Andrej Karpathy hat eine neue Art von KI-Test entwickelt: Er füttert große Sprachmodelle wie Claude Opus 5 mit beliebigen Prompts und prüft, ob sie realistische, funktionierende Anwendungen bauen können. Ein Paradebeispiel: Aus einem Absatz „Herr der Ringe" generierte Claude über 5.500 Zeilen funktionierenden Code für eine interaktive 3D-Szene im Browser. Diese informellen „Vibe-Tests" zeigen eindrucksvoll, wo die praktischen Grenzen aktueller Modelle liegen – jenseits von Benchmarks und standardisierten Evaluierungen. Die Methode unterstreicht, dass echte KI-Kompetenz nicht nur in Testscores zählt, sondern darin, ob ein Modell spontan komplexe, mehrstufige Aufgaben lösen kann.
