#karpathy

OpenAI共同創業者でTesla AIの元ディレクター、Andrej Karpathy氏が5月19日にAnthropicへの入社を発表。事前学習チームに加わり、Claude自体を活用した研究加速に取り組む。

アンドレイ・カルパシーがLLMにHTML形式で回答を構造化するよう指示しブラウザで開くという実践的なヒントを共有。テキストからマークダウン、HTML、インタラクティブな神経シミュレーションへと進化する人間とAIのインターフェースの将来像も提示した。

Andrej Karpathy氏がSequoia Ascent 2026のファイヤーサイドチャットのハイライトを共有。LLMは既存作業の高速化にとどまらず、以前は不可能だった全く新しい機能カテゴリを切り拓くと主張した。

Andrej Karpathy は autoresearch によって nanochat の Time to GPT-2 が 2.02 hours から 1.80 hours に下がったと述べた。agent が約2日で約700件の変更を探索し、約20件の additive improvement を見つけたという説明だが、この結果は独立監査済み benchmark ではなく source claim として読む必要がある。

Andrej Karpathyが、縮小版nanochat training loopをAI agentがovernightで反復実験できるautoresearch repoを公開した。固定5分run、Git branch、validation lossベースの選別を組み合わせ、agent研究をclosed-loop workflowに変える試みだ。

AI研究者アンドレイ・カルパシーがLLM時代の核心的な技術課題として、メモリと演算資源の最適な組み合わせを提示した。高速だが容量の小さいオンチップSRAMと、大容量だが低速なオフチップDRAMのトレードオフを解決することが、現在最も知的報酬の高い課題だと強調した。

AI研究者アンドレイ・カルパシーが、この2ヶ月でプログラミングが根本的に変化したと主張した。特に昨年12月以降、コーディングエージェントが実用化され、開発者はコードを書く代わりにAIエージェントを指示・管理する役割へと転換しつつある。

AIリサーチャーのアンドレイ・カーパシー氏が、LLMがソフトウェア開発の制約環境を根本から変えると分析した。コード翻訳においてLLMが特に優れており、これまで書かれたソフトウェアの大部分が何度も書き直されると予測する。

Andrej KarpathyがOpenClaw的なAIエージェントシステムの新カテゴリ「Claws」を命名。LLMエージェントがLLMの新レイヤーだったように、ClawsはLLMエージェントの上でオーケストレーション・スケジューリング・永続的コンテキスト管理を担う新レイヤーです。

アンドレイ・カルパシーが1時間でカスタムヘルストラッキングアプリをバイブコーディングした経験を共有し、従来のアプリストアモデルの時代遅れを論じた。LLMエージェントがユーザーごとのアプリをその場で生成できる未来を予言している。