Andrej Karpathy, dalla classe di Hinton ad Anthropic: batté la macchina a mano e scrisse che era l'ultima volta

Sedici secondi

Un ragazzo, un cubo di Rubik, un cronometro. Sotto i sedici secondi.

Aveva ventidue anni, e questa è la prima immagine che di lui sceglie chi ha raccontato la sua storia ¹: non un titolo di studio, non un premio, non una pubblicazione. Le mani veloci. Uno schema che si scioglie più in fretta di quanto chiunque altro riesca a scioglierlo.

Sette anni prima, a quindici, quelle mani non avevano scelto niente. La famiglia lasciò la Slovacchia — una vita comoda, che venne abbandonata — e si trasferì a Toronto: lui, la sorella, i genitori. «I was born in Slovakia and my family moved to Toronto when I was 15», dirà anni dopo in un'intervista, in una riga sola, senza aggiungere altro ³.

Di quei genitori non si conosce il nome. Della sorella si sa una cosa sola: che il trasferimento fu fatto anche per lei. Su quel gesto, però, Karpathy ha detto una frase che è il motore dichiarato di tutto il resto: è in larga parte la determinazione a giustificare il loro salto nel buio, e a renderli fieri, ciò che muove le sue ambizioni — «to vindicate their leap of faith and make them proud» ¹.

Tenete a mente il cubo. Torna alla fine, capovolto.

Due momenti di Toronto, e nessuno dei due è un esame

All'Università di Toronto Karpathy prese una doppia laurea, informatica e fisica, con un minor in matematica ². Dei suoi anni là restano due scene, e nessuna delle due somiglia a un piano di studi.

La prima è un'aula di meccanica quantistica. Lo studente segue il corso e a un certo punto si accorge che qualcosa non torna — non nella materia, in sé stesso. «It became apparent that I was not having fun. It was too distant, too limiting. I couldn't get my hands dirty» ¹. Troppo distante, troppo limitante: non poteva sporcarsi le mani. Non è una scelta presa a tavolino, è un abbandono seduto a un banco. La laurea in fisica la prese comunque. Quello che lasciò fu la direzione.

La seconda scena è una biblioteca. Cammina fra scaffali che non finiscono, e capisce due cose insieme: che vorrebbe leggere tutti quei libri, e che non è umanamente possibile. Nel racconto che ne è stato fatto, il pensiero che gli viene dopo è questo: se non posso imparare da solo tutto quello che c'è da sapere, forse posso costruire qualcosa che ci riesca ¹.

È lì che comincia il mestiere. Non nell'ambizione di sapere: nell'ammissione di non poterlo fare, e nella decisione di delegare.

A Toronto, poi, c'era Geoff Hinton. Karpathy sulla propria pagina scrive: «This is where I first got into deep learning, attending Geoff Hinton's class and reading groups» ². Sono due luoghi, non uno. Il corso — l'aula, il programma, l'esame — e i reading group, dove si sta seduti in cerchio a smontare un lavoro appena pubblicato. Il primo dà i crediti. Il secondo dà l'accesso.

Creature che imparano cadendo

Dal 2009 al 2011 Karpathy fa un master alla University of British Columbia, con Michiel van de Panne ⁷. È il maestro che nessuno cita mai, schiacciato fra il nome di Hinton che viene prima e quello di Fei-Fei Li che viene dopo.

Il laboratorio di van de Panne si occupa di robot fisicamente simulati: creature che esistono dentro un mondo di equazioni e devono imparare a stare in piedi. Non vengono programmate movimento per movimento — questo passo così, questo braccio così. Vengono messe in un mondo con la gravità e lasciate provare, finché non si muovono «almost like living things» ¹.

Il verbo importante non è camminare. È cadere. Una creatura simulata impara a stare in equilibrio perché ha perso l'equilibrio migliaia di volte e ogni caduta è un'informazione. È lo stesso principio con cui, quindici anni dopo, si addestra qualunque cosa: sbagliare in modo misurabile, e correggere di quel tanto.

Un uomo che aveva lasciato la fisica perché non poteva sporcarsi le mani era andato a lavorare sull'unica cosa che, in un computer, si sporca davvero: qualcosa che cade.

La stanza di Fei-Fei Li

Nel 2011 Karpathy entra a Stanford, dottorato, relatrice Fei-Fei Li. Ci resterà fino al 2015.

Fei-Fei Li è la persona che ha costruito ImageNet. Karpathy la ringrazierà, con parole sue, «for teaching me how to think» — per avergli insegnato a pensare ¹. Non a programmare: a pensare.

La sua dissertazione si intitola Connecting images and natural language, ed è a catalogo alle biblioteche di Stanford. In commissione, oltre a Fei-Fei Li, ci sono Percy Liang e Christopher D. Manning ⁶. Tre nomi che tengono in piedi mezza disciplina — visione artificiale e linguaggio naturale — chiusi nella stessa stanza a discutere una tesi che prometteva di cucire insieme le due cose.

Cosa vuol dire, in pratica, «collegare immagini e linguaggio naturale»: dare in pasto a una macchina una fotografia e ottenere indietro una frase in inglese che la descriva. Cindy Pom, la giornalista che ha raccontato questa storia nel video da cui parte questo numero, ci ha messo dentro la foto del suo cane Luffy e si è sentita rispondere: «a husky mix completely passed out in a dog bed with one leg awkwardly sticking into the air» — un incrocio di husky steso stecchito in una cuccia con una zampa che punta in aria in modo scomposto ¹.

«Passed out», «awkwardly». Non sono etichette. Sono giudizi su una scena. Nel 2011, quando Karpathy comincia il dottorato, una frase così è fantascienza.

La fotografia della bilancia

Il 22 ottobre 2012 Karpathy pubblica sul proprio blog un post sullo stato della visione artificiale, e lo costruisce attorno a una fotografia ⁴.

Nella foto c'è un uomo in piedi su una bilancia pesapersone. Dietro di lui, di nascosto, Barack Obama appoggia un piede sulla pedana e preme. Le persone intorno ridono. Sulle pareti ci sono specchi, e alcune delle figure nell'inquadratura non sono persone: sono riflessi.

Karpathy elenca che cosa dovrebbe sapere una macchina per capire perché quella foto fa ridere. Che alcune delle persone nell'immagine sono riflessi in uno specchio. Che il piede appoggiato sulla pedana applica una forza. Che quella forza fa salire il numero sul display. Che le persone sono suscettibili riguardo al proprio peso. Che l'uomo sulla bilancia non si è accorto di niente. Che gli astanti trovano divertente la sua confusione. E che a farlo sia il presidente degli Stati Uniti rende la cosa ancora più comica.

Sette strati di conoscenza implicita, per una gag.

Quello che nel 2012 una macchina sapeva fare era mettere un'etichetta sopra una foto, scegliendola da un elenco: «elefante», «bambino», «Cristo Redentore». La terza voce è un monumento, e da sola dice quanto arbitrario fosse l'elenco.

Il post finisce così: «How can we even begin to go about writing an algorithm that can reason about the scene like I did? … In any case, we are very, very far, and this depresses me. What is the way forward?» ⁴. Come possiamo anche solo cominciare a scrivere un algoritmo che ragioni su questa scena come ho fatto io. Siamo molto, molto lontani, e questo mi deprime. Qual è la strada?

Ventidue giorni prima, il 30 settembre 2012, una rete neurale chiamata AlexNet aveva vinto la gara di ImageNet con un errore del 15,3% contro il 26,2% del secondo classificato ⁸²³. Dieci punti e passa di distacco, in una competizione dove ci si giocava i decimi. Gli autori erano Alex Krizhevsky, Ilya Sutskever e Geoffrey Hinton — cioè il laboratorio di Toronto, cioè il professore di cui Karpathy aveva seguito il corso e i reading group.

Nel post del 22 ottobre, AlexNet non è nominata. Non ci sono i risultati della gara. C'è solo un uomo che dice di essere depresso perché la strada non si vede, tre settimane dopo che la strada era stata aperta nella stanza accanto alla sua.

Millecinquecento fotografie

Due anni dopo, quell'uomo si siede davanti a uno schermo e decide di gareggiare di persona.

Il protocollo è quello vero: la stessa lista di mille categorie di ImageNet, le stesse immagini, scelte fra le difficili. Una per volta. Circa millecinquecento. Nessuna scorciatoia: guardare la foto, scorrere le mille voci, scegliere. Il 2 settembre 2014 Karpathy pubblica i risultati ⁵.

Vince l'uomo. Errore 5,1% contro il 6,8% commesso da GoogLeNet sullo stesso campione. Un punto e sette decimi.

E nello stesso post l'uomo che ha appena vinto smonta la propria vittoria pezzo per pezzo. Scrive che l'errore della rete sul suo campione è del 6,8%, ma che sull'intero test set da centomila immagini è del 6,7% — cioè che il campione era leggermente sfavorevole alla macchina, e lo dichiara lui ⁵. Il dato ufficiale della gara si assesta poco sotto: 6,66%.

Poi scrive la frase che è il proprio necrologio: «It is clear that humans will soon only be able to outperform state-of-the-art image classification models by use of significant effort, expertise, and time» ⁵. Presto un essere umano potrà battere questi modelli soltanto mettendoci sforzo, competenza e tempo in quantità significative.

Fate il conto delle proporzioni: millecinquecento immagini etichettate a mano da un uomo, centomila immagini nel test set completo. Uno a sessantasei. Lui ha misurato sé stesso su un sessantaseiesimo del campo di gara, e ci ha messo — dichiaratamente — sforzo, competenza e tempo.

C'è un'altra cosa. L'uomo che aveva lasciato la meccanica quantistica perché non poteva sporcarsi le mani ha passato la carriera dentro astrazioni sempre più profonde. Il gesto più manuale che gli si conosce è questo: millecinquecento fotografie, una per volta, per stabilire quanto valesse ancora la sua specie.

«Vorranno uccidermi, ma andava fatto»

Nel dicembre 2015 nasce OpenAI, e Karpathy è fra i membri fondatori. Fra i cofondatori del laboratorio c'è Elon Musk.

Un anno e mezzo dopo, Musk scrive a un vicepresidente di Tesla una email che nel 2026 finirà agli atti del processo Musk contro Altman, e da lì sui giornali ⁹:

«Andrej is arguably the #2 guy in the world in computer vision… The openai guys are gonna want to kill me, but it had to be done.»

Andrej è probabilmente il numero due al mondo nella visione artificiale. Quelli di OpenAI vorranno uccidermi, ma andava fatto.

La prima metà della frase è quella che si cita sempre. La seconda è quella che dice qualcosa su chi la scrive: un uomo che sta portando via un ricercatore a un laboratorio che aveva cofondato lui stesso, che sa esattamente come verrà presa, e che la mette per iscritto. «Ma andava fatto.» Nove anni dopo, quella email è una prova in una causa fra i due fondatori di quella stessa società.

Nel giugno 2017 Karpathy entra in Tesla come Director of AI and Autopilot Vision, e riporta direttamente a Musk.

Resta un nome sospeso. Il numero due implica un numero uno. Nel racconto divulgativo il numero uno è Ilya Sutskever — uno dei tre autori di AlexNet nel 2012, cofondatore di OpenAI nel 2015, il metro con cui Musk misurerebbe Karpathy ¹. È il fantasma ricorrente di questa storia: compare nel paper che cambia tutto, compare nel confronto che decide una carriera, e non viene mai raccontato. Su di lui, però, si veda il capitolo dopo.

Un corpo, molte teste

Il problema che Karpathy trova in Tesla è geometrico prima che informatico. Attorno all'automobile ci sono otto telecamere, sincronizzate, ciascuna con il proprio pezzo di mondo. Ognuna vede bene la propria fetta e non sa nulla delle altre.

Il primo modo di procedere è il più ovvio: ogni telecamera fa la sua elaborazione, poi si cuciono insieme i risultati. Il prodotto è una ricostruzione tridimensionale della strada in cui i bordi non combaciano, le linee si spezzano ai confini fra le inquadrature, la stessa auto compare due volte in due posti leggermente diversi.

L'architettura che Tesla adotta si chiama HydraNet ¹², e il nome è già la spiegazione: molte teste, un corpo solo. Le immagini delle otto telecamere entrano in un unico tronco condiviso, che costruisce una rappresentazione sola dello spazio attorno all'auto; dal tronco si diramano le teste, una per ciascun compito — le linee di corsia, i veicoli, i segnali. Non otto mondi cuciti: un mondo, guardato da otto punti.

In un intervento pubblico Karpathy mette i due risultati uno accanto all'altro sullo schermo — la ricostruzione «orribile» ottenuta cucendo, e quella pulita ottenuta dal tronco unico — e commenta in presa diretta: «it's basically night and day. You can actually drive on this» ¹. È giorno e notte. Su questa ci puoi davvero guidare.

Il 14 luglio 2022 Karpathy annuncia di lasciare Tesla dopo cinque anni: «It's been a great pleasure to help Tesla towards its goals over the last 5 years and a difficult decision to part ways» ¹⁰. La prima metà è quella che si legge di solito. La seconda dice: e una decisione difficile separarsi.

Tre cose che si raccontano e non si trovano

Questa è una biografia molto raccontata e mediamente documentata. Tre esempi, tutti dello stesso tipo.

La data di nascita. Circola il 23 ottobre 1986. Non risulta da fonti primarie. Ogni volta che qualcuno scrive «a ventidue anni» — compreso questo numero, in apertura — sta usando un'età che sta in piedi solo perché lo dice chi la racconta.

Il destinatario dell'email di Musk. Nel racconto divulgativo l'email del 2017 è indirizzata a Jim Keller, all'epoca vicepresidente per l'hardware dell'Autopilot, che lascerà Tesla nell'aprile 2018 ¹¹. Nessuna delle fonti che riportano l'email dagli atti lo nomina come destinatario ⁹. È una persona che la storia ha messo in una stanza senza prove che ci fosse.

Il rientro in OpenAI. Fra l'uscita da Tesla, nel 2022, e la fondazione della sua scuola, nel 2024, si racconta che Karpathy sia tornato in OpenAI. Non risulta da comunicati né da altre fonti documentali raccolte per questo numero.

E un quarto, che riguarda il capitolo precedente. Il confronto «dopo Ilya Sutskever» — la cosa che rende tagliente il «numero due al mondo» di Musk — non compare nelle ricostruzioni dell'email fatte sugli atti processuali ⁹. Compare nella versione divulgata ¹. Il paragone più memorabile della frase esiste solo fuori dal documento.

Nessuna di queste è una menzogna. Sono tutte la stessa cosa: un dettaglio che rende il racconto migliore, tramandato finché smette di avere bisogno di una fonte. In una vita passata a misurare percentuali di errore, è una simmetria che vale la pena notare.

Una scuola con un codice da matricola

Il 16 luglio 2024 Karpathy annuncia la sua società: «Excited to share that I am starting an AI+Education company called Eureka Labs. […] We are Eureka Labs and we are building a new kind of school that is AI native» ¹³. Una scuola di tipo nuovo, nativa per l'intelligenza artificiale.

Il primo corso si chiama LLM101n ¹⁴. È un codice da matricola universitaria — la sigla della materia, il livello base, il numero del corso — appiccicato a una scuola che università non è.

Il modello dichiarato è questo: il docente resta un essere umano e progetta il materiale; l'assistente automatico sta accanto a ogni studente, uno per uno, e permette di tenerne migliaia. La cattedra all'uomo, la scala alla macchina.

C'è una simmetria che è difficile non vedere. Karpathy ha passato tredici anni a insegnare alle macchine a guardare — a etichettare, a descrivere, a ricostruire una strada da otto punti di vista. Poi ha fondato una scuola per insegnare agli uomini, e l'ha costruita attorno a una macchina.

E ricomincia dal basso anche di persona. Il direttore dell'intelligenza artificiale di Tesla apre i propri video didattici così: «Hi everyone. So in this video, I would like to continue our general audience series on large language models like ChatGPT» ¹. Una webcam, una lavagna, una serie per il pubblico generico.

«Dimentica che il codice esista»

Il 2 febbraio 2025 Karpathy scrive su X una frase che entrerà nel vocabolario del mestiere in poche settimane:

«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.» ¹⁵

C'è un nuovo modo di programmare, che chiamo vibe coding, in cui ti abbandoni completamente alle vibrazioni, abbracci gli esponenziali, e dimentichi che il codice esista. Nello stesso giro di parole aggiunge di non aver quasi toccato la tastiera — «I barely even touched the keyboard» ¹.

Chi ha battezzato la resa alla macchina è lo stesso uomo che, in un altro tweet, ha scritto: «I've never felt this much behind as a programmer.» Non mi sono mai sentito così indietro, come programmatore ¹.

Le due frasi non si contraddicono: si spiegano. Si può dimenticare che il codice esista soltanto se qualcosa lo sta scrivendo al posto tuo, e a quel punto la domanda «quanto sono indietro» smette di essere retorica.

Quanto vale una testa

Nel 2025 il mercato dei ricercatori di intelligenza artificiale diventa una notizia da prima pagina, e lo diventa per una cifra che non ha documenti.

Il 18 giugno 2025, al podcast Uncapped, Sam Altman racconta che Meta ha offerto ai suoi ricercatori bonus d'ingresso da cento milioni di dollari, e aggiunge: «so far none of our best people have decided to take them up on that» ²¹. Finora nessuno dei nostri migliori ha accettato.

La risposta arriva dall'altra parte. Andrew Bosworth, direttore tecnico di Meta, in una riunione aziendale: «Sam is just being dishonest here. He's suggesting that we're doing this for every single person… Look, you guys, the market's hot. It's not that hot.» ¹⁹ Sam è disonesto. Sta lasciando intendere che lo facciamo per chiunque. Ragazzi, il mercato è caldo. Non è così caldo.

Anche Lucas Beyer, ex ricercatore di OpenAI passato a Meta, liquida la cifra come falsa — e poi, rispondendo a chi suggeriva che Altman l'avesse gonfiata ad arte, concede: «Yes, it was a brilliant move, gotta give him that» ²⁰. Sì, è stata una mossa geniale, questo va riconosciuto.

Intanto, le cifre che i documenti reggono sono altre. Duecento milioni di dollari accettati da Ruoming Pang. Fino a un miliardo e mezzo offerti ad Andrew Tulloch, e rifiutati ²².

Quella che tutti ricordano è la prima: cento milioni, una sola bocca, nessuna carta, smentita da due persone che stanno dal lato di chi avrebbe pagato.

Sotto qualcun altro

Il 19 maggio 2026 Karpathy scrive su X: «I've joined Anthropic. I think the next few years at the frontier of LLMs will be especially formative. I am very excited to join the team here and get back to R&D.» ¹⁶ Sono entrato in Anthropic. Credo che i prossimi anni alla frontiera dei modelli linguistici saranno particolarmente formativi. Sono molto contento di unirmi alla squadra e di tornare a fare ricerca e sviluppo.

Entra nel team di pre-training, che è guidato da Nick Joseph ¹⁷. L'uomo che una email definiva il numero due al mondo entra sotto qualcun altro.

Il compito, come lo descrive l'azienda, è usare Claude per accelerare la ricerca di pre-training: aiutare Claude a costruire la generazione successiva di un Claude ancora più capace ¹⁶. Un'intelligenza artificiale impiegata a costruire la propria versione successiva.

Torniamo alla biblioteca. Un ragazzo cammina fra scaffali che non finiscono, capisce che non riuscirà mai a leggerli tutti, e decide di costruire qualcosa che ci riesca al posto suo. È il gesto che ha aperto questa storia, e trent'anni dopo è esattamente la sua mansione: costruire la cosa che impara al posto nostro, e adesso anche al posto proprio.

E poi c'è il cubo. A ventidue anni scioglieva uno schema in meno di sedici secondi, più in fretta di quasi chiunque. L'uomo che quel ragazzo è diventato ha coniato l'espressione per descrivere il momento in cui si smette di guardare il codice, e ha scritto di non essersi mai sentito così indietro come programmatore.

Le mani veloci non servono più. Le ha rese inutili lavorando.