Quem é Andrej Karpathy? O Fundador da OpenAI Agora na Anthropic

Andrej Karpathy é uma das figuras mais influentes da IA moderna, membro fundador da OpenAI, ex-diretor de IA e Autopilot Vision na Tesla, e fundador da startup de educação em IA Eureka Labs. Em maio de 2026, fez manchetes ao juntar-se ao laboratório rival Anthropic, criador do Claude, para trabalhar na equipa de pré-treino dos seus modelos de fronteira. Pelo caminho, cunhou o termo «vibe coding», escreveu o ensaio muito citado «Software 2.0», e criou alguns dos cursos de IA mais vistos na internet.

Este guia cobre quem é Andrej Karpathy, a sua trajetória profissional completa da OpenAI à Tesla e de volta, por que razão a sua mudança para a Anthropic é relevante, e as ideias que o tornaram famoso. Encontrará também o seu trabalho open source recente como nanochat e autoresearch, as suas opiniões sobre agentes de IA, e respostas diretas sobre a sua idade, formação e valor líquido estimado.

Os pontos-chave

• Nascido a 23 de outubro de 1986 em Bratislava; investigador de IA eslovaco-canadiano, atualmente com 39 anos.
• Membro fundador da OpenAI (2015-2017) e diretor de IA da Tesla (2017-2022), onde liderou a Full Self-Driving.
• Fundou a Eureka Labs em 2024 e juntou-se à Anthropic em maio de 2026 na equipa de pré-treino.
• Cunhou o termo «vibe coding» e é autor do influente ensaio «Software 2.0».
• O seu valor líquido é estimado entre $50 milhões e $100 milhões, embora nunca tenha divulgado um número.

Quem é Andrej Karpathy?

Andrej Karpathy é um investigador de IA eslovaco-canadiano nascido a 23 de outubro de 1986 em Bratislava, o que lhe confere 39 anos. É mais conhecido pelo seu trabalho em aprendizagem profunda e visão computacional, e por explicar ideias complexas de IA de uma forma que qualquer pessoa consegue acompanhar. Consta da lista TIME100 das Pessoas Mais Influentes em IA, e os seus tutoriais chegam a milhões de programadores.

O seu percurso académico passa por três países. Licenciou-se em ciências da computação e física na Universidade de Toronto, obteve o mestrado na Universidade da Colúmbia Britânica e doutorou-se em Stanford sob orientação de Fei-Fei Li, com foco na interseção entre visão computacional e linguagem natural. Enquanto estava em Stanford criou e lecionou o CS231n, o primeiro curso de aprendizagem profunda da universidade e ainda um dos mais populares.

Trajetória Profissional de Andrej Karpathy

Karpathy passou pelos maiores nomes da IA, frequentemente em momentos decisivos. Esta é a trajetória completa da OpenAI à Tesla e à Anthropic.

Karpathy juntou-se pela primeira vez à OpenAI como membro fundador em 2015, depois saiu em 2017 para liderar a IA na Tesla, onde dirigiu a equipa Autopilot Vision e o esforço de Full Self-Driving da empresa. Afastou-se da Tesla em 2022, regressou à OpenAI cerca de um ano, e depois seguiu o seu próprio caminho. O fio condutor da sua carreira é o foco em ensinar máquinas a ver e, cada vez mais, em ensinar pessoas a construir IA.

Por Que Razão Andrej Karpathy Saiu da Tesla e da OpenAI?

Karpathy saiu da Tesla em 2022 após cinco anos a construir a sua plataforma de condução autónoma, dizendo que queria regressar à sua paixão de longa data pela investigação e educação em IA em vez de se focar num único produto. Voltou à OpenAI em 2023, mas ficou apenas cerca de um ano antes de sair novamente em 2024 para criar a sua própria empresa. As suas saídas foram amigáveis, enquadradas cada vez como uma atração pela investigação e ensino, e não como uma rutura.

O que é a Eureka Labs?

A Eureka Labs é a empresa de educação em IA que Karpathy fundou em julho de 2024, construída em torno da ideia de uma escola "com IA nativa" onde um assistente de ensino com IA guia os alunos pelos materiais do curso. O seu curso principal, LLM101n, leva os formandos a construir o seu próprio modelo de linguagem pequeno, uma "IA Contadora de Histórias", de raiz usando Python, C e CUDA. O objetivo é tornar o treino de um modelo real acessível a indivíduos, e não apenas a grandes laboratórios.

Por Que Razão Andrej Karpathy se Juntou à Anthropic?

A 19 de maio de 2026, Karpathy anunciou que se juntara à Anthropic, a empresa por trás do Claude, causando um abalo no mundo da IA dadas as suas raízes na OpenAI. Está a trabalhar na equipa de pré-treino sob a liderança de Nick Joseph, o grupo responsável pelas execuções de treino massivas que conferem ao Claude o seu conhecimento e capacidades base. Está também a ajudar a lançar uma nova iniciativa focada em usar o próprio Claude para acelerar a investigação em pré-treino.

A simbologia é incontornável. Um membro fundador da OpenAI ajuda agora a treinar os modelos do seu rival mais acérrimo.

Nas suas próprias palavras, Karpathy disse acreditar que "os próximos anos na fronteira dos LLMs serão especialmente formativos" e que estava entusiasmado por regressar à investigação e desenvolvimento práticos. A mudança pode ser lida como um voto de confiança na direção de investigação da Anthropic, e chega em plena guerra intensa de talentos entre os principais laboratórios. Para uma perspetiva mais ampla de como as duas empresas se comparam, veja a nossa análise de Anthropic vs OpenAI.

O que é o Vibe Coding? As Grandes Ideias de Karpathy

O vibe coding, um termo que Karpathy popularizou, descreve a criação de software dizendo a um modelo de IA o que se pretende em linguagem simples e deixando-o escrever a maior parte do código. Em vez de escrever cada linha manualmente, guia-se e orienta-se o modelo, apoiando-se no seu output e no próprio julgamento. A expressão propagou-se rapidamente e aparece agora em todo o lado, desde demos de startups a descrições de funções. Se quiser experimentar este fluxo de trabalho, o nosso guia sobre as melhores IA gratuitas para programação é um bom ponto de partida.

A outra ideia marcante é «Software 2.0», um ensaio de 2017 que argumenta que as redes neurais representam um novo tipo de programação. Nesta perspetiva, o "código" já não é escrito manualmente, mas aprendido, com os pesos treinados de um modelo a fazer o trabalho que as instruções explícitas faziam antes. O enquadramento tornou-se uma referência padrão sobre a forma como o setor pensa no que a aprendizagem automática está a fazer ao ofício de programar, e ainda molda a forma como os engenheiros descrevem o impacto da IA.

Trabalho Recente de Karpathy: nanochat, Autoresearch e Bases de Conhecimento com LLM

Karpathy mantém-se famoso em parte porque continua a publicar. O seu projeto nanochat, apresentado como "o melhor ChatGPT que $100 consegue comprar", é uma base de código mínima e legível que treina um pequeno modelo de chat do início ao fim, para que as pessoas possam ver exatamente como as peças se encaixam. Em março de 2026, lançou o autoresearch, uma ferramenta de cerca de 630 linhas que permite a agentes de IA conduzir as suas próprias experiências de aprendizagem automática numa única GPU. Ao correr durante cerca de dois dias, o agente encontrou cerca de 20 alterações que melhoraram o modelo e reduziram o tempo de treino num benchmark GPT-2 em cerca de 11%.

Em abril de 2026, desencadeou outra vaga com uma publicação vista mais de 16 milhões de vezes, argumentando que as pessoas devem deixar de tratar os modelos de linguagem apenas como chatbots ou geradores de código. Em vez disso, sugeriu usá-los para compilar informação bruta em bases de conhecimento Markdown vivas e interligadas, por vezes chamadas de «LLM wiki». Disse ter transferido uma grande parte do seu uso pessoal de IA da manipulação de código para a organização do conhecimento desta forma. Para aprofundar competências neste domínio, consulte o nosso guia sobre como aprender IA.

Por Que Karpathy Diz que os Agentes de IA Precisam de «Uma Década»

Apesar da agitação em torno da IA autónoma, Karpathy é uma voz ponderada. No Dwarkesh Podcast argumentou que os agentes de IA totalmente funcionais demorarão cerca de uma década a chegar, porque os sistemas atuais carecem de inteligência, multimodalidade e aprendizagem contínua suficientes para serem confiados com tarefas reais. Publicou também o que muitos chamaram de uma carta aberta a engenheiros de software, admitindo que "nunca me senti tanto assim para trás como programador" à medida que a profissão é "drasticamente refatorada" por agentes, prompts e novas ferramentas. O seu ponto é que a profissão está a mudar rapidamente, não que os engenheiros sejam obsoletos.

Valor Líquido e Vida Pessoal de Andrej Karpathy

Karpathy nunca divulgou publicamente as suas finanças, pelo que qualquer número é uma estimativa. Perfis independentes situam o seu valor líquido entre $50 milhões e $100 milhões, construído a partir de funções sénior na OpenAI e na Tesla, participações acionistas e as suas próprias iniciativas. Trate esse intervalo como uma orientação aproximada e não como um número oficial.

Mantém a sua vida privada longe dos holofotes, e não há registo público de esposa ou parceira. O que partilha abertamente é o seu trabalho, na sua maioria gratuito, desde mergulhos no YouTube sobre como construir um GPT de raiz a repositórios open source que qualquer pessoa pode estudar. Essa generosidade no conhecimento é uma das principais razões pelas quais o seu nome tem tanto peso no mundo da IA.

Conclusão

Andrej Karpathy importa não apenas pelos sítios onde trabalhou, OpenAI, Tesla e agora Anthropic, mas pela forma como moldou a maneira como as pessoas compreendem a IA. Transforma investigação de fronteira em ideias e ferramentas que programadores comuns conseguem realmente usar, e a sua mudança para a Anthropic assinala onde acredita que virão os próximos avanços. Para conhecer os fundadores que trabalham ao seu lado, leia os perfis de Sam Altman e do CEO da Anthropic Dario Amodei, mais a cofundadora Daniela Amodei, a ex-CTO da OpenAI Mira Murati, o CEO da DeepMind Demis Hassabis do lado da Google na corrida, e o fundador da DeepSeek Liang Wenfeng a impulsionar a iniciativa open source da China. Para o responsável da IA da Microsoft, consulte Mustafa Suleyman.

Não é preciso escolher um único laboratório para beneficiar do seu trabalho. Com o Fello AI pode usar o Claude, o ChatGPT, o Gemini, o Grok e o DeepSeek lado a lado no seu Mac por um preço mensal único, tendo sempre o melhor modelo para a tarefa que tem em mãos.

FAQ