2026년 9월 19일 토요일
2026년 9월 17일
https://x.com/bivekey/status/2100829434295308750
https://app.sli.do/event/2Jiwe6aCA2RRwjT4H869EK
https://chatgpt.com/c/6aad49a1-02d4-83ee-9a95-b64b44551cd4, https://chatgpt.com/c/6aad832b-67f4-83e8-a784-e017f7bf2726
AI의 능력 자체는 jagged하다 → 하지만 코딩처럼 검증 가능한 영역에서는 agent가 매우 강해졌다 → 그래서 자신의 실제 작업에서는 코드를 직접 쓰거나 autocomplete를 쓰는 단계를 넘어 agent에게 구현을 맡긴다 → 결과적으로 코드는 assembly/compiled artifact처럼 내려다보는 대상이 된다 → 동일한 변화가 정보 소비에서도 나타나서, 기존 텍스트를 읽기보다 AI가 자신을 위해 생성한 설명 영상을 소비하는 방식까지 실험하고 있다.
https://x.com/karpathy/status/2083749667410727319
오늘 jaggedness의 골짜기인 영역이 다음 모델에서는 상당히 메워질 수도 있다. 반대로 무엇이 언제 개선될지는 labs의 데이터·RL 환경·연구 우선순위에도 의존한다.
따라서 “2년 뒤 AI는 어디까지 가나?”라는 질문은 Karpathy에게는 8번의 주요 기술 iteration 뒤를 맞혀보라는 질문이다.
그래서 그는 예측 대신 **“모르겠다”**고 답한 것이다.
자신이 직접 코드를 쓰던 것에서 agent에게 맡기는 쪽으로 작업방식이 변했고, 정보 습득에서도 기존 글을 찾아 읽는 대신 자기가 원하는 설명 영상을 compute로 즉석 제작하는 사용법을 즐기고 있다.
이 둘을 합치면 그가 느끼는 변화는 단순히 “모델 benchmark가 몇 점 올랐다”가 아니다.
사람이 지적 작업을 하는 인터페이스 자체가 model generation마다 바뀌고 있다는 쪽에 더 가깝다.