Andrej Karpathy: Software 3.0, Engenharia Agêntica e Por Que Você Não Pode Terceirizar a Compreensão
Na recente conferência AI Ascent 2026, Andrej Karpathy — ex-diretor do Autopilot da Tesla, cofundador da OpenAI e fundador da Eureka Labs — apresentou uma palestra instigante explorando como o papel do engenheiro de software está sendo fundamentalmente reescrito pela inteligência artificial.
Em uma ampla discussão com Stephanie Zhan, da Sequoia Capital, Karpathy introduziu conceitos estruturais importantes para entender a transição da programação tradicional para a orquestração de sistemas guiada por IA.
Do ‘Vibe Coding’ à ‘Engenharia Agêntica’
Karpathy traçou uma distinção clara entre duas abordagens de desenvolvimento que surgiram com a proliferação de modelos de geração de código:
- Vibe Coding: Descreve o processo de construir software no qual o desenvolvedor humano explica uma funcionalidade e o LLM escreve todo o código. O desenvolvedor apenas o executa, observa se funciona e itera por meio de instruções no chat. Embora o “vibe coding” seja incrivelmente poderoso para prototipagem rápida e eleve o nível de quem pode construir software, muitas vezes carece do rigor arquitetônico necessário para projetos complexos.
- Engenharia Agêntica: É a evolução profissional do vibe coding. Envolve gerenciar equipes de agentes de IA que escrevem, testam, depuram e revisam código sob diretrizes e proteções estritas e automatizadas. A engenharia agêntica foca em verificação, segurança, benchmarks de desempenho e arquitetura de sistema de longo prazo.
“O vibe coding é divertido e rápido, mas não é assim que se constrói um sistema corporativo confiável e seguro”, explicou Karpathy. “Para isso, precisamos de uma transição disciplinada para a engenharia agêntica, na qual os engenheiros humanos atuam como diretores e verificadores.”
A Mudança para o Software 3.0
Karpathy expandiu sua famosa tese do “Software 2.0” (que argumentava que redes neurais treinadas em dados representam um novo paradigma de programação) introduzindo o Software 3.0.
No Software 3.0, a programação passa a ser feita quase inteiramente por meio de instruções em linguagem natural (prompting) e direcionamento estratégico. O LLM funciona como um intérprete que executa etapas computacionais em ambientes digitais. Em vez de escrever instruções de código, os desenvolvedores definem especificações, avaliam os resultados e desenham fluxos de trabalho que coordenam múltiplos modelos para executar tarefas complexas.
‘Você Não Pode Terceirizar a Compreensão’
Apesar da automação na geração de código, Karpathy fez um alerta contundente para desenvolvedores de software atuais e futuros: você pode terceirizar a geração de código, mas nunca poderá terceirizar a sua compreensão do sistema.
“Se você não entender como o código subjacente funciona, como o banco de dados é estruturado ou como o protocolo de rede se comporta, você eventualmente ficará travado”, alertou Karpathy. “Quando o agente de IA cometer um erro sutil ou entrar em um loop infinito, apenas o humano com conhecimento profundo e fundamental de engenharia será capaz de diagnosticar e resolver o problema.”
Ele incentivou os engenheiros a focarem no cultivo de um bom gosto para arquitetura de software, metodologias rigorosas de verificação e um entendimento profundo dos fundamentos da ciência da computação. O engenheiro do futuro não será valorizado por sua velocidade de digitação ou memória de sintaxe, mas sim por sua habilidade de verificar a correção das soluções e orquestrar agentes autônomos complexos.
LLMs como ‘Fantasmas’
Em uma metáfora memorável, Karpathy sugeriu que os desenvolvedores deveriam parar de pensar nos LLMs como animais inteligentes ou mentes semelhantes à humana, e passar a vê-los como “entidades invocadas” ou “fantasmas”.
“Eles são entidades estatísticas e cheias de nuances”, observou. “Eles têm um conhecimento incrível em algumas áreas e falhas bizarras e simples em outras.” Direcioná-los de forma eficaz exige uma nova disciplina de engenharia — que valorize limites claros, expectativas explícitas e verificação programática acima de tudo.
Baseado na apresentação de Andrej Karpathy no AI Ascent 2026.