Verifizierbarkeit ist die neue Frontier: Was Karpathys 2026-Framework für Ingenieure bedeutet

Auf der Sequoia Ascent 2026 sagte Andrej Karpathy etwas, das seitdem still und leise verändert, wie ich über Agentenarbeit denke.

„KI automatisiert dort am schnellsten, wo Output verifiziert werden kann."

Das war's. Ein Satz. Und er erklärt fast alles Seltsame daran, wo KI gerade erfolgreich ist.

Warum Coding-Agenten sich anders anfühlen

Wenn du in letzter Zeit einen Coding-Agenten benutzt hast, weißt du: Das Erlebnis ist qualitativ anders als bei einem Chatbot. Er läuft eine Stunde lang, trifft hundert Entscheidungen, kommt mit einem funktionierenden PR zurück. Vergleiche das mit der Bitte an einen Chatbot, ein Meeting zusammenzufassen — und du bekommst Prosa, die sich richtig anhört, aber subtil falsch sein kann.

Der Unterschied liegt nicht in der rohen Modellfähigkeit. Es sind die Feedback-Loops.

Ein Coding-Agent bekommt eine Flut billiger, binärer Signale: Tests bestehen oder scheitern, der Build exitet mit 0 oder 1, der Diff appliziert sauber oder eben nicht. Jede Iteration zieht den Loop enger. Ein Zusammenfassungs-Agent bekommt … nichts. Keine Ground Truth. Keine atomare Verifikation. Nur Vibes.

Karpathys Framework benennt das. Die Geschwindigkeit der Automatisierung wird durch die Geschwindigkeit der Verifikation begrenzt. Ist Verifikation billig, ist Automatisierung schnell. Ist Verifikation teuer oder subjektiv, kriecht die Automatisierung.

Das Problem der „jagged intelligence"

Karpathy sprach auch ein verwandtes Phänomen an: jagged intelligence. Modelle schießen in Domänen mit dichtem Trainingssignal auf Expertenniveau — Mathe, Code mit Tests, Games mit Scores — und fallen dann in benachbarten Domänen, wo das Signal dünn oder verrauscht ist, eine Klippe herunter.

Das ist kein Bug. Es ist die Geometrie der Trainingsdaten. Und es sagt präzise voraus, welche Branchen zuerst disruptiert werden: überall dort, wo Verifikation automatisch, strukturiert und skalierbar ist.

• Coding mit Tests ✅
• Mathe mit Beweisen ✅
• Gaming mit Scoreboards ✅
• Kundenservice mit deterministischen Playbooks ✅
• Long-Form-Recherche-Schreiben ❌
• Subjektive Designkritik ❌

Was das für deinen Workflow bedeutet

Hier wird das Framework als Entscheidungswerkzeug nützlich. Bevor du eine Aufgabe an einen Agenten delegierst, stell dir eine Frage: kann ich das Ergebnis in unter fünf Minuten verifizieren, ohne die Arbeit selbst nochmal zu machen?

Wenn ja — delegieren. Du bekommst Leverage. Wenn nein — du automatisierst nicht, du zockst. Der Agent produziert etwas Plausibles, und du verbringst eine Stunde mit Auditieren. Netto negativ.

Die Teams, die gerade gewinnen, sind nicht die, die Agenten auf alles werfen. Es sind die, die rigoros Aufgaben auswählen, bei denen der Verifikationsloop eng ist, und dann davon komponieren. Coding, Test-Generierung, Refactoring, Log-Analyse, Schema-Migrationen. Auf dem Papier langweilig. In Summe massiv.

Wohin du als Nächstes setzen solltest

Wenn du versuchst, die nächste Welle von Agentenfähigkeiten vorherzusagen, schau nicht auf die Modellreleases. Schau darauf, wo billige Verifikation verfügbar wird.

• Statische Analyse + Type Checker haben Refactoring-Agenten ermöglicht.
• LLM-as-judge-Benchmarks haben bestimmte Evaluations-Agenten ermöglicht.
• Browser-Automation-Assertions haben Web-Testing-Agenten ermöglicht.

Jede neue Verifikationsprimitive entsperrt eine neue Automatisierungs-Frontier. Die Modellgewichte sind fast nebensächlich — die Verifikationsinfrastruktur ist der Bottleneck.

Das Fazit

Karpathys Framework ist einfach genug für einen Zettel und scharf genug, um zu reorganisieren, wie du deine Engineering-Stunden verbringst.

Wähle die Arbeit, bei der du schnell verifizieren kannst. Delegiere sie. Komponiere die Gewinne. Lass den Rest vorerst bei Menschen — nicht weil KI es nicht kann, sondern weil die Verifikationskosten noch zu hoch sind.

Die Frontier ist nicht Modellfähigkeit. Es ist, wie billig du Richtig von Falsch unterscheiden kannst.

Was ist der billigste Verifikationsloop, den du gefunden hast und der echte Automatisierung freigeschaltet hat? Mich würde das sehr interessieren.