バイブコーディングからエージェント工学へ — Andrej Karpathy × Stephanie Zhan (Sequoia AI Ascent 2026)

Sequoia AI Ascent 2026 (Andrej Karpathy × Stephanie Zhan) 2026/04/29

アンドレイ・カルパシー / Andrej Karpathy · 00:37 「プログラマーとして、これまでで最も後れを取っていると感じる」

Sequoia Capital 主催 AI Ascent 2026 (シリコンバレー、 2026/05 開催) の特別ゲストキーノート、約 30 分。聞き手ステファニー・ジャン (Stephanie Zhan、 Sequoia パートナー)。「vibe coding」を造語した本人による、概念の卒業宣言と次のパラダイム提示

アンドレイ・カルパシー (Andrej Karpathy) が 2025 年 2 月に X (旧 Twitter) で「私が呼ぶ新しいコーディング、 vibe coding」とポストして以降、この言葉は AI コーディング業界全体に爆発的に広がった。約 15 ヶ月後の 2026 年 5 月、 Sequoia Capital の主催する AI Ascent 2026 の開幕特別ゲストとして登壇したカルパシー本人が、「vibe coding はもう古い、次は agentic engineering」という卒業宣言を出す、という業界の節目を記録する 30 分。

Andrej Karpathy

There's a new kind of coding I call "vibe coding", where you fully give in to the vibes, embrace exponentials, and forget that the code even exists. It's possible because the LLMs (e.g. Cursor Composer w Sonnet) are getting too good. Also I just talk to Composer with SuperWhisper so I barely even touch the keyboard.

カルパシーは元 OpenAI 共同創業者・元 Tesla AI Director・現 Eureka Labs 創業者で、 LLM 教育コンテンツの第一人者として知られる。聞き手は Sequoia パートナーのステファニー・ジャン (Stephanie Zhan)。冒頭、ジャンが「最近、あなたは『プログラマーとしてこれまでで最も後れを取っていると感じる』と言った。あなたほどの人物から聞くと驚き」と切り出す。そこから 30 分で、 (1) 12 月の転換点、 (2) Software 1.0/2.0/3.0 のパラダイム整理、 (3) 検証可能性 (verifiability) の枠組み、 (4) ジャギーな知能 (jagged intelligence)、 (5) 動物 vs 幽霊の比喩、 (6) バイブコーディングとエージェント工学の違い、までを一気通貫に語る。

議論を貫く主張は「LLM は新しいコンピューター、新しいパラダイム」。ソフトウェア 1.0 (明示的ルール) → 2.0 (学習された重み) → 3.0 (LLM プロンプティング) への転換。そして、多くの開発者・スタートアップがまだ Software 2.0 の頭で AI を「既存の高速化ツール」として見ているが、本質は「以前は不可能だった新しい機会」が開かれた、という指摘。具体例として、自分が作った Menugen アプリ (レストランメニューの料理画像生成) が、 Nano Banana の登場で全部不要になった事例を語る — 「あのアプリは存在すべきじゃなかった」。

そして「バイブコーディングは下限を上げる、エージェント工学は天井を上げる」という、この講演の核心となる対比が提示される。バイブコーディング = 非エンジニアでもアプリが作れる democratization、エージェント工学 = プロのエンジニアが品質基準を保ちながら劇的に生産性を上げる工学的規律。「10 倍エンジニア」という昔の言葉では足りない、「今は 10 倍をはるかに超える」とカルパシーが評価する。講演は「思考はアウトソースできるが、理解はアウトソースできない」という締めで終わる — Karpathy が最近見たツイートの引用で、彼の頭を「2 日に 1 回」占めている考え。

着眼点

2025 年 12 月の転換点 — 「気がつけばバイブコーディングしていた」 (00:39 - 02:30)

カルパシーが告白する個人的な転換の瞬間。「過去 1 年、 Claude Code のようなエージェント系ツールを使っていた。コードのチャンクには優秀だったが、時々ミスをするので編集する必要があった」 (01:02 - 01:16)。

しかし 2025 年 12 月、休暇で時間があった時に明確な変化を感じた: 「最新のモデルでは、コードのチャンクがそのまま正しく出てくる。さらに頼んでも、そのまま正しく出てくる。最後に自分が訂正したのがいつだったか、思い出せない。そして私はシステムをどんどん信頼するようになり、気がつけばバイブコーディングをやっていた」 (01:25 - 01:39)。

この個人的な転換は、業界全体への警告でもある: 「多くの人が去年 AI を ChatGPT 周辺のものとして経験していた。でも 12 月時点でもう一度見直す必要がある、状況が根本的に変わっていた。特にエージェント的な一貫したワークフローが本当に動き始めた」 (01:53 - 02:05)。これは Anthropic 系の発信 (Prompting 101、 Skills not Agents) と同じ時期の業界変化を、外部の権威 (元 OpenAI 共同創業者) が独立に確認した重要な証言。

Software 1.0 / 2.0 / 3.0 — プログラミングがプロンプティングになる (02:28 - 04:50)

ジャンが核心的な問いを投げる: 「あなたは LLM を『新しいコンピューター』と表現してきた。 Software 1.0 は明示的なルール、 2.0 は学習された重み、 3.0 はこれ。これが本当なら、この信念を持ったチームはその日からどう違うものを作るのか?」

カルパシーの整理: Software 1.0 = 私がコードを書く。 Software 2.0 = データセットとニューラルネットアーキテクチャでプログラミング。 Software 3.0 = LLM がプログラム可能なコンピューター、プロンプトが新しいプログラミング (03:14 - 03:37)。

具体例: 「 OpenCode をインストールしたい時、普通はシェルスクリプトを実行する。でも実際の OpenCode のインストールは、エージェントに渡すテキストの塊をコピペするだけ」 (03:43 - 04:00)。「下層のセットアップ詳細を全部正確に書き出す必要がない。エージェントが自分の知能で環境を見て、知的に動き、ループの中でデバッグする」 (04:25 - 04:39)。

Menugen の悲しいオチ — 「あのアプリは存在すべきじゃなかった」 (04:50 - 06:23)

カルパシーが自分で作った Menugen アプリの話。「レストランで写真のないメニューを渡されて、何が何だか分からない (30-50% 未知)。メニューを撮影して各料理の一般的な画像を取得するアプリ」 (05:01 - 05:13)。

実装: Vercel にデプロイされ、写真をアップロード → OCR で項目抽出 → 各項目に画像生成器で絵を作って表示 (05:18 - 05:35)。完全に動く、普通のアプリ。

そして Software 3.0 版を見て頭を吹っ飛ばされる: 「写真を Gemini に渡して『Nano Banana を使ってメニューの上に絵を重ねて』と言うだけ。 Nano Banana が返してきたのは、私が撮影したまさにそのメニュー写真、でもピクセルの中に各料理の絵を描画していた」 (05:40 - 06:00)。

カルパシーの結論: 「私の Menugen アプリは全部余計だった。古いパラダイムで動いている。あのアプリは存在すべきじゃなかった。ソフトウェア 3.0 のパラダイムはもっと生々しい — ニューラルネットがどんどん多くの仕事をして、プロンプトもコンテキストも画像、出力も画像。間にアプリは要らない」 (06:00 - 06:23)。自分が誇りに思っていたプロダクトが、ニューラルネット単体の能力向上で「存在意義を失う」という、ソフトウェア開発者の世代交代の象徴的体験。

検証可能性 (Verifiability) — なぜジャギーになるか (09:55 - 13:36)

ジャンの問い: 「AI は検証可能な領域で速く自動化する。このフレームワークが正しいなら、人々の予想より速く動く仕事は何? 安全と思われているけど実は高度に検証可能な職業は?」

カルパシーの整理: 「検証可能性 (Verifiability) は、現在のパラダイムで何かを実現可能にする — 大量の RL を投入できるから」 (14:14 - 14:20)。フロンティアラボが LLM を訓練するとき、巨大な強化学習環境で検証報酬を与える → モデルは検証可能領域 (数学、コード、隣接) で能力が突出する → 結果としてジャギーなエンティティ (jagged entities) が生まれる。

ジャギーさの具体例: 「最新の例は『50 メートル先の洗車場に車で行くべきか、歩くべきか?』最先端のモデルは今でも『歩け』と答える、距離が近いから」 (16:08 - 16:35)。「Opus 4.7 が 10 万行のコードベースをリファクタリングしたり、ゼロデイ脆弱性を見つけたりするのに、同時に 50 メートルの洗車場に歩けと言うのか? おかしい」 (16:48 - 16:55)。

これが示すもの: 「(1) 何かが少しおかしい、あるいは (2) ループに少し入っている必要があり、ツールとして扱う必要がある」 (17:02 - 17:13)。 GPT 3.5 → 4 のチェス能力急上昇は、 OpenAI の誰かが大量のチェスデータを事前訓練に追加した結果だった、という事例も紹介。「我々はラボが何をミックスに入れたかに少し翻弄されている」 (18:05 - 18:21)。

動物ではなく幽霊 — Karpathy の哲学的フレーミング (23:30 - 25:15)

ジャンが Karpathy のエッセイ「動物ではなく幽霊 (Animals vs Ghosts) 」に言及。「我々は動物を作っているのではない、幽霊を召喚している。データと報酬関数で形作られたジャギーな知能。進化で生まれた内発的動機、楽しさ、好奇心、 empowerment などはない」。

カルパシーの説明: 「これが何かを理解しようとしている。これらが動物の知能ではないという事実と折り合いをつけている。怒鳴ってもうまくいくこともいかないこともない、影響がない」 (24:21 - 24:43)。

構造的見方: 「すべて統計的シミュレーション回路。基板は事前訓練 — 統計。そして上に RL がボルト止めされて、ある種の付属物 (appendage) を増やす」 (24:43 - 25:02)。 LLM を「動物」として擬人化して扱う (= 感情、意図、好奇心を仮定する) のではなく、「召喚された統計的存在」として接する、というメタモデル。これは Amanda Askell の AI 意識議論と対照的だが、補完的 — Amanda は意識の可能性を真剣に扱う、 Karpathy は意識を仮定せずに能力を理解する。

バイブコーディング vs エージェント工学 — 下限と天井 (15:30 - 16:55)

この講演の核心。ジャンの問い: 「昨年あなたはバイブコーディングを造語した。今日はもう少しシリアスでエージェント工学寄りに感じる。 2 つの違いは?」

カルパシーの定義: 「バイブコーディングは、全員にとってのソフトウェアでできることの『下限を上げる』こと。下限が上がり、誰でも何でもバイブコーディングできる、これは素晴らしい、驚異的」 (15:39 - 15:50)。

対比される: 「エージェント工学は、プロフェッショナルソフトウェアで以前存在した品質基準を維持すること。バイブコーディングのせいで脆弱性を入れることは許されない。ソフトウェアに対する責任は以前と同じ。ただし、もっと速く動けるか? できる。でもどうやって正しくやるか?」 (15:50 - 16:24)。

なぜ「工学」という言葉なのか: 「これらの spiky なエンティティ (= ジャギーなエージェント) を持っている。少し間違いやすく、少し確率的、でも極めて強力。品質基準を犠牲にせずにこれらをどう調整して速く動かすか? それを正しくうまくやることがエージェント工学の領域」 (16:29 - 16:48)。

Karpathy の評価: 「エージェント工学の能力には非常に高い天井がある。以前は『10 倍エンジニア』と言ってた、でも今はそれをはるかに超えている。これが上手な人は、私から見ると 10x よりはるかに突出している」 (16:48 - 17:14)。同会場で Erik Schluntz (Anthropic) が並行して語る「本番でバイブコーディングを責任を持ってやる方法」と完全に整合する枠組み。

採用プロセスの再設計 — 「Twitter クローンを 1 日で作って、 Codex 10 個で壊しに行く」 (17:14 - 19:30)

ジャンの実用的な問い: 「2 人が OpenCode / Claude Code / Codex でコーディングするのを見たとき、 1 人が凡庸、 1 人が完全に AI ネイティブだったら、違いをどう表現?」

カルパシー: 「利用可能なツールから最大限を引き出そうとすること、全機能を使いこなし、自分のセットアップに投資すること」 (17:34 - 17:45)。以前のエンジニアが Vim や VS Code から最大限を引き出していたのと同じ構造。

しかし関連した重要な観察: 「ほとんどの企業がエージェントエンジニア能力のために採用プロセスをまだリファクタリングしていない」 (18:14 - 18:30)。カルパシーの提案する新しい採用フォーマット: 「大きなプロジェクトを与えて、実装するのを見るべき。例えば『エージェントのための Twitter クローンを書いて、とても良くして、セキュアにして、エージェントにこの Twitter で活動をシミュレートさせる』」 (18:39 - 19:01)。

そして「10 個の Codex 5.4x high を使って、デプロイした Web サイトを破壊しようとする。基本的に壊そうとして、壊れないようにすべき」 (19:01 - 19:11)。採用プロセス自体に AI を組み込む、という業界の根本的シフトの示唆。

Stripe + Google email の悲劇 — 趣味と判断が依然として人間の責務 (19:30 - 22:30)

エージェントが今でも犯す奇妙な間違いの実例。 Menugen で「Google アカウントでサインアップ、 Stripe アカウントでクレジット購入、両方ともメールアドレスがある」 (20:14 - 20:25)。

エージェントが書いたコードのバグ: 「クレジット購入時に、 Stripe のメールアドレスを Google のメールアドレスに割り当てた。永続的なユーザー ID がなく、メールアドレスでマッチさせようとしていた」 (20:35 - 20:58)。結果: ユーザーが Stripe と Google で別のメールを使うと、資金が関連付けられない。

カルパシーの観察: 「なぜメールアドレスで資金を相互相関させる? 任意のものだから、別のメールを使える、非常に奇妙なことをする」 (21:05 - 21:25)。「人々が仕様 (spec)、計画を担当する必要がある」 (21:28)。「これらは固有のユーザー ID で結びつける必要がある」のような設計判断は依然として人間が担当する。

Karpathy のメタ整理: 「あなたは趣味、工学、設計、意味を成すこと、正しいことを聞いていること、を担当する。エンジニア (= エージェント) は穴埋めをする。それが今のおおよその位置」 (22:03 - 22:30)。これは Schluntz の「Claude の PM になれ」と同じ整理。業界全体のコンセンサスが形成されている。

「思考はアウトソースできるが、理解はアウトソースできない」 (28:30 - 30:00)

講演の締め。ジャンの問い: 「知能が安くなる AI の次の時代に移行するとき、何が深く学ぶ価値があるか?」

カルパシーの答え: 「最近、私の頭を吹き飛ばしたツイートがある。 2 日に 1 回くらい考えている。『あなたは思考をアウトソースできるが、理解をアウトソースできない』」 (28:43 - 29:00)。

その意味: 「私はまだシステムの一部で、情報は何らかの形で私の脳に入ってこなければならない。『何を作ろうとしているのか』『なぜそれをやる価値があるのか』『どうエージェントを方向付けるか』を知るだけでも、私がボトルネックになっている」 (29:00 - 29:25)。

LLM 知識ベースへの興奮: 「これも、 LLM 知識ベースに私が興奮した理由の一つ。情報を処理する方法、異なる投影を見るたびに洞察を得る」 (29:25 - 29:55)。これらは固定データに対して合成データ生成のためのプロンプトをたくさん作るだけ、と認めつつ、「これらは理解を高めるためのツール」と位置付ける。締めの言葉: 「数年後ここに戻って、ループから完全に自動化されて、理解さえも引き受けてくれているかを見るのが楽しみ」 (29:50 - 30:00)。自分自身が陳腐化する可能性を笑い飛ばす Karpathy らしい姿勢。

業界文脈

AI Ascent は Sequoia Capital が主催する招待制 AI カンファレンス。過去には Sam Altman、 Dario Amodei、 Sundar Pichai 等が登壇した、 AI 業界の節目を記録する場。 2026 年大会で Karpathy が開幕特別ゲストとして登壇した、という事実自体が業界の重要なメッセージ — 「OpenAI の元創業者で現在は独立教育者」という Karpathy の中立的立場が、 AI コーディングの新しい統合理論を提示する場として選ばれた。

Karpathy は業界で「言葉の作り手 (kingmaker of terminology)」として知られる。「Software 2.0」 (2017)、「vibe coding」 (2025/02)、そして今回の「agentic engineering」「Software 3.0」 — 彼が造語した言葉は業界全体で標準化される傾向がある。今回の卒業宣言で「vibe coding」という言葉が陳腐化するわけではない (Karpathy 自身が「下限を上げる素晴らしい行為」と称賛) が、プロのコーディングの主流概念は「エージェント工学」に移る、という業界整理が始まる。

時期的な並行: 2026 年 5 月時点で、 Anthropic は Prompting 101 (Hannah Moran × Christian Ryan)、 Skills not Agents (Barry Zhang × Mahesh Murag)、 Code with Claude SF Extended (Dickson Tsai)、そして同時期の Erik Schluntz の「Vibe Coding in Prod (Responsibly)」を発信。これらが Karpathy の高所からの整理と完全に整合的で、「業界の主流が変わった」ことを 5 つの独立した発信源が確認している。

関連動画との位置づけ

この講演を理解する文脈の系譜:

Karpathy の 2025/02 の vibe coding 造語ポスト (X) — 起点
プロンプティング 101 (Hannah Moran × Christian Ryan、 Anthropic、 2025/05) — V1 から V5 のプロンプト進化、エージェント工学の実装版
エージェントを作るのをやめた、 Skills を作ることにした (Barry Zhang × Mahesh Murag、 Anthropic、 2025/12) — Anthropic 内部の同じ転換
Amanda Askell ブログエッセイ全 8 編 (2020-2021) — 「最適失敗率」「堅牢な耐容性」等、哲学的基盤
本回: From Vibe Coding to Agentic Engineering (Karpathy × Stephanie Zhan、 Sequoia AI Ascent 2026、 2026/05) — 業界全体の概念整理
並行: Vibe Coding in Prod (Responsibly) (Erik Schluntz、 Anthropic Code with Claude、 2025) — 現場実装の責任あるガイド (MEMEX 記事準備中)

Karpathy 講演は「業界の全体俯瞰」、 Schluntz 講演は「Anthropic 内部の具体的実装」。並べて読むと、高所から見たパラダイムと、現場の実装ガイドが噛み合う。 Anthropic の Amanda Askell のブログエッセイ「最適失敗率」や「堅牢な耐容性」の議論も、ジャギーな知能をどう扱うかの哲学的基盤として接続する。

実装上の含意

LLM プロダクトを構築する技術者にとって、この講演の示唆:

第一に、 「12 月以前の AI 体験は陳腐化している」という業界認識の更新。 ChatGPT 周辺の体験が AI のすべてだと思っている技術者は、 2025 年 12 月以降のエージェント的ワークフローを再評価する必要がある。 Karpathy のような中立な権威が公的にこの転換を確認した、という事実が、社内での議論の根拠になる。

第二に、 「自分のアプリは Software 3.0 で不要になるか?」という Menugen テスト。自社プロダクトが Nano Banana 一発で代替されうる種類のものか、それともエージェント工学的に強化されるべきものか、を意識的に判別する。「OCR + 画像生成 + UI 表示」のような既存パイプラインを持つアプリは特に危険信号。

第三に、 「動物ではなく幽霊」マインドセット。 Claude や GPT を擬人化して「励ます」「怒鳴る」「叱る」という効果を期待する設計はしない。統計的シミュレーション + RL 付属物として扱い、確率分布の輪郭を理解しようとする。

第四に、 採用プロセスのリファクタリング。「LeetCode 風の凡庸なパズル問題」から、「Karpathy 風の Twitter クローン + Codex で攻撃テスト」のような実環境ベースの評価へ移行する余地。「エージェント工学が上手な人材」を採用するなら、評価軸自体を新パラダイムに合わせる必要がある。

第五に、 「あなたの仕事は趣味、工学、設計、意味」。 API の詳細 (PyTorch の keep_dim vs dim、等) を覚える必要はもうない、エージェントが扱う。でも「Stripe と Google を別 ID で関連付ける」ような設計判断は人間の担当。自社プロダクトの開発者教育を、この境界に合わせて再設計する余地。

批評的な視点

この講演の強みは、「vibe coding」の造語者本人が、自分の言葉を「もう古い」と公的に卒業させる、という稀有な業界整理。一方で、留保もある。

第一に、 Karpathy の「12 月転換点」は個人的観察で、統計的裏付けはない。全ユーザーが同じ転換を経験したわけではない。 LLM の改善は線形に近い面もあり、「クリフな転換」という物語が業界の認知バイアスを反映している可能性もある。

第二に、「Menugen は存在すべきじゃなかった」という結論は、 Karpathy のような世界トップクラスのエンジニアが、自分で書いた数日のサイドプロジェクトについて語るレベルの話。ビジネスとして数年運用された LLM プロダクトが Nano Banana 1 つで全部置き換えられる、という議論には飛躍がある。ユーザー獲得、マーケティング、信頼構築、認証・支払い、規制対応など、「コード以外」の障壁が現実のプロダクトには大量にある。

第三に、「動物ではなく幽霊」のメタファーは、 Karpathy 自身も「実際の力があるかは分からない、哲学を語っている部分はある」と認める (24:00 付近)。自社プロダクトの設計判断に直接適用するには、さらなる検証が必要。一方で Amanda Askell の AI 意識議論は、「動物でも幽霊でもない、不確実性」という立場を取る — Karpathy より慎重。

第四に、「採用プロセスを Twitter クローン + Codex 攻撃でやる」提案は、大企業の現実 (法務、多様性、公平性、候補者体験) と衝突する。シリコンバレーのスタートアップでは可能でも、業界全体への一般化は難しい。 Karpathy らしい思考実験として読むのが妥当。

第五に、「思考はアウトソースできるが理解はアウトソースできない」は美しい一文だが、「LLM が理解そのものを引き受ける未来」を Karpathy 自身が予想 (29:50 - 30:00) しているため、結論ではなく現在の限界の記述に近い。数年後にこの言葉自体が陳腐化する可能性を、 Karpathy も笑い飛ばす。

これらの留保はあるが、「vibe coding 造語者本人による次のパラダイム提示」という、業界の節目を記録する一次資料としての価値は決定的。後年、 AI コーディングの歴史を辿る研究者にとって、本回は「2026 年の業界が何を共通理解として持っていたか」を示す重要な参照点。

読者へのテイクアウェイ

2025 年 12 月以降の AI 体験を経験していないなら、業界の主流から外れつつある。 Claude Code、 OpenCode、 Codex のいずれかで実際にエージェント的ワークフローを試す
自社プロダクトが「OCR + 画像生成 + UI」のようなパイプライン型なら、 Software 3.0 (LLM 一発) で代替される可能性を検討する
「Claude が今日できる作業の長さ」は 7 ヶ月で倍増している (Schluntz の数字)。「今日の評価」を製品ロードマップに固定すると、 1-2 年で陳腐化する
LLM を擬人化せず、「召喚された統計的存在」として接する。励まし・叱責の効果を期待しない
採用プロセスをエージェント工学能力に合わせて再設計する。 LeetCode 型のパズルから、実環境プロジェクト + エージェント攻撃テストへ
「API の詳細を覚える」仕事は手放す。「設計判断、趣味、工学、意味の確認」に時間を投資する
「思考はアウトソースできても、理解はアウトソースできない」 — 自分の脳が情報を処理する経路 (LLM Wiki、知識ベース) を作り、ボトルネックを減らす

動画の構成

(00:00) Stephanie Zhan による紹介、 Karpathy が AI Ascent 2026 の特別ゲスト
(00:37) 「プログラマーとして、これまでで最も後れを取っていると感じる」冒頭の問いかけ
(01:00) Karpathy の応答 — 「両方の混じった感覚」
(01:25) 2025 年 12 月の転換点 — 最新モデルでチャンクがそのまま出る
(01:53) 「12 月時点でもう一度見直す必要がある」 — エージェント的一貫ワークフロー
(02:16) サイドプロジェクトフォルダが「極端に満杯」
(02:36) LLM = 新しいコンピューター、 Software 1.0 / 2.0 / 3.0 の整理
(03:14) Software 3.0 = プログラミングがプロンプティングになる
(03:43) OpenCode のインストール例 — 「シェルスクリプトじゃなくコピペテキスト」
(04:50) Menugen の悲しいオチ — Nano Banana で全部不要に
(06:23) 「以前は不可能だった新しい機会」への注目
(07:00) LLM 知識ベースプロジェクト — 「以前はコードでできなかったこと」
(07:30) 2026 年の「90 年代のウェブサイト」「2010 年代のモバイル」に相当するもの
(09:00) 「完全にニューラルなコンピューター」という外挿
(09:55) Verifiability の概念導入
(10:35) Frontier Labs の RL 報酬とジャギーな能力分布
(12:00) 「Strawberry の層」と「50m 洗車場」の例
(13:00) Opus 4.7 が 10 万行リファクタリングしながら洗車場に歩けと言う矛盾
(13:30) GPT 3.5 → 4 のチェス能力急上昇 — データ追加の影響
(14:30) 創業者へのアドバイス — RL 環境を作れる検証可能領域を狙う
(15:30) バイブコーディング (下限を上げる) vs エージェント工学 (天井を上げる)
(16:48) 「10x エンジニアを超えて」 — エージェント工学の天井
(17:14) Sam Altman 「ChatGPT の世代別利用」のコーディング版
(18:14) 採用プロセスの再設計 — Twitter クローン + Codex 攻撃テスト
(19:30) Stripe + Google email バグの実例
(21:28) 「人々が仕様、計画を担当する必要がある」
(22:50) PyTorch 詳細の例 — 「keep_dim を覚えなくて良い」
(23:30) 動物 vs 幽霊のメタファー
(24:00) 「実際の力があるかは分からない、哲学を語っている部分はある」
(25:15) エージェントの将来 — sensor / actuator のアナロジー
(26:00) 「ペットピーブ — 人間向けドキュメントへの不満」
(27:00) Menugen のデプロイで Vercel 設定が面倒だった
(28:00) エージェントが我々のエージェントと話す未来
(28:30) 教育の質問 — 「深く学ぶ価値があるものは?」
(28:43) 「思考はアウトソースできるが、理解はアウトソースできない」
(29:25) LLM 知識ベース、異なる投影が洞察を生む
(29:50) 「数年後、完全に自動化されて理解さえ引き受けるか見るのが楽しみ」
(30:00) 締め、拍手

重要な引用

「プログラマーとして、これまでで最も後れを取っていると感じる」 (Karpathy、 00:37)
「気がつけばバイブコーディングをやっていた」 (Karpathy、 12 月の転換点、 01:38)
「特にエージェント的な一貫したワークフローが本当に動き始めた」 (Karpathy、 02:02)
「Software 3.0 では、プログラミングがプロンプティングに変わる」 (Karpathy、 03:23)
「OpenCode のインストールは、エージェントに渡すテキストの塊をコピペするだけ」 (Karpathy、 04:11)
「Menugen は全部余計だった、あのアプリは存在すべきじゃなかった」 (Karpathy、 06:03)
「ジャギーなエンティティ — 検証可能領域で能力が突出し、外では停滞」 (Karpathy、 10:35)
「Opus 4.7 が 10 万行リファクタリングしながら、 50m 洗車場に歩けと言うのか? おかしい」 (Karpathy、 13:00)
「バイブコーディングは下限を上げる、エージェント工学は天井を上げる」 (Karpathy 整理、 15:39)
「10 倍エンジニアを超えて、はるかに突出」 (Karpathy、 16:48)
「ほとんどの企業がエージェントエンジニア能力のために採用プロセスをまだリファクタリングしていない」 (Karpathy、 18:15)
「人々が仕様、計画を担当する必要がある」 (Karpathy、 21:28)
「動物ではなく幽霊 — データと報酬関数で形作られたジャギーな知能」 (Karpathy、 23:30)
「思考はアウトソースできるが、理解はアウトソースできない」 (Karpathy 引用、 28:43)
「数年後、完全に自動化されて理解さえ引き受けるか見るのが楽しみ」 (Karpathy 締め、 29:50)

出典

Andrej Karpathy: From Vibe Coding to Agentic Engineering (Sequoia AI Ascent 2026)

関連リソース:

Karpathy 「vibe coding」造語ポスト (X、 2025/02)
Andrej Karpathy 個人ブログ
Eureka Labs 公式 (Karpathy 創業の教育系 AI スタートアップ)
Software 2.0 (Karpathy ブログ、 2017) — 本講演の前提となる概念
AI Ascent 2026 公式
OpenCode (SST) 公式 — Software 3.0 例として言及
Google Nano Banana (Gemini) — Menugen を代替したモデル
Machines of Loving Grace (Dario Amodei、 2024/10) — Schluntz 引用「サイエンスフィクションじゃない、プロダクトロードマップ」

アンドレイ・カルパシー

Andrej Karpathy

Eureka Labs 創業者 / 元 Tesla AI Director・OpenAI 創業メンバー

用語集

バイブコーディング (Vibe Coding): Andrej Karpathy が 2025 年 2 月に X で造語。「完全にバイブに身を委ね、指数関数を受け入れ、コードが存在することすら忘れる」という、 AI による完全自動コーディング。当初は遊び感覚の概念だったが、業界全体で 1 年以内に主流化した。
エージェント工学 (Agentic Engineering): Karpathy が AI Ascent 2026 で提唱した、バイブコーディングの後継概念。「プロフェッショナルソフトウェアの品質基準を維持しながら、エージェントを使って速度を上げる工学的規律」と定義。バイブコーディングが「下限を上げる」のに対し、エージェント工学は「天井を上げる」。
Software 1.0: Karpathy が提唱したソフトウェア進化の第 1 段階。人間が明示的にコードを書いて、ルールベースで動かす伝統的なプログラミング。 C、 Java、 Python で書かれた全ての手書きアルゴリズム。
Software 2.0: Karpathy が 2017 年の有名なブログ記事「Software 2.0」で提唱した第 2 段階。データセットの整理 + ニューラルネットの訓練 + 目的関数の設計で「プログラミング」する。重みが手書きコードを置き換える。画像認識や音声認識など、ディープラーニング革命の中核。
Software 3.0: Karpathy が 2025 年から提唱する第 3 段階。 LLM がプログラム可能なコンピューターとして機能し、プロンプトとコンテキストウィンドウの中身がプログラムになる。 LLM がインタプリタ、プロンプトがソースコード。「プログラミングがプロンプティングに変わる」という意味。
OpenCode: SST (Serverless Stack) が開発したターミナルベースのコーディングエージェント (opencode.ai)。 Claude Code の競合プロダクトとして 2025 年公開。 Karpathy はそのインストール方法が「シェルスクリプト」ではなく「エージェントに渡すテキストの塊」である点を、 Software 3.0 パラダイムの実例として挙げる。
Nano Banana: Google Gemini 内蔵の画像生成・編集モデル。 2024 年公開、「画像を入力して画像を出力する」完全マルチモーダルワークフローが特徴。 Karpathy は Menugen アプリ全体を 1 つの Nano Banana 呼び出しで置き換えられたことを「私の頭を吹っ飛ばした」と語る、 Software 3.0 パラダイムの体験的説明として。
Menugen: Karpathy が個人的に作ったサイドプロジェクト。レストランのメニュー写真をアップロードすると、各料理項目を OCR で抽出して画像生成器で絵を作るアプリ。 Vercel にデプロイ済み。 Karpathy 自身が Nano Banana 一発で代替可能だと気づき、「あのアプリは存在すべきじゃなかった」と総括する Software 3.0 体験の象徴。
検証可能性 (Verifiability): AI 自動化のしやすさを決定する性質。出力が明確に正解 / 不正解と判定できる領域 (数学、コード、ゲーム、形式論理) は、強化学習報酬を設計できるため LLM が急速に上達する。出力の正しさが主観的な領域 (創作、哲学、美学) は遅れる。 Karpathy が 2025 年から提唱する AI 進化の予測フレーム。
ジャギーなエンティティ (Jagged Entities) / Jagged Intelligence: Karpathy が AI Ascent 2026 で提示した LLM の能力プロファイルの比喩。検証可能領域では人間超越的、検証不可能領域では奇妙な失敗をする、という極端な凸凹を持つ知能。例: Opus 4.7 が 10 万行コードのリファクタリングとゼロデイ脆弱性発見ができる一方、 50m 先の洗車場に「歩け」と答える。
動物ではなく幽霊 (Animals vs Ghosts): Karpathy が 2025 年に書いたエッセイの主題。 LLM は動物のような内発的動機 (好奇心、自己保存、遊び) を持たない、と論じる。 LLM は「データと報酬関数によって形作られたジャギーな知能、進化由来の固有の動機がない、召喚された幽霊のような存在」。怒鳴っても泣いてもパフォーマンスは変わらない、という性質を意味する。
AI Ascent: Sequoia Capital が毎年主催する AI 業界の招待制カンファレンス。一線の AI 企業創業者、研究者、投資家が一堂に会する。過去には Sam Altman、 Dario Amodei、 Sundar Pichai 等が登壇。 2026 年大会は Sequoia の Stephanie Zhan が主催で、 Karpathy が開幕の特別ゲスト。
Stephanie Zhan: Sequoia Capital パートナー、 AI Ascent 2026 主催者。同社の AI 投資戦略を主導する 1 人。 Karpathy インタビューで、概念整理を引き出す優れたインタビュアーとして機能。
Eureka Labs: Karpathy が 2024 年 7 月に創業した教育系 AI スタートアップ。 LLM を使った新しい教育体験の構築を目指す。公式サイト eurekalabs.ai。 Karpathy の YouTube チャンネルでの LLM 解説講座も Eureka Labs の流れにある。
10x エンジニア: 1970-80 年代に提唱されたソフトウェア工学の概念。「最も生産的なプログラマーは平均的なプログラマーの 10 倍の生産性を持つ」という観察。 Karpathy はエージェント工学の天井を「10x をはるかに超える」と評価する。
Machines of Loving Grace: Dario Amodei (Anthropic CEO) が 2024 年 10 月に書いた長編エッセイ。 AI が人間の福祉を改善する具体的シナリオを描く。タイトルは Richard Brautigan の同名詩から。 Schluntz は本講演で「これはサイエンスフィクションじゃない、プロダクトロードマップ」と引用。

comment is stripped from the HTML output. */}