📜 Software 1.0 → 2.0 → 3.0
Karpathy organizou a história do software em 3 eras. Saber em qual você está define como você programa.
As 3 eras
- 1.0 — humano escreve código explícito (lógica, ifs, loops). Compilador transforma.
- 2.0 — humano define dataset + arquitetura, treinamento gera os pesos. Programa vive nos pesos.
- 3.0 — humano programa LLMs com prompts, contexto, ferramentas, memória, instruções. LLM é o interpretador.
Citação
"Software 3.0 is humans programming LLMs through prompts, context, tools, examples, memory, and instructions." — Karpathy, Sequoia Ascent 2026
🎯 Agentic Engineering
Karpathy substituiu "vibe coding" por Agentic Engineering — a disciplina profissional de coordenar agentes falíveis preservando correção, segurança, gosto e manutenibilidade.
O que isso significa na prática
- Falibilidade — assumir que agente erra. Sistema precisa absorver.
- Coordenação — múltiplos agentes precisam de hierarquia, papéis, handoffs.
- Verificação — output passa por eval, review, ou gate humano.
- Taste — humano define o que é "bom". Agente busca o "correto".
🪨 Jagged Intelligence
Karpathy cunhou o termo: agentes são "jagged" — irregulares. Conseguem refatorar 100k linhas de código mas falham em raciocinar sobre andar 50 metros. Saber onde delegar é metade do jogo.
✓ Onde delegar
- ✓Refatoração de código com testes
- ✓Resumo de documentos longos
- ✓Pesquisa estruturada
- ✓Boilerplate e scaffolding
✗ Onde NÃO delegar
- ✗Raciocínio espacial complexo
- ✗Decisões irreversíveis (delete, send)
- ✗Julgamento ético / legal final
- ✗Compreensão estratégica de negócio
📈 80/20 invertido
Karpathy passou de escrever 80% do código para delegar 80%. A unidade de trabalho mudou de "linhas de código digitadas" para "macro actions delegadas".
Citação
"The unit of programming changed from typing lines of code to delegating larger macro actions." — Karpathy, dez/2025
Implicação
Quem opera no novo modo já entrega 5x mais. Quem fica no modo antigo está sendo deixado para trás silenciosamente.
🧩 Compute substitutivo
Erro comum: tratar agentes como automação (faz a mesma tarefa mais rápido). A leitura correta: agentes são substitutivos — eles redefinem cargos e processos inteiros.
Exemplos
- Marco — não "automatiza" o briefing semanal. O cargo de "quem faz briefing" desaparece.
- Sally — não "automatiza" o case scaffolding. O paralegal vira revisor de outputs.
- Sana — não "automatiza" sumário de biópsia. A leitura inicial fica com a IA; humana valida.
🎓 Você não terceiriza entendimento
Esta é talvez a frase mais importante de Karpathy em 2025-2026:
"You can outsource your thinking, but you can't outsource your understanding."
Você pode delegar a execução do raciocínio, mas a compreensão fica com o humano. Sempre. É o que define onde o humano permanece — não na produção, mas no julgamento.
Aplicação prática
Em todo agente, defina claramente: o que ele decide sozinho? O que ele recomenda e humano aprova? Onde o humano precisa entender antes de assinar?
📋 Resumo do Módulo
Próximo Módulo:
1.3 — Por que sua IA não gera resultado