Andrej Karpathy, spoluzakladatel OpenAI a bývalý šéf umělé inteligence v Tesle, zveřejnil na síti X příspěvek, který rozproudil debatu napříč celým technologickým světem. Nenapsal nic vágního ani spekulativního. Napsal konkrétně: AI agenti pro psaní kódu před prosincem 2025 v podstatě nefungovali. Od prosince fungují. A to je, mírně řečeno, dost velké prohlášení.
Karpathy není člověk, který hází taková slova do vzduchu jen tak. Pomáhal budovat Autopilot v Tesle, stál u zrodu OpenAI a jeho účet na síti X sledují statisíce lidí z oboru. Když on řekne, že se něco zásadně změnilo, lidé zpozorní.
Co se tedy vlastně stalo? Modely získaly výrazně vyšší kvalitu, dlouhodobou soudržnost a vytrvalost. Dokážou se prokousat složitými, vícehodinovými úkoly, aniž by ztratily nit. Před prosincem to nešlo. Teď to jde.
Víkendový projekt za 30 minut: Karpathyho vlastní příklad
Aby to nebylo jen prázdné tvrzení, Karpathy přidal konkrétní příklad ze svého vlastního víkendu. Chtěl si postavit lokální řídicí panel pro analýzu videa z domácích bezpečnostních kamer. Napsal agentovi jediný dlouhý pokyn v angličtině: přihlas se na můj DGX Spark, nastav SSH klíče, nainstaluj vLLM, stáhni a otestuj model Qwen3-VL, postav serverový koncový bod pro zpracování videa, vytvoř základní webové rozhraní, otestuj vše, nastav systemd služby a napiš mi závěrečnou zprávu.
Agent pracoval přibližně 30 minut. Narazil na několik chyb, sám si vyhledal řešení online, opravil je jedno po druhém, napsal kód, otestoval ho, odladil, nastavil služby a vrátil se s hotovou zprávou. Karpathy se mezitím nedotkl klávesnice. "Tohle by ještě před třemi měsíci klidně byl celý víkendový projekt," napsal. "Dnes to spustíte a na půl hodiny zapomenete."
It is hard to communicate how much programming has changed due to AI in the last 2 months: not gradually and over time in the "progress as usual" way, but specifically this last December. There are a number of asterisks but imo coding agents basically didn’t work before December…
— Andrej Karpathy (@karpathy) February 25, 2026
Agentní inženýrství: Nový název pro novou práci
Karpathy pro tento způsob práce razí termín "agentní inženýrství" (agentic engineering). Výstižně popisuje, co se děje: vývojáři přestávají psát kód řádek po řádku a začínají spouštět AI agenty, zadávat jim úkoly v přirozené angličtině a souběžně kontrolovat jejich výstupy.
Největší příležitost vidí v tom, co nazývá "výstupem do vyšších vrstev abstrakce". Jde o budování orchestrátorů, tedy nadřazených systémů, které řídí více paralelních AI agentů najednou, každý s vlastními nástroji, pamětí a instrukcemi. Zní to složitě, ale v praxi to připomíná spíš manažerskou práci než programování v tradičním smyslu.
Když se ho někdo zeptal, jestli stovky vývojářů nahradí "pár šikovných promptérů", Karpathy odmítl. Slovo "promptér" podle něj celou věc zkresluje. "Na nejvyšší úrovni může být hluboká technická odbornost ještě větším násobitelem než dřív," řekl. Nástroje nenahrazují znalosti. Zesilují je.
Kde to nefunguje a kdo s tím nesouhlasí
Bylo by naivní myslet si, že je vše růžové. Karpathy sám přiznal, že agenti fungují výrazně lépe v některých situacích než v jiných. Nejlépe tam, kde je úkol dobře specifikovaný a kde lze výsledek ověřit nebo otestovat. Greenfield projekty bez historické zátěže jsou jejich přirozeným prostředím.
Vývojář Rafał Kobyliński, který pracuje s produkčním kódem, Karpathyho přímo zpochybnil. Na uživatelském rozhraní, síťování a souběžném zpracování, tedy věcech, které se v produkci skutečně rozbíjejí, prý vidí "sotva lepší výsledky než loni". Karpathy mu odpověděl, že možná "drží nástroj špatně". Upřímně, to zní trochu jako odpověď člověka, který ví, že kritika má zrnko pravdy.
Daniel Ost upozornil na jiný problém: "Když AI selže, ladění trvá třikrát déle, protože se snažíte pochopit kód, který jste nikdy nenapsali." A AI výzkumník Yacine Mahdid to shrnul jednou větou: "Můžete delegovat myšlení, ale nemůžete delegovat porozumění."
Panika z produktivity a dopad pro juniory
Bloomberg přinesl zprávu o "panice z produktivity" šířící se technologickými firmami. Společnosti horečně počítají, jestli AI nástroje jako Claude Code nebo Cursor zkracují čas vývoje, nebo rovnou ruší pracovní místa. Nebo obojí.
Stanfordský výzkum z roku 2025 ukázal, že mladí pracovníci v softwarovém odvětví čelí 16% poklesu pracovních nabídek. A tady leží skutečný problém. Karpathy říká, že odbornost se stává větším násobitelem. Ale co juniorní vývojář, který tu odbornost teprve buduje? Právě ta činnost, přes kterou se učil delegovat, tedy ruční psaní kódu, je teď sama delegována.
Analogie s architekty a CAD softwarem sedí: architekti nezmizeli, když počítače nahradily ruční kreslení. Zmizeli rýsovači. Přechod nikdy nečeká na ty, které vytlačuje.
Karpathy to uzavřel: "Tohle rozhodně není čas jako obvykle v softwarovém průmyslu." A s tím těžko polemizovat.
