão de Nick Joseph. O foco? Usar o próprio Claude para acelerar pesquisa de pré-treinamento. Em outras palavras: usar IA para melhorar a própria IA — o loop recursivo que todo mundo no campo persegue.

E isso não é conversa vazia. Em março de 2026, Karpathy demonstrou publicamente o “autoresearch”: um script Python de 630 linhas que roda agentes de IA autonomamente, projetando, executando e interpretando experimentos de machine learning. Em dois dias, o sistema rodou 700 experimentos e conseguiu uma redução de 11% no tempo de treinamento — sem intervenção humana.

No mesmo mês, ele declarou que não escrevia uma linha de código desde dezembro de 2025. Zero. Nada. Só prompts.

Isso é exatamente o tipo de pesquisador que a Anthropic quer: alguém que não só acredita no potencial dos modelos atuais, mas que já está vivendo no futuro onde agentes de IA fazem o trabalho pesado da pesquisa.

O Timing Não É Coincidência

A Anthropic está vivendo seu melhor momento. Os números são quase absurdos:

Para contextualizar: a Anthropic levantou US$ 30 bilhões em sua rodada Série G em fevereiro de 2026, com valuation pós-money de US$ 380 bilhões. Poucos meses depois, já negocia uma nova rodada a US$ 900 bilhões. Isso é crescimento de startup com números de petrolífera.

O Que Isso Significa para a Guerra das IAs

Karpathy não é um executivo qualquer mudando de empresa. Ele é um dos poucos nomes universalmente respeitados no campo — tanto por pesquisadores quanto por desenvolvedores. Sua migração da OpenAI para a Anthropic carrega um peso simbólico enorme.

O Êxodo da OpenAI

Karpathy se junta a uma lista crescente de talentos que saíram da OpenAI nos últimos dois anos. A Anthropic, aliás, nasceu desse êxodo: Dario e Daniela Amodei, fundadores da Anthropic, são ex-OpenAI. Ilya Sutskever, outro cofundador da OpenAI, saiu para fundar a SSI. Jan Leike foi para a Anthropic liderar alignment. E agora Karpathy.

O padrão é claro: os pesquisadores que ajudaram a construir a OpenAI estão votando com os pés. E a direção do voto aponta, cada vez mais, para a Anthropic.

A Questão da Cultura

Eu já vi esse filme antes em outras indústrias — quando uma empresa começa a perder seus fundadores e pesquisadores seniores em sequência, o problema raramente é salário. É cultura, visão, ou ambos.

A OpenAI em 2026 é uma empresa muito diferente da OpenAI de 2015. O lab sem fins lucrativos que sonhava com IA segura se transformou numa corporação com receita bilionária, parcerias com Microsoft e Amazon, e um CEO que virou celebridade do Vale do Silício. Não que isso seja inerentemente ruim — mas é um ambiente diferente do que atraiu gente como Karpathy originalmente.

A Anthropic, por outro lado, ainda mantém aquela energia de “lab de pesquisa com missão”. O foco em segurança e alignment não é só marketing — é o DNA da empresa, fundada literalmente por pessoas que saíram da OpenAI porque achavam que a abordagem de segurança não era suficiente.

O Efeito Cascata

Contratações como essa têm um efeito cascata que vai além do óbvio. Karpathy não vai só contribuir tecnicamente — ele vai atrair outros pesquisadores. Seu nome tem um poder gravitacional no campo de IA. Estudantes de PhD que cresceram assistindo suas aulas no YouTube vão querer trabalhar com ele. Engenheiros seniores em outras big techs vão reconsiderar suas opções.

É o mesmo efeito que aconteceu quando John Carmack entrou na Oculus, ou quando Linus Torvalds decidiu que o Git precisava existir. Certas pessoas, em certos momentos, mudam a trajetória de organizações inteiras.

O Que Esperar nos Próximos Meses

Se Karpathy vai aplicar sua metodologia de autoresearch no pré-treinamento do Claude, as implicações são significativas. Imagine centenas de agentes Claude rodando experimentos de treinamento 24/7, otimizando hiperparâmetros, testando arquiteturas, e reportando resultados — tudo sem um humano na loop.

O Claude 4 (ou seja lá como chamarem a próxima geração) pode ser o primeiro modelo de fronteira onde a maior parte da pesquisa de pré-treinamento foi feita por IAs supervisionadas minimamente por humanos. Isso não é ficção científica — é literalmente o que Karpathy demonstrou que já funciona em escala menor.

O “Karpathy Loop” e o Futuro do Pré-Treinamento

O conceito que Karpathy chama de autoresearch — e que a comunidade apelidou de “Karpathy Loop” — é talvez o desenvolvimento mais importante em metodologia de pesquisa de IA dos últimos anos.

A ideia é simples na teoria: em vez de um pesquisador humano formular hipóteses, escrever código, rodar experimentos, analisar resultados e iterar, você delega todo esse ciclo para um agente de IA. O pesquisador humano define os objetivos de alto nível e avalia os resultados finais. Tudo no meio é automatizado.

Na prática, o script de autoresearch funciona assim:

# Pseudocódigo simplificado do autoresearch
while not converged:
    hypothesis = agent.generate_hypothesis(context=previous_results)
    experiment = agent.design_experiment(hypothesis)
    results = run_training(experiment.config)
    analysis = agent.analyze_results(results, hypothesis)
    context.update(analysis)
    if analysis.improvement > threshold:
        save_checkpoint(experiment)

São 630 linhas de Python que fazem o que um time de 5 pesquisadores levaria semanas para executar. E o mais impressionante: o sistema não só roda os experimentos, mas gera hipóteses originais sobre por que certas configurações funcionam melhor que outras.

Quando você dá esse tipo de ferramenta para a equipe de pré-treinamento da Anthropic — que já treina alguns dos modelos mais capazes do mundo — o potencial de aceleração é difícil de estimar.

Vibe Coding: De Tweet Viral a Filosofia de Desenvolvimento

Vale a pena parar um momento para entender a dimensão do impacto cultural de Karpathy. O termo “vibe coding” não foi só um meme — ele redefiniu como uma geração inteira de desenvolvedores pensa sobre programação.

Antes do tweet de fevereiro de 2025, existia um estigma em “deixar a IA escrever o código”. Programadores sérios revisavam cada linha, entendiam cada função, e olhavam com desconfiança para quem simplesmente aceitava o output do modelo. Karpathy — com seu PhD de Stanford e anos liderando a IA da Tesla — deu permissão social para que todo mundo relaxasse.

“Eu basicamente só descrevo o que quero, aceito tudo, e não leio o código gerado”, ele escreveu. Vindo de qualquer outro dev, seria irresponsabilidade. Vindo de Karpathy, virou metodologia.

O reflexo disso está nos números: IDEs agênticas como Cursor, Windsurf e Antigravity viram sua adoção explodir após o tweet. O Stack Overflow reportou que 78,5% dos engenheiros já usam ferramentas de IA no desenvolvimento, com quase metade usando diariamente. O vibe coding deixou de ser piada e virou o padrão.

E agora o cara que começou esse movimento vai trabalhar no modelo que ele mesmo usava quando cunhou o termo. Poético, não?

A Reação do Mercado e da Comunidade

No Hacker News, a notícia atingiu 905 pontos em poucas horas — um dos posts mais upvotados do dia. Os comentários oscilam entre admiração genuína e preocupação sobre concentração de talento.

No X, a reação foi mista. Fãs da OpenAI lamentaram a perda. A comunidade do Claude celebrou. E os céticos perguntaram se isso muda alguma coisa na prática ou se é só mais um nome famoso numa folha de pagamento.

Minha leitura? Muda sim. Não pela genialidade individual de Karpathy — embora ela seja real — mas pelo sinal que envia. Quando o cofundador da OpenAI escolhe trabalhar na Anthropic, é difícil argumentar que a OpenAI ainda é o lugar mais empolgante para se fazer pesquisa de fronteira em IA.

A SpaceX na Equação

Um detalhe que poucos comentaram: a Anthropic fechou parceria com a SpaceX para recursos de computação. Sim, a SpaceX de Elon Musk — o mesmo Musk que já chamou a Anthropic de “evil” e que cofundou a OpenAI junto com Karpathy.

Karpathy trabalhou diretamente com Musk na Tesla por 5 anos. Agora está numa empresa que negocia compute com a SpaceX. A indústria de IA em 2026 é um nó górdio de relacionamentos, rivalidades e alianças que muda a cada trimestre.

O Que Fica

Andrej Karpathy é o tipo de pesquisador que aparece uma vez por geração. Ele combina profundidade técnica (doutorado em Stanford, papers seminais), experiência prática (Autopilot da Tesla, GPT na OpenAI), capacidade de comunicação (milhões de visualizações no YouTube) e visão de produto (vibe coding, autoresearch).

A Anthropic acaba de adicionar esse perfil ao time que treina o Claude. Se você é desenvolvedor, pesquisador, ou simplesmente alguém que acompanha a corrida da IA, marque esta data: 19 de maio de 2026. Daqui a alguns anos, quando olharmos para trás e perguntarmos “quando a Anthropic disparou de vez?”, essa contratação pode muito bem ser um dos marcos.

A próxima geração do Claude vai ser interessante. Muito interessante.

Fonte de inspiração: Andrej Karpathy no X · TechCrunch · Fortune