#karpathy

Andrej Karpathy가 축소형 nanochat training loop를 AI agent가 overnight로 반복 실험할 수 있게 하는 autoresearch repo를 공개했다. 고정 5분 실험, Git branch, validation loss 기반 선택을 묶어 agent 연구를 closed-loop workflow로 바꾸려는 시도다.

AI 연구자 안드레이 카르파티가 LLM 시대의 핵심 기술 과제로 메모리와 연산 자원의 최적 조합을 제시했다. 온칩 SRAM과 외부 DRAM의 트레이드오프를 이해하고 추론·훈련 워크플로우에서 최고의 처리량·지연시간·비용 효율을 달성하는 것이 현재 가장 흥미로운 기술적 과제라고 강조했다.

AI 연구자 안드레이 카르파티가 지난 2개월 새 프로그래밍이 근본적으로 변화했다고 주장했다. 특히 지난 12월을 기점으로 코딩 에이전트가 실용적으로 작동하기 시작했으며, 이제 개발자는 코드를 직접 작성하는 대신 AI 에이전트를 지시·관리하는 역할로 전환되고 있다.

앤드레이 카파시가 LLM이 프로그래밍 언어와 소프트웨어 제약 환경을 완전히 변화시킨다고 분석했다. LLM은 코드 번역에서 특히 강점을 보이며, 향후 작성된 소프트웨어의 상당 부분이 여러 번 다시 쓰여질 것이라 전망했다.

Andrej Karpathy가 새로운 AI 에이전트 패러다임 "Claws"를 소개했습니다. OpenClaw와 같은 시스템이 LLM 에이전트 위에서 오케스트레이션, 스케줄링, 컨텍스트, 도구 호출, 지속성을 제공하는 새로운 AI 스택 레이어입니다.

안드레이 카파시가 1시간 만에 개인 맞춤형 헬스 트래킹 앱을 바이브코딩한 경험을 공유하며, 기존 앱스토어 모델의 종말과 AI 네이티브 소프트웨어 시대의 도래를 예고했다.