Andrej Karpathy: vida, frases y del vibe coding a Anthropic
Tabla de contenidos
El 31 de octubre de 2026, Andrej Karpathy abrió YouTube y le pareció “un muro de basura”. Esa misma noche le pidió a Claude que revisara veinte años de comentarios de Hacker News y sacara los vídeos que la gente recomendaba. Unas dos horas después publicó HackerTube: 6.454 vídeos ordenados en 150 temas.
Es una anécdota pequeña que lo resume bien. Karpathy fue uno de los fundadores de OpenAI, dirigió la inteligencia artificial de Tesla y enseñó a medio mundo cómo funciona una red neuronal. Y en febrero de 2025 escribió un tuit que puso nombre a la forma en que mucha gente programa hoy: vibe coding.
Desde mayo de 2026 trabaja en Anthropic, en el equipo que entrena los modelos de Claude. No es CEO ni quiere serlo. Lo suyo es investigar, programar y explicar.
También es polémico, a su manera. No grita ni insulta. Lo que hace es cambiar de opinión en público: en octubre de 2025 dijo que los agentes de programación “no funcionan”, y dos meses después confesó que nunca se había sentido tan por detrás como programador.
Si programas con IA, este es probablemente el perfil que más te toca. La palabra que usas, la idea de que el prompt es el nuevo código y buena parte de cómo entiendes un LLM vienen de él.
Este es su perfil completo: de dónde viene, qué construyó, qué dice y en qué ha cambiado de opinión.

Ficha rápida de Andrej Karpathy ¶
| Nombre | Andrej Karpathy |
| Nacimiento | Octubre de 1986, Bratislava (entonces Checoslovaquia) |
| Formación | Grado en la Universidad de Toronto, máster en la de Columbia Británica y doctorado en Stanford con Fei-Fei Li |
| Trayectoria | Miembro fundador de OpenAI (2015), director de IA de Tesla (2017-2022), de nuevo en OpenAI (2023-2024) |
| Empresa propia | Eureka Labs (2024), una escuela pensada para la era de la IA |
| Ahora | Investigador en el equipo de preentrenamiento de Anthropic desde mayo de 2026 |
| Gran idea | Software 2.0 y Software 3.0: los pesos y los prompts como nuevas formas de programar |
| Palabra | Vibe coding (febrero de 2025) |
| Seña de identidad | Explica la IA escribiéndola desde cero, en vídeos de horas y repositorios diminutos |
¿Quién es Andrej Karpathy? ¶
Andrej Karpathy es un investigador de IA eslovaco-canadiense, miembro fundador de OpenAI y exdirector de IA de Tesla, conocido por sus cursos y vídeos sobre redes neuronales y por haber acuñado el término «vibe coding». Desde mayo de 2026 trabaja en el equipo de preentrenamiento de Anthropic.
Es raro encontrar a alguien que haya estado en tantos sitios clave de la IA reciente: el laboratorio de Fei-Fei Li cuando el deep learning despegaba, OpenAI desde el primer día, el coche autónomo de Tesla y ahora el entrenamiento de Claude. Pero si le preguntas a un developer por qué le conoce, casi nunca dirá nada de eso. Dirá que aprendió con sus vídeos.
La cronología: los hitos de una vida en 15 fechas ¶
| Año | Hito | Por qué importa al software |
|---|---|---|
| 1986 | Nace en Bratislava | — |
| 2001 | Se muda a Toronto con 15 años | — |
| 2009 | Grado en informática y física en la Universidad de Toronto | — |
| 2015 | Crea el curso CS231n en Stanford y publica «The Unreasonable Effectiveness of RNNs» | Toda una generación aprende deep learning con sus apuntes |
| 2015 | Miembro fundador de OpenAI | Está en el arranque del laboratorio que acabaría lanzando ChatGPT |
| 2017 | Director de IA de Tesla; publica «Software 2.0» | Propone que los pesos de una red son un nuevo tipo de código |
| 2021 | Defiende en CVPR que Tesla conduzca solo con cámaras | Una apuesta de ingeniería tan influyente como discutida |
| 2022 | Deja Tesla y empieza «Neural Networks: Zero to Hero» | Enseña a construir un GPT desde cero en YouTube |
| 2023 | Vuelve a OpenAI y publica nanoGPT | El GPT más pequeño y legible que puedes entrenar tú |
| 2024 | Sale de OpenAI y funda Eureka Labs | Una escuela pensada para aprender con IA |
| 2025 | Acuña «vibe coding» | Pone nombre a programar con IA sin mirar el código |
| 2025 | Charla «Software 3.0» y nanochat | El prompt como programa; un ChatGPT entero en unas 8.000 líneas |
| 2025 | En el podcast de Dwarkesh Patel: «la década de los agentes» | Enfría el hype de los agentes de programación |
| 2026 | Propone «ingeniería agéntica» y publica autoresearch | La versión seria del vibe coding |
| 2026 | Entra en Anthropic | Pasa a entrenar los modelos de Claude |
¿De dónde viene Andrej Karpathy? ¶
De Bratislava, de donde se fue con 15 años a Toronto con su familia. En la Universidad de Toronto estudió informática y física, terminó en 2009 y se fue a hacer un máster a la Universidad de Columbia Británica, en Vancouver.
Después llegó Stanford. Hizo el doctorado en el laboratorio de Fei-Fei Li, la creadora de ImageNet, el mismo en el que se formó Timnit Gebru. Su tesis de 2016, «Connecting Images and Natural Language», trataba de algo que hoy parece obvio y entonces no lo era: modelos que miran una imagen y la describen con palabras.
Allí empezó lo que de verdad le hizo conocido. En 2015 diseñó y fue el profesor principal de CS231n, el curso de Stanford sobre redes convolucionales para visión por ordenador. Las clases y los apuntes se publicaron en abierto, y durante años fueron la puerta de entrada al deep learning para miles de developers que no estaban en Stanford.
Ese mismo año publicó en su blog «The Unreasonable Effectiveness of Recurrent Neural Networks». Entrenaba una red pequeña con las obras de Shakespeare, con el código del núcleo de Linux o con artículos de Wikipedia, y la red aprendía a escribir textos que se parecían a los originales. Era un modelo de lenguaje casero, siete años antes de ChatGPT.
¿Qué hizo en OpenAI y en Tesla? ¶
En OpenAI fue uno de los investigadores fundadores en 2015, y en Tesla dirigió desde 2017 el equipo de IA que hacía ver al coche: la visión de Autopilot. En Tesla respondía directamente a Elon Musk.
Su trabajo en Tesla era ingeniería de datos a escala industrial. Millones de coches grababan situaciones raras en la carretera, el equipo las seleccionaba, las etiquetaba y reentrenaba las redes. Karpathy lo llamaba el «motor de datos»: un bucle que mejora el modelo a base de buscar justo los casos en los que falla.
La decisión más sonada llegó en 2021. Tesla quitó el radar de sus coches y apostó por conducir solo con cámaras. En la conferencia CVPR de junio de ese año, Karpathy lo defendió con números: según su presentación, la red entrenada solo con visión ya superaba a la que combinaba cámaras y radar. Lo resumió así: “Hemos borrado el radar y conducimos solo con visión en estos coches.” Es una de las apuestas de ingeniería más discutidas de la década. El resto de la industria del coche autónomo siguió usando lidar, radar y mapas.
En marzo de 2022 se tomó un periodo sabático de cuatro meses para “volver a afilar” su lado técnico. El 13 de julio anunció que dejaba Tesla.
En febrero de 2023 volvió a OpenAI. Duró un año: en febrero de 2024 se fue otra vez y aclaró que no era por “ningún suceso, problema o drama” concreto. Quería trabajar en sus propios proyectos.
¿Qué son Software 2.0 y Software 3.0? ¶
Software 2.0 es la idea, publicada por Karpathy en noviembre de 2017, de que los pesos de una red neuronal son un nuevo tipo de programa: en lugar de escribir el código, defines el objetivo, reúnes datos y dejas que el entrenamiento lo escriba. Software 3.0, que presentó en una charla de Y Combinator en junio de 2025, da un paso más: el prompt es el programa y el LLM es el ordenador que lo ejecuta.
Lo más fácil es verlo con un ejemplo. El mismo clasificador de opiniones, escrito tres veces:
- Software 1.0 es el código de toda la vida. Tú escribes las reglas. Funciona hasta que alguien dice «no está nada mal» y tu lista de palabras se rompe.
- Software 2.0 son los pesos. No escribes las reglas: recoges ejemplos y una red las aprende. Lo que Tesla hacía con el coche. Tu trabajo pasa a ser cuidar los datos.
- Software 3.0 son los prompts. Le describes a un modelo lo que quieres, en tu idioma. Karpathy ya lo había adelantado en un tuit de enero de 2023: “El lenguaje de programación más de moda es el inglés.”
Su tesis no es que el 3.0 sustituya a los otros dos, sino que se va comiendo partes de ellos, como el 2.0 se comió partes del código de Autopilot. En un producto real conviven los tres, y una parte del oficio está en decidir qué le toca a cada uno.
🧠 La lección práctica: cuando le pides algo a un agente, estás programando en Software 3.0. Un prompt vago es código mal escrito. Un prompt con contexto, restricciones y criterios de éxito es código bien escrito.
El método «desde cero»: micrograd, nanoGPT, nanochat ¶
La otra aportación técnica de Karpathy es una forma de enseñar. Sus repositorios son versiones diminutas y legibles de sistemas enormes:
- micrograd: un motor de autodiferenciación (lo que calcula los gradientes para entrenar una red) en unas pocas decenas de líneas.
- nanoGPT (enero de 2023): un GPT que puedes entrenar y leer entero.
- llm.c (2024): entrenar un GPT-2 en C puro, sin PyTorch.
- nanochat (octubre de 2025): un clon completo de ChatGPT, del entrenamiento a la interfaz de chat, en unas 8.000 líneas que escribió a mano. Según el proyecto, un modelo pequeño se entrena en unas cuatro horas por unos 100 dólares.
- microGPT (febrero de 2026): la esencia de un GPT en unas 200 líneas de Python.
Ninguno es para producción. Son para entender. Y esa es la idea: si puedes construir una versión pequeña de algo, entiendes cómo funciona la grande.
Sal del vibe coding con un ciclo que ves funcionar entero
En seis vídeos haces el ciclo completo de Spec-Driven Development con OpenSpec sobre un proyecto que ya existe: propuesta, spec, diseño y tareas, para que el agente trabaje con método y no a base de vibes.
Empieza el curso gratis →¿Por qué se le considera el mejor profesor de IA? ¶
Porque explica los modelos escribiéndolos delante de ti, línea a línea, durante horas, y lo publica gratis. Su serie de YouTube «Neural Networks: Zero to Hero», que empezó en 2022 tras dejar Tesla, va desde un motor de gradientes hasta construir un GPT.
El vídeo «Let’s build GPT: from scratch, in code, spelled out», de enero de 2023, es uno de los más vistos sobre el tema: dos horas programando un transformer desde una hoja en blanco. Después vinieron «Intro to Large Language Models» (noviembre de 2023), una hora para el público general, y en febrero de 2025 «Deep Dive into LLMs like ChatGPT», tres horas y media sobre cómo se entrena un modelo como el que usas cada día.
En julio de 2024 convirtió esa vocación en empresa: Eureka Labs, una escuela «nativa de IA» donde un profesor humano diseña el curso y un asistente de IA acompaña a cada alumno. El primer curso anunciado era LLM101n, para construir tu propio modelo, con nanochat como proyecto final. Al entrar en Anthropic dejó claro que no lo abandona: “Sigo apasionado por la educación y pienso retomar ese trabajo con el tiempo”.
¿Qué es el vibe coding y por qué lo bautizó él? ¶
El vibe coding es programar dándole instrucciones a una IA en lenguaje natural y aceptando lo que genera sin leerlo a fondo. Karpathy lo describió en X el 2 de febrero de 2025: un nuevo tipo de programación en la que “te dejas llevar por las vibes, abrazas los exponenciales y te olvidas de que el código existe”.
Él lo planteaba para proyectos de fin de semana, de los que no importa si se rompen. La palabra se escapó de ese contexto en semanas y acabó en ofertas de empleo, titulares y debates sobre seguridad. Ya te contamos cómo hacer bien vibe coding sin que se te caiga el proyecto en producción.
Un año después, en febrero de 2026, él mismo propuso otro nombre para la versión seria: ingeniería agéntica. Ya no escribes el código la mayor parte del tiempo, pero tampoco te olvidas de que existe: orquestas a los agentes, les das contexto y revisas lo que hacen.
Entre una palabra y otra, su opinión sobre los agentes pasó por una montaña rusa que dejó por escrito:
¿Por qué es polémico Andrej Karpathy? ¶
Porque sus frases mueven el mercado de las herramientas de IA, y porque no le importa contradecirse en público si los datos cambian. No tiene enemigos declarados como LeCun o Gebru. Sus polémicas son de otro tipo.
El «solo visión» de Tesla (2021). Defender que un coche autónomo puede funcionar solo con cámaras le enfrentó con buena parte de la industria. Su salida en 2022, en plena discusión sobre los plazos de la conducción autónoma, se leyó en la prensa como una mala señal para el proyecto.
El vibe coding (2025). Muchos developers le reprochan haber dado una etiqueta simpática a programar sin entender el código. Él lo propuso para proyectos de usar y tirar; la etiqueta acabó justificando código en producción que nadie había leído.
Contra el hype de los agentes (octubre de 2025). En plena campaña de «2025 es el año de los agentes», le dijo a Dwarkesh Patel que era “la década de los agentes”, no el año. Contó que para escribir nanochat los agentes de código no le compensaban y que, para el código nuevo y complejo, generaban basura. Medio sector de las herramientas de IA tuvo que responderle.
El giro (diciembre de 2025 a 2026). Dos meses después escribió que nunca se había sentido tan por detrás como programador. En enero, según The Decoder, contaba que ya programaba sobre todo en lenguaje natural. Para unos es honestidad intelectual. Para otros, la prueba de que nadie, ni él, sabe por dónde va esto.
De OpenAI a Anthropic (mayo de 2026). Cofundó OpenAI, trabajó allí dos veces y ha acabado en su gran rival. La prensa lo contó como una señal sobre qué laboratorio atrae ahora a los investigadores.
Karpathy ha pasado del vibe coding a la ingeniería agéntica en un año. Si quieres seguir esos cambios sin perder horas en X, cada domingo enviamos 12 recursos sobre programación con IA a +7.500 developers. Gratis desde 2018.
Apúntate gratis →¿Qué dice Karpathy sobre programar y el trabajo de los developers? ¶
Que la profesión se está refactorizando a toda velocidad y que hay que ponerse al día, pero que los agentes todavía necesitan a alguien con criterio al mando. Las dos ideas conviven en todo lo que ha dicho en el último año.
La primera la escribió el 26 de diciembre de 2025 en un hilo que se compartió decenas de miles de veces: “Nunca me había sentido tan por detrás como programador.” Describió la IA como una potente herramienta alienígena que se reparte sin manual, y dijo que la parte que aporta el programador es cada vez más escasa. Boris Cherny, el creador de Claude Code, le contestó que él se sentía así “casi todas las semanas”. Lo contamos al hablar de las habilidades que necesita un programador para trabajar con IA.
La segunda viene del podcast de Dwarkesh Patel. Los LLM, dijo, no son animales que evolucionan sino “fantasmas”: entidades digitales que imitan a las personas a partir de todo lo que hemos escrito. Brillantes en unas cosas y torpes en otras, sin memoria continua ni capacidad de aprender de verdad de sus errores. Por eso necesitan supervisión.
En la práctica, su forma de trabajar en 2026 es la de un director de orquesta. En el podcast No Priors explicó cómo piensa ahora en macro acciones (bloques de trabajo completos que encarga a un agente) y presentó autoresearch, un bucle en el que un agente experimenta, mide y decide solo durante una noche. Lo desmenuzamos en el post sobre AutoResearch de Karpathy.
¿Cómo han envejecido sus predicciones? «El lenguaje de programación más de moda es el inglés» (2023) parecía una provocación y hoy describe el día a día de muchos equipos. «La década de los agentes» (2025) sigue abierta: los agentes de programación han mejorado mucho desde entonces, como él mismo reconoció, pero los agentes generales todavía no sustituyen a un empleado.
💬 Fíjate en lo que no dice: en ningún momento ha dicho que no haga falta saber programar. Escribió nanochat a mano para entenderlo, y es justo ese conocimiento el que le permite saber cuándo un agente le está dando basura.
El flujo completo, con prompts
De las vibes a un flujo que repites en cualquier proyecto
Un flujo de 7 fases y 19 pasos para programar con agentes, de la petición a la PR, con cada paso abriendo con su prompt listo para copiar. Ingeniería agéntica sin instalar ningún framework.
Abrir la guía →Incluye la chuleta completa de prompts + repo con la PR terminada
Las mejores frases de Andrej Karpathy ¶
Las traducciones son nuestras. Cada frase lleva dónde y cuándo la dijo.
- “El lenguaje de programación más de moda es el inglés.” En X, enero de 2023.
- “Hay un nuevo tipo de programación que llamo vibe coding, en la que te dejas llevar por completo por las vibes, abrazas los exponenciales y te olvidas de que el código existe.” En X, febrero de 2025.
- “Hemos borrado el radar y conducimos solo con visión en estos coches.” Conferencia CVPR, junio de 2021.
- “No me voy por ningún suceso, problema o drama en particular.” Al dejar OpenAI por segunda vez, febrero de 2024.
- “Es la década de los agentes.” Podcast de Dwarkesh Patel, octubre de 2025.
- “No estamos construyendo animales. Estamos construyendo fantasmas.” Podcast de Dwarkesh Patel, octubre de 2025.
- “Nunca me había sentido tan por detrás como programador.” En X, diciembre de 2025.
- “La profesión se está refactorizando de forma drástica.” En el mismo hilo, diciembre de 2025.
- “Muy ilusionado por unirme al equipo y volver a la I+D.” En X, al entrar en Anthropic, mayo de 2026.
- “Sigo apasionado por la educación y pienso retomar ese trabajo con el tiempo.” Sobre Eureka Labs, mayo de 2026.
La noticia: de Eureka Labs a Anthropic ¶
El 19 de mayo de 2026, Andrej Karpathy anunció que se unía al equipo de preentrenamiento de Anthropic, el que hace los grandes entrenamientos de los que salen los conocimientos y capacidades de Claude.
Lo que está confirmado ¶
- Se incorporó en mayo de 2026 al equipo de preentrenamiento, a las órdenes de Nick Joseph, según Axios y TechCrunch.
- Su primer encargo es montar un subequipo que use el propio Claude para acelerar la investigación en preentrenamiento.
- Eureka Labs queda en pausa: él mismo dijo que piensa retomar el trabajo en educación más adelante.
- Sigue publicando proyectos personales. El último, HackerTube (31 de octubre de 2026), y una semana después TristanTube, hecho con el mismo método a partir de la lista de canales de otra persona.
Lo que no sabemos todavía ¶
- En qué modelos de Claude se notará su trabajo. Los ciclos de preentrenamiento son largos y Anthropic no lo ha detallado.
- Cuándo y cómo retomará Eureka Labs y el curso LLM101n.
Este apartado recoge la información disponible a 14 de noviembre de 2026.
¿Qué significa para quien programa? ¶
Que una de las personas que mejor entiende cómo se entrena un LLM está ahora dentro de uno de los laboratorios cuyos modelos usas en tu agente. Y que sus proyectos personales, que publica en abierto, son una ventana a cómo trabaja con esos modelos.
- Copia su forma de usar agentes: tareas completas, contexto claro, un criterio para saber si el resultado es bueno. HackerTube no es magia: es un problema bien acotado con datos claros.
- No te saltes el «desde cero»: sus repos y vídeos siguen siendo la mejor forma de entender qué hay debajo de la herramienta que usas. Una tarde con nanoGPT te enseña más de un LLM que un mes de prompts.
- Pon a prueba tus propias opiniones: si alguien que cofundó OpenAI dice en público que se siente por detrás, tú también puedes cambiar de flujo de trabajo cuando los datos te lo pidan.
De HackerTube al próximo repo de Karpathy, te contamos lo que merece la pena probar. Cada domingo, 12 recursos sobre programación con IA para +7.500 suscriptores. Gratis desde 2018.
Suscríbete gratis →Las entrevistas para conocer a Andrej Karpathy ¶
Si quieres escucharle a él, sin intermediarios, estas son las mejores conversaciones y charlas. Están ordenadas de más antigua a más reciente.
- Lex Fridman Podcast #333: «Tesla AI, Self-Driving, Optimus, Aliens, and AGI» (octubre de 2022). Tres horas y media recién salido de Tesla: el motor de datos, el «solo visión» y su visión de la IA. Episodio y transcripción.
- «Intro to Large Language Models» (noviembre de 2023). Una hora para entender qué es un LLM, cómo se entrena y qué riesgos tiene. La mejor introducción para quien empieza. Ver en YouTube.
- «Software Is Changing (Again)» (junio de 2025). La charla de Software 3.0 en Y Combinator. Crónica en Gigazine.
- Dwarkesh Podcast: «We’re summoning ghosts, not building animals» (octubre de 2025). La entrevista de «la década de los agentes». Resumen de Simon Willison.
- No Priors: «The End of Coding» (2026). Macro acciones, autoresearch y cómo trabaja con agentes. Ver en YouTube.
Y dos momentos en redes que explican al personaje:
- El tuit del vibe coding, el 2 de febrero de 2025. Leer en X.
- «Nunca me había sentido tan por detrás como programador», el 26 de diciembre de 2025. Crónica en Business Today.
Qué podemos aprender los developers de Andrej Karpathy ¶
1. Construye la versión pequeña. micrograd, nanoGPT y nanochat existen porque Karpathy entiende las cosas escribiéndolas. Haz lo mismo con lo que uses: un agente mínimo, un RAG de cien líneas, un servidor MCP de juguete.
2. El prompt es código. Si el Software 3.0 es real, tus prompts merecen el mismo cuidado que tus funciones: nombres claros, contexto, casos límite y revisión.
3. Nombra las cosas y luego afínalas. «Vibe coding» se le fue de las manos y él mismo propuso «ingeniería agéntica» un año después. Corregirte en público es mejor que defender una idea que ya no vale.
4. Cambia de opinión con datos. De «no funcionan» a «nunca me he sentido tan por detrás» en dos meses. No es incoherencia: los agentes cambiaron y él probó de nuevo.
5. Enseñar es la mejor forma de aprender. CS231n, los vídeos de horas, los repos legibles. Si quieres entender algo a fondo, prepárate para explicárselo a otro.
TL;DR ¶
- Andrej Karpathy (Bratislava, 1986) es un investigador de IA formado en Toronto y Stanford, con Fei-Fei Li como directora de tesis.
- Fue miembro fundador de OpenAI (2015), director de IA de Tesla (2017-2022) y volvió a OpenAI entre 2023 y 2024.
- Propuso Software 2.0 (los pesos como código, 2017) y Software 3.0 (el prompt como programa, 2025).
- Es el gran profesor de IA de internet: CS231n, «Zero to Hero», nanoGPT y nanochat.
- En febrero de 2025 bautizó el vibe coding; en febrero de 2026 propuso «ingeniería agéntica» para la versión seria.
- Es polémico por el «solo visión» de Tesla, por el vibe coding y por pasar de criticar a los agentes a decir que nunca se había sentido tan por detrás.
- Desde mayo de 2026 trabaja en el equipo de preentrenamiento de Anthropic.
Preguntas frecuentes sobre Andrej Karpathy ¶
¿Quién es Andrej Karpathy? ¶
Es un investigador de IA nacido en Bratislava en 1986, miembro fundador de OpenAI y exdirector de IA de Tesla. Es conocido por sus cursos y vídeos sobre redes neuronales y por acuñar el término «vibe coding». Desde mayo de 2026 trabaja en Anthropic.
¿Qué es el vibe coding según Karpathy? ¶
Es programar describiéndole a una IA lo que quieres y aceptando lo que genera sin revisarlo a fondo, “olvidándote de que el código existe”. Lo propuso en febrero de 2025 para proyectos de fin de semana, no para producción.
¿Qué es la ingeniería agéntica? ¶
Es el término que Karpathy propuso en febrero de 2026 para la versión disciplinada del vibe coding. El developer ya no escribe la mayor parte del código, pero orquesta a los agentes, les da contexto y supervisa lo que hacen.
¿Qué es Software 2.0? ¶
Es la idea, publicada por Karpathy en 2017, de que los pesos de una red neuronal son un nuevo tipo de programa. En lugar de escribir reglas, defines un objetivo, reúnes datos y el entrenamiento genera el comportamiento.
¿Qué es Software 3.0? ¶
Es la evolución que presentó en 2025: el prompt en lenguaje natural es el programa y el LLM es el ordenador que lo ejecuta. Según Karpathy, convive con el código clásico y con las redes entrenadas.
¿Dónde trabaja Andrej Karpathy ahora? ¶
En Anthropic, en el equipo de preentrenamiento que entrena los modelos de Claude, desde mayo de 2026. Su primer encargo es un subequipo que usa Claude para acelerar la propia investigación.
¿Por qué dejó Karpathy OpenAI y Tesla? ¶
De Tesla salió en julio de 2022, tras un periodo sabático de cuatro meses. De OpenAI se fue dos veces: en 2017 para ir a Tesla y en febrero de 2024, cuando dijo que no era por “ningún suceso, problema o drama”. Quería dedicarse a sus proyectos, que acabaron en Eureka Labs.
¿Qué es nanochat? ¶
Es un proyecto de código abierto de Karpathy, de octubre de 2025, que implementa un clon de ChatGPT completo, del entrenamiento a la interfaz, en unas 8.000 líneas. Sirve para entender cómo funciona un LLM por dentro, no para producción.
¿Qué es Eureka Labs? ¶
Es la empresa que Karpathy fundó en julio de 2024 para crear una escuela pensada para la era de la IA, con profesores humanos y asistentes de IA. Su primer curso anunciado era LLM101n. Está en pausa desde que entró en Anthropic.
¿Dónde aprender IA con Karpathy? ¶
En su canal de YouTube, con la serie «Neural Networks: Zero to Hero» y vídeos como «Let’s build GPT» o «Intro to Large Language Models», y en sus repositorios de GitHub: micrograd, nanoGPT y nanochat.
Fuentes ¶
- Axios — OpenAI co-founder Andrej Karpathy joins Anthropic (19 de mayo de 2026)
- TechCrunch — OpenAI co-founder Andrej Karpathy joins Anthropic’s pre-training team
- The Decoder — Karpathy picks Anthropic over former home OpenAI
- Startup Fortune — HackerTube
- Wikipedia — Andrej Karpathy
- Karpathy — Software 2.0 (2017)
- Bloomberg — Tesla executive overseeing AI and Autopilot is leaving
- InsideEVs — Tesla head of AI and Autopilot Vision team leaves
- Analytics India Magazine — Karpathy releases nanochat
- The New Stack — Vibe coding is passé: Karpathy has a new name
- Simon Willison — AGI is still a decade away
- The Neuron — Karpathy told Dwarkesh that AGI is still a decade away
- The Decoder — Karpathy now codes mostly in English
- Business Today — “Never felt this behind”
- Karpathy en X — El tuit del vibe coding
- Lex Fridman Podcast #333 — Andrej Karpathy
Créditos de las imágenes ¶
- Andrej Karpathy, OpenAI, de Gladwin Analytics. Licencia CC BY 3.0, vía Wikimedia Commons. Recortada y convertida a WebP.
🧨 Última oportunidad para recibir la dinamita que mereces sobre programación con IA el próximo domingo: Suscríbete gratis a Web Reactiva en https://webreactiva.com/newsletter
12 recursos para developers cada domingo en tu bandeja de entrada
Además de una skill práctica bien explicada, trucos para mejorar tu futuro profesional y una pizquita de humor útil para el resto de la semana. Gratis.