Kurzantwort: CLAUDE.md ist die persistente Kontextdatei, die Anthropics Entwickler-Tool Claude Code zu Beginn jeder Sitzung liest. Bis 2026 unterstützt sie vier Scopes (managed / project / user / local) und eine Imports-Syntax (
@path/to/file), die andere Dateien einbindet. Das mit v2.1.59 eingeführte Auto Memory lässt Claude eigenständig Wissen in einerMEMORY.mdsammeln; zusammen ergeben sie für das Projekt ein zweischichtiges Gedächtnis. Zwischen November 2025 und Januar 2026 verlagerte Andrej Karpathy 80 % seiner Coding-Routine auf agent-driven coding und nannte es „den größten Workflow-Wechsel in etwa 20 Programmierjahren.” Im April 2026 veröffentlichte er die idea file-Gist und definierte CLAUDE.md als Schema-Rückgrat einer persönlichen Wissensarchitektur ausraw/(Quellen),wiki/(LLM-gepflegte Wissensbasis) undCLAUDE.md(Schema) neu. Dieser Leitfaden erklärt alle diese Neuerungen und wie eine effektive CLAUDE.md 2026 aussieht.
In diesem Zeitalter, in dem KI und Softwareentwicklung verschmelzen, entscheidet was und wie Sie der KI etwas sagen über die echte Produktivität, die Sie zurückbekommen. Seit März 2026 ist Anthropics offizielle Dokumentation an die neue Adresse (code.claude.com/docs/en/memory) umgezogen, CLAUDE.md bleibt das kritischste Konzept von Claude Code, und um sie herum sind komplementäre Schichten — Auto Memory, path-scoped rules, Imports, Subagent-Memory — entstanden. Karpathys Posts der letzten sechs Monate haben diesen Mechanismus über eine simple Konfigurationsdatei hinaus in die zentrale Wissensarchitektur der KI-Software verschoben.
Andrej Karpathy: Von Software 2.0 zur Idea File
Andrej Karpathy (geb. 23. Oktober 1986 in Bratislava) gehört zu den zehn einflussreichsten Engineers der modernen KI. Seinen Informatik-PhD schloss er 2016 an Stanford unter Fei-Fei Li ab. Drei Stationen prägen das Rückgrat seiner Karriere: Founding Researcher bei OpenAI (2015–2017), Director of AI bei Tesla (2017–2022) verantwortlich für Autopilot Vision, kurzer Rückkehrer zu OpenAI 2023, und 2024 Gründung von Eureka Labs. Sein YouTube-Kanal mit der „Let’s build GPT from scratch”-Reihe hat über 2 Millionen Abonnenten überschritten.
Karpathy nur als technischen Forscher zu lesen wäre unvollständig. Er ist auch der Designer des kreativen Vokabulars der KI. In Software 2.0 (2017) argumentierte er, dass Programme zunehmend nicht von Entwicklern sondern von neuronalen Netzen mit gelernten Gewichten „geschrieben” werden. 2017 provokant, 2026 gemeinsame Realität der Branche. Vibe coding — Software bauen, indem man mit KI plaudert, statt sie direkt zu tippen — ist der Begriff, den er Anfang 2025 populär machte. Agentic coding beschreibt die Automatisierung langlebiger Aufgaben mit autonomen Modellen wie Claude Code, Codex CLI, Aider und Cline.
Der jüngste Wendepunkt kam zwischen November 2025 und Januar 2026. In diesem Zeitraum verlagerte Karpathy 80 % seiner Routine vom manuellen Coden auf agent-driven coding und beschrieb es als „den größten Workflow-Wechsel in etwa 20 Programmierjahren.” Claude Code und seine Memory-Datei CLAUDE.md standen im Zentrum dieses Wandels. Im April 2026 ging er einen Schritt weiter mit dem „idea file”-Konzept: einer neuen persönlichen Wissensarchitektur, die auf Idee teilen statt Code teilen basiert. In seinen Worten: „You just share the idea, then the other person’s agent customizes & builds it for your specific needs.”
📺 Ausgangspunkt dieses Artikels ist Karpathys Keynote „Software Is Changing (Again)” an der Y Combinator AI Startup School 2024. Vibe coding und agentic coding werden in diesem Vortrag am klarsten zusammengefasst.
Was ist CLAUDE.md und wie verschmilzt sie mit Auto Memory?
CLAUDE.md ist die persistente Anweisungsdatei, die Sie schreiben und pflegen; Claude Code liest sie zu Sitzungsbeginn. Anthropics Doku formuliert es klar: „Instructions you write to give Claude persistent context.” 2026 kam eine zweite Speicherschicht hinzu: Auto Memory. Die Aufteilung: Sie schreiben CLAUDE.md (Regeln, Architektur); Claude schreibt Auto Memory (aus Ihren Korrekturen und Präferenzen abgeleitete Erkenntnisse). Auto Memory kam mit Claude Code v2.1.59 und liegt unter ~/.claude/projects/<project>/memory/MEMORY.md. Zu Beginn jedes Chats werden die ersten 200 Zeilen (oder 25 KB) der MEMORY.md in den Kontext injiziert.
| Eigenschaft | CLAUDE.md | Auto Memory |
|---|---|---|
| Autor | Sie | Claude |
| Inhaltstyp | Anweisungen und Regeln | Abgeleitete Lernerkenntnisse und Muster |
| Scope | Projekt, Nutzer oder Organisation | Pro Worktree |
| Laden | Vollständig pro Sitzung | Erste 200 Zeilen / 25 KB pro Sitzung |
| Hauptnutzung | Code-Standards, Architektur, Workflow | Build-Befehle, Debug-Erkenntnisse, Präferenzen |
CLAUDE.md selbst gewann 2026 eine reichere Struktur. Vier Scopes werden unterstützt: organisationsweit von IT/DevOps verteilte managed-policy-Dateien (macOS unter /Library/Application Support/ClaudeCode/CLAUDE.md, Linux unter /etc/claude-code/CLAUDE.md, Windows unter C:Program FilesClaudeCodeCLAUDE.md); team-spezifische Projekt-Dateien (./CLAUDE.md oder ./.claude/CLAUDE.md); User-Dateien für alle Projekte des Nutzers (~/.claude/CLAUDE.md); und Local-Dateien für rein projektbezogene persönliche Notizen, die in .gitignore landen (./CLAUDE.local.md). Spezifischere Scopes überschreiben breitere.
Die Lade-Mechanik wurde ebenfalls breiter. Ausgehend vom Arbeitsverzeichnis durchläuft Claude bis zur Filesystem-Wurzel jedes Verzeichnis nach CLAUDE.md und CLAUDE.local.md; alle Treffer fließen in den Kontext. CLAUDE.md-Dateien in Unterverzeichnissen werden nicht beim Start geladen — sie laden on-demand, wenn Claude eine Datei in diesem Verzeichnis liest. Wenn Sie mit --add-dir weitere Verzeichnisse einbringen, setzen Sie die Umgebungsvariable CLAUDE_CODE_ADDITIONAL_DIRECTORIES_CLAUDE_MD=1, damit deren CLAUDE.md-Dateien geladen werden. Nach einer Compaction (/compact) wird die Projekt-Root-CLAUDE.md automatisch nachgeladen; verschachtelte Dateien folgen beim nächsten relevanten Read.
2026 neue Features: Imports, .claude/rules/, AGENTS.md-Interop
Damit CLAUDE.md nicht zu einer riesigen Datei aufquillt, hat Anthropic die @path/to/import-Syntax standardisiert. Sie zieht andere Markdown-Dateien in die CLAUDE.md ein; relative und absolute Pfade werden unterstützt; Rekursion ist bis 5 Hops Tiefe erlaubt. Typische Anwendung:
See @README for project overview and @package.json for available npm commands.
# Additional Instructions
- git workflow @docs/git-instructions.md
- personal preferences @~/.claude/my-project-instructions.md
Das zweite große Update ist der Ordner .claude/rules/ mit path-scoped rules. Statt alles in eine CLAUDE.md zu pressen, splitten Sie Regeln in themenspezifische Markdown-Dateien mit YAML-Frontmatter, das sie nur aktiviert, wenn Claude passende Pfade berührt:
---
paths:
- "src/api/**/*.ts"
- "lib/**/*.{ts,tsx}"
---
# API Development Rules
- All API endpoints must include input validation
- Use the standard error response format
- Include OpenAPI documentation comments
Rules-Dateien ohne paths-Frontmatter laden immer; mit paths nur bei passenden Dateien. Kritisch für Monorepos, in denen unterschiedliche Teams ihre eigenen Regelsätze pflegen. Mit claudeMdExcludes können Sie zusätzlich CLAUDE.md-Dateien in Vorfahren-Verzeichnissen selektiv deaktivieren.
Drittes Add-on ist die AGENTS.md-Interoperabilität. Cursor, Codex, Aider und andere Agents lesen AGENTS.md; Claude Code liest nur CLAUDE.md. Standard-Lösung:
@AGENTS.md
## Claude Code
Use plan mode for changes under `src/billing/`.
Gleicher Anweisungssatz für alle Agent-Tools; der kurze Claude-spezifische Abschnitt ergänzt die Extras. Slash-Befehle: /init entwirft die Datei, /memory zeigt aktuell geladene Dateien und ermöglicht das Editieren, der InstructionsLoaded-Hook debuggt, was wann geladen wurde. Mit CLAUDE_CODE_NEW_INIT=1 wird /init zu einem interaktiven Mehrphasen-Flow: Ein Subagent inspiziert das Repo, fragt Lücken ab und liefert vor dem Schreiben eine prüfbare Vorlage.
Karpathys Idea-File-Ansatz (April 2026)
Am 3. April 2026 schlug Karpathy auf X und danach in einem GitHub-Gist ein neues Sharing-Format vor: die „idea file”. Klassisches Open Source teilt Code; eine Idea File teilt die Idee, und der Agent auf der anderen Seite baut sie für seine Umgebung neu. Die Begründung war einfach: 2026 — mit starken Agent-Modellen — ist es effizienter, Intention zu kopieren als Code pixelgenau.
Die konkrete Form ist eine dreischichtige Struktur. Schicht eins ist der Ordner raw/: Paper, Artikel, Bilder, Datensätze landen hier. Das LLM liest, aber verändert diesen Ordner nie — Quellen sind unveränderlich und verifizierbar. Schicht zwei ist der Ordner wiki/: LLM-erzeugte Zusammenfassungs-, Konzept- und Entitätsseiten leben hier, querverlinkt und kumulativ wachsend statt pro Query neu hergeleitet. Schicht drei ist die Datei CLAUDE.md (alternativ AGENTS.md oder OPENCODE.md), die das Schema des Gesamtsystems und seiner Pflege definiert.
Das System läuft auf drei Operationen. Ingest: Wenn eine neue Quelle in raw/ landet, liest das LLM sie und aktualisiert simultan 10–15 Wiki-Seiten, hält einen Index und ein Aktivitäts-Log. Query: Fragen laufen durch die Struktur; wertvolle Antworten werden als neue Seiten zurückgefiled, sodass Wissen kompoundiert. Lint: Periodische Health-Checks bringen Widersprüche, Waisenseiten, fehlende Konzepte und vorgeschlagene Reviews zum Vorschein. Karpathy verbindet das mit Vannevar Bushs Memex-Konzept von 1945; Bushs ungelöste Frage „wer pflegt das?” wird endlich durch LLMs beantwortet.
Diese Architektur weicht in einem Kernpunkt vom klassischen RAG (Retrieval-Augmented Generation) ab. RAG kehrt für jede Query zu den Quellen zurück und synthetisiert; der Idea-File-Ansatz kompiliert Wissen einmal und hält es aktuell, statt es bei jedem Abruf neu zu derivieren. In Karpathys Worten: „The knowledge is compiled once and then kept current, not re-derived on every query.” CLAUDE.md ist die Schema-Datei, die einen generischen Chatbot in einen disziplinierten Wiki-Pfleger verwandelt.
Wie schreibt man eine effektive CLAUDE.md? (2026-Standards)
Aus Anthropics eigener Doku ergeben sich vier Prinzipien als Kern effektiven CLAUDE.md-Schreibens. Größe: Datei unter 200 Zeilen halten; längere verbrauchen mehr Kontext und senken Befolgungsraten. Wenn Anweisungen wachsen, via path-scoped rules oder Imports splitten. Struktur: Anweisungen gruppiert unter Markdown-Headings und Bullets sind weit besser scannbar als lose Absätze; Claude liest wie ein Mensch. Spezifität: Verifizierbare, konkrete Anweisungen. „Code richtig formatieren” → „2-Space-Einrückung verwenden”; „Änderungen testen” → „Vor Commit npm test ausführen”; „Dateien ordentlich halten” → „API-Handler liegen in src/api/handlers/.” Konsistenz: Bei widersprüchlichen Anweisungen wählt Claude eine zufällig; CLAUDE.md und verschachtelte Versionen periodisch reviewen.
Wann gehört etwas in die CLAUDE.md? Anthropics Empfehlung ist klar: „Treat CLAUDE.md as the place you write down what you’d otherwise re-explain.” Wenn Claude denselben Fehler zweimal macht, wenn eine im Code-Review entdeckte Konvention auch Claude wissen sollte, wenn Sie dieselbe Korrektur wie letzte Sitzung erneut schreiben, oder wenn ein neuer Teammitglied diesen Kontext zum produktiven Arbeiten brauchen würde — alles sind CLAUDE.md-Einträge. Mehrschritt-Prozeduren oder Regeln, die nur in einer Ecke des Codes gelten, gehören in eine Skill oder path-scoped rule, nicht in die CLAUDE.md selbst.
Die folgende Vorlage ist der minimal funktionale Startpunkt einer CLAUDE.md 2026. Direkt kopierbar:
# Project Name
## What this is
One-paragraph summary of what the project does and why it exists.
## Tech stack
- Language: Python 3.12 / TypeScript 5.4
- Framework: FastAPI / Next.js 15
- DB: PostgreSQL 16
- Tests: pytest + httpx / vitest
## Commands
- Install: `uv sync` / `pnpm install`
- Run dev: `uv run uvicorn app.main:app --reload` / `pnpm dev`
- Test: `uv run pytest -x` / `pnpm test`
- Lint: `uv run ruff check .` / `pnpm lint`
- Typecheck: `uv run mypy app/` / `pnpm typecheck`
## Conventions
- Type hints everywhere
- Public functions: docstrings (Google style)
- Tests live in `tests/` matching `app/` structure
- No global state — pass dependencies explicitly
## Don't
- No emoji in code or commits
- No `print()` for debug — use `logger.debug()`
- No new dependencies without justifying in PR description
- Don't write code comments that just restate what code does
## Common pitfalls
- DB migrations: run `alembic upgrade head` after pulling
- The `vendor/` folder is git-tracked but not editable
- `pytest` requires `.env.test` (copy from `.env.test.example`)
## Architecture in 3 lines
- Request → middleware (auth) → router → service → repository → DB
- Async I/O end-to-end with `asyncpg`
- Background jobs in `app/jobs/` use `arq` (not Celery)
## Imports
@README.md
@docs/architecture.md
@AGENTS.md
Zwei Praxistipps aus Karpathys Workflow: erstens die Analogie „AI is a junior dev with infinite enthusiasm” — der KI-Agent ist wie ein talentierter, aber gedächtnisloser Juniorentwickler, der jeden Morgen ein Briefing braucht; CLAUDE.md ist dieses Briefing in Schriftform. Zweitens das „living memory”-Prinzip: Die Datei soll kein einmal geschriebenes READMe sein, sondern mit jedem neuen Fehler der KI wachsen.
CLAUDE.md vs Cursor Rules vs ChatGPT Custom Instructions
Die drei führenden KI-Coding-Tools speichern Entwicklerkontext unterschiedlich. Stand 2026 ist das CLAUDE.md-System von Claude Code das reichhaltigste und hierarchischste — managed/project/user/local + path-scoped rules + Auto Memory + Imports. Cursor bietet mit .cursor/rules/ eine ähnliche Struktur via Markdown + YAML-Frontmatter, hat aber keinen geteilten User-Scope. ChatGPT Custom Instructions ist an Ihr OpenAI-Konto gebunden, in der Cloud gespeichert, zwei Klartextfelder — kein Projekt-Kontext.
| Dimension | CLAUDE.md (Claude Code) | Cursor Rules | ChatGPT Custom Instructions |
|---|---|---|---|
| Ort | Repo + User + managed (Org) | .cursor/rules/*.md |
OpenAI-Konto (Cloud) |
| Hierarchie | 4 Scopes + nested + Auto Memory | Nur Projekt | Nur User |
| Format | Markdown + YAML-Frontmatter (Rules) | Markdown + YAML-Frontmatter | Klartext (2 Felder) |
| Imports | @path 5-Hop rekursiv |
Eingeschränkt | Keine |
| Path-scoped rules | ✅ .claude/rules/ + paths-Glob |
Teilweise | ❌ |
| Auto Memory | ✅ v2.1.59+ | ❌ | ❌ |
| AGENTS.md-Interop | ✅ @AGENTS.md-Import |
❌ | ❌ |
| Versionskontrolle | Ja (in Git) | Ja (in Git) | Nein (cloud-only) |
| Team-Sharing | Ja | Ja | Nein |
Praktische Empfehlung: Wenn Sie alle Tools im selben Projekt nutzen, schreiben Sie CLAUDE.md als Master-Quelle, importieren Sie AGENTS.md daraus, kopieren Sie 1:1 nach .cursor/rules/ für Cursor. In ChatGPT Custom Instructions nur persönliche Präferenzen (z. B. „Antwort auf Deutsch, Code-Kommentare Englisch”) — Projektdetails gehören dort nicht hin, weil sie für jedes Projekt gelten.
Praktische Tipps für deutschsprachige Entwickler
Die Adoption von CLAUDE.md hat sich in den deutschsprachigen Entwicklergemeinschaften von Ende 2025 an schnell ausgebreitet. Sie ist regelmäßig in Open-Source-Beiträgen aus Berlin/Wien/Zürich zu sehen. Ein gemeinsames Muster ist Sprachkonsistenz: Code-Kommentare, Fehlermeldungen, Docstrings auf Englisch; nutzerorientierte Doku darf Deutsch sein; PR-Beschreibungen bilingual. Eine Zeile in CLAUDE.md genügt: „Code comments, docstrings, error messages: English. Documentation in docs/: German. PR descriptions: bilingual.”
Zweites Thema in deutschsprachigen Projekten: Encoding und Locale. UTF-8 (ohne BOM), utf8mb4_unicode_ci-Collation, explizites de_DE.UTF-8 bei locale-empfindlichen Sortier-Tests sind Standardpraxis — sonst produziert die KI bei Umlauten Inkonsistenzen. Der dritte kritische Block sind Regulierung und lokale Geschäftsregeln: DSGVO-Konformität (keine personenbezogenen Daten in Logs), e-Rechnung im XRechnung/ZUGFeRD-Format, EUR-Preisformatierung nach f"{amount:,.2f} €" — Regeln, die die KI alleine nicht kennt.
Letzter Tipp: CLAUDE.md gemeinsam mit dem Team versionieren. Datei auf main und in jedem PR reviewen. Eine Regel, die ein Entwickler einfügt, gilt sofort für das gesamte Team, weil die KI immer die neueste Version liest. Das ist das Fundament der Bewegung, mit der deutschsprachige Teams technische Standards zusammen mit der KI codifizieren.
Häufig gestellte Fragen zu CLAUDE.md
Sind CLAUDE.md und Auto Memory dasselbe?
Nein. CLAUDE.md ist die von Ihnen geschriebene Datei mit Regeln und Architektur. Auto Memory ist, was Claude selbst unter ~/.claude/projects/<project>/memory/MEMORY.md führt — aus vergangenen Korrekturen abgeleitete Präferenzen. Beide laden zusammen; keiner ersetzt den anderen. Auto Memory ist ab Claude Code v2.1.59 verfügbar.
Was passiert, wenn ~/.claude/CLAUDE.md und ./CLAUDE.md kollidieren?
Beide laden, die Inhalte werden zusammengeführt. Bei direktem Konflikt gewinnt die Projektebene (./CLAUDE.md), weil sie spezifischer ist. Nutzen Sie die User-Ebene für „Dinge, die ich in jedem Projekt will”, die Projektebene für „Regeln nur für dieses Projekt”.
Wie funktionieren @path-Imports?
@README.md oder @~/.claude/preferences.md lassen Claude die Datei in den Kontext aufnehmen. Relative und absolute Pfade werden unterstützt. Maximale Rekursion 5 Hops — eine importierte Datei kann eine weitere importieren, die wiederum eine weitere, aber Ebene 6 wird abgelehnt. Beim ersten externen Import zeigt sich ein Bestätigungsdialog; eine Ablehnung schließt den Dialog dauerhaft.
Unterschied zwischen .claude/rules/ und CLAUDE.md?
CLAUDE.md lädt immer; Dateien unter .claude/rules/ mit paths-Frontmatter laden nur, wenn Claude eine passende Datei verarbeitet. In großen Projekten schneidet der Rules-Ordner Anweisungen nach Thema/Pfad und senkt den Kontextverbrauch. Rules-Dateien ohne paths-Frontmatter haben dieselbe Priorität wie CLAUDE.md.
Wie verhalten sich Skills, Plugins und Subagents zur CLAUDE.md?
Skills sind schwerere Module, die nur bei Bedarf aufgerufen werden und nicht in jeder Sitzung laden. Plugins bündeln MCP-Server, Slash-Befehle und Skill-Pakete zur Distribution. Subagents können eigenes Auto Memory führen (enable-persistent-memory). CLAUDE.md liegt als Basis-Kontextschicht unter all dem; aufgabenspezifische Flows wandern in Skills.
Hat Karpathys „Idea File”-Konzept CLAUDE.md neu definiert?
Nicht direkt, aber den Umfang erweitert. Klassische CLAUDE.md enthält Regeln und Befehle. In Karpathys April-2026-Vorschlag spielt CLAUDE.md zusätzlich die Rolle der Schema-Datei, die raw/ (Quellen) und wiki/ (LLM-kompiliertes Wissen) regelt. Damit rückt CLAUDE.md von einer Befehlsliste ins Zentrum eines Wissensmanagementsystems.
Wo verfolgt man Karpathy?
Vier Hauptkanäle: YouTube (@AndrejKarpathy) für die Marathon-Vorlesungen, X / Twitter (@karpathy) für tägliche Beobachtungen, GitHub (github.com/karpathy) für Open-Source-Projekte wie nanogpt, nanochat, makemore, micrograd, llm.c, und Eureka Labs (eurekalabs.ai) für Ankündigungen der KI-Bildungsplattform. Das Idea-File-Gist liegt direkt unter gist.github.com/karpathy/442a6bf555914893e9891c11519de94f.
Fazit: CLAUDE.md, das neue Gedächtnis der Software im KI-Zeitalter
CLAUDE.md ist eine schlicht wirkende Konvention, die die Natur der Softwareentwicklung umformt. Bis 2026 ist sie nicht mehr eine einzelne Datei, sondern ein System aus vier Scopes, Imports, path-scoped rules, Auto Memory und Idea-File-Architektur. Wie Karpathy betont: Die neue Währung der Software ist nicht nur Code, sondern der Kontext, den Sie der KI geben. Diesen Kontext persistent, kontinuierlich aktualisiert und teamgeteilt zu halten, ist die neue Basiskonfiguration moderner Software-Teams.
Der praktische Plan ist einfach. Tag eins: Claude Code in einem laufenden Projekt starten, /init (idealerweise mit CLAUDE_CODE_NEW_INIT=1) ausführen. Tag zwei: Den erzeugten Entwurf gegen die Vorlage in diesem Leitfaden anpassen. Erste Woche: Jeden Fehler der KI als Einzeiler in CLAUDE.md festhalten, bevor Sie ihn fixen. Zweite Woche: Mit dem Team teilen und in den PR-Review einbinden. Nach einem Monat: Wenn sich die Datei 200 Zeilen nähert, mit .claude/rules/ splitten und @path-Imports nutzen. Drei Monate später: Karpathys Idea-File-Architektur mit raw/– und wiki/-Schichten in Betracht ziehen.
Empfehlung klar: Behandeln Sie CLAUDE.md mit gleicher Ernsthaftigkeit wie README.md. Jede Zeile, die Sie in einem Monat hinzugefügt haben, ist ein Fehler, den die KI in dem Monat nicht gemacht hat. Diese Investition kompoundiert — der Ertrag wächst mit den Wochen.
Quellen
- Anthropic. Claude Code Documentation — How Claude remembers your project. code.claude.com/docs/en/memory (Zugriff: 2026-05-01)
- Anthropic. Claude Code: Skills, Plugins, Hooks, Subagents documentation. code.claude.com/docs/en
- Karpathy, Andrej. Idea file — GitHub-Gist, April 2026. gist.github.com/karpathy/442a6bf555914893e9891c11519de94f
- Karpathy, Andrej. X (Twitter) Posts, @karpathy — 3. April 2026 Idea-File-Tweet und Folge-Diskussionen.
- Karpathy, Andrej. Software Is Changing (Again) — Keynote, Y Combinator AI Startup School, 2024. YouTube: youtube.com/watch?v=LCEmiRjPEtQ
- Karpathy, Andrej. Software 2.0. Medium, November 2017. karpathy.medium.com/software-2-0-a64152b37c35
- Karpathy, Andrej. github.com/karpathy — CLAUDE.md- und AGENTS.md-Beispiele in
nanogpt,nanochat,makemore,micrograd,llm.c. - Antigravity Codes. Karpathy’s LLM Wiki: The Complete Guide to His Idea File. antigravity.codes/blog/karpathy-llm-wiki-idea-file
- MCP Directory. Claude Code Best Practices: A Developer’s Guide (2026). mcp.directory/blog/claude-code-best-practices
