"I just vibe-coded this whole menu app in an afternoon." A throwaway line from Andrej Karpathy in February 2025 turned into a mini-movement: developers started calling their late-night Copilot sessions vibing — letting a model fill in the blanks while they steer. A few months later Karpathy formalised the idea in his Software 3.0 keynote and introduced a UX pattern he calls the autonomy slider. It's still the most useful mental model I know for deciding how much to hand to an agent.

The abstraction ladder

Software history is a climb up the abstraction ladder: binary → assembly → C → Python → English prompts → agents. Each rung trades mechanical detail for leverage. Vibe coding sits near the top: you supply intent in natural language, the model handles the typing. It resonates for three reasons — you stay in product-thinking mode instead of syntax mode, feedback loops shrink to seconds, and scope is adjustable: from "just autocomplete" to "rewrite this package."

The autonomy slider

1. Off — no AI involved.
2. Hints — inline autocomplete only.
3. Macro — on-demand multi-file edits.
4. Guarded agent — the agent proposes diffs, a human approves.
5. Trusted agent — the agent applies changes and reports back.
6. Fully autonomous — a continuous plan → code → test → deploy loop.

Pitfalls at each end of the slider

Long-horizon agents — and a second axis

The biggest shift since I first wrote this isn't smarter autocomplete — it's duration. The newest models don't just finish a function; they hold a goal for hours. Fable, a model built for long autonomous coding sessions, can take a vague ticket, branch, write the code, run the tests, read the failures and keep going until the suite is green — a real push toward level 6.

Then the ground moved: Fable was pulled from US-government deployments, and a capability question turned into a sovereignty question overnight. If the most capable autonomous coder can be switched off by a policy decision, "which model?" stops being a pure engineering choice and becomes strategic infrastructure. For European teams that means: treat dependency risk as real, take sovereign and open-weight models seriously, value compliance and data residency as features — and keep the agent layer model-agnostic so you can swap the brain without rebuilding the body. The slider grew a second axis: not only how much the agent does, but whose agent, running where, and whether someone can take it away.

Where I use which level

Side projects: high on the slider. It's the fastest way to learn where the tools break. My sweet spot is level 3–4: the agent proposes a change, I skim the diff, run the tests and merge.

Enterprise work: in 2025 I'd have said agents weren't viable in client projects yet. That has changed. In my current engagement we build tooling around the GitHub Copilot agent — guarded, inside the client's environment, with humans approving what ships. The limiting factor is no longer the model; it's the process: review capacity, clear requirements and an agreed definition of done. Raising the slider without changing those just moves the bottleneck.

Further reading

• Karpathy — "Software 3.0" keynote (June 2025)
• Latent Space — Agents
• TechRadar — AWS launches Kiro

„I just vibe-coded this whole menu app in an afternoon.“ Ein beiläufiger Satz von Andrej Karpathy im Februar 2025 wurde zur kleinen Bewegung: Entwickler nannten ihre nächtlichen Copilot-Sessions plötzlich Vibing — das Modell füllt die Lücken, man selbst lenkt. Ein paar Monate später hat Karpathy die Idee in seiner Software-3.0-Keynote formalisiert und ein UX-Muster eingeführt, das er Autonomy Slider nennt. Es ist für mich bis heute das nützlichste Denkmodell, um zu entscheiden, wie viel man einem Agenten überlässt.

Die Abstraktionsleiter

Softwaregeschichte ist ein Aufstieg auf der Abstraktionsleiter: Binär → Assembler → C → Python → englische Prompts → Agenten. Jede Sprosse tauscht mechanisches Detail gegen Hebelwirkung. Vibe Coding sitzt weit oben: Du lieferst die Absicht in natürlicher Sprache, das Modell tippt. Das zieht aus drei Gründen — du bleibst im Produktdenken statt im Syntaxmodus, Feedbackschleifen schrumpfen auf Sekunden, und der Umfang ist einstellbar: von „nur Autovervollständigung“ bis „schreib dieses Paket neu“.

Der Autonomy Slider

1. Aus — keine KI beteiligt.
2. Hinweise — nur Inline-Autovervollständigung.
3. Makro — Änderungen über mehrere Dateien auf Abruf.
4. Agent mit Leitplanken — der Agent schlägt Diffs vor, ein Mensch gibt frei.
5. Vertrauter Agent — der Agent wendet Änderungen an und berichtet.
6. Voll autonom — eine fortlaufende Schleife aus Planen → Coden → Testen → Deployen.

Stolperfallen an beiden Enden des Sliders

Langzeit-Agenten — und eine zweite Achse

Die größte Veränderung, seit ich diesen Text zuerst geschrieben habe, ist keine klügere Autovervollständigung — sondern Dauer. Die neuesten Modelle beenden nicht nur eine Funktion; sie verfolgen ein Ziel über Stunden. Fable, ein Modell für lange autonome Coding-Sessions, kann ein vages Ticket nehmen, einen Branch anlegen, den Code schreiben, die Tests laufen lassen, die Fehler lesen und weitermachen, bis alles grün ist — ein echter Schritt Richtung Stufe 6.

Dann hat sich der Boden bewegt: Fable wurde aus Einsätzen bei der US-Regierung zurückgezogen, und aus einer Fähigkeitsfrage wurde über Nacht eine Souveränitätsfrage. Wenn der fähigste autonome Coder per politischer Entscheidung abgeschaltet werden kann, ist „Welches Modell?“ keine reine Engineering-Entscheidung mehr, sondern strategische Infrastruktur. Für europäische Teams heißt das: Abhängigkeitsrisiken ernst nehmen, souveräne und Open-Weight-Modelle ernsthaft prüfen, Compliance und Datenresidenz als Features sehen — und die Agentenschicht modellunabhängig halten, damit man das Gehirn tauschen kann, ohne den Körper neu zu bauen. Der Slider hat eine zweite Achse bekommen: nicht nur wie viel der Agent tut, sondern wessen Agent, wo er läuft und ob ihn jemand wegnehmen kann.

Wo ich welche Stufe nutze

Eigene Projekte: weit oben auf dem Slider. Das ist der schnellste Weg zu lernen, wo die Tools brechen. Mein Sweet Spot ist Stufe 3–4: Der Agent schlägt eine Änderung vor, ich überfliege den Diff, lasse die Tests laufen und merge.

Enterprise-Arbeit: 2025 hätte ich gesagt, Agenten sind in Kundenprojekten noch nicht tragfähig. Das hat sich geändert. In meinem aktuellen Projekt bauen wir Tooling rund um den GitHub-Copilot-Agenten — mit Leitplanken, in der Umgebung des Kunden, und Menschen geben frei, was ausgeliefert wird. Der begrenzende Faktor ist nicht mehr das Modell, sondern der Prozess: Review-Kapazität, klare Anforderungen und eine gemeinsame Definition of Done. Wer den Slider hochschiebt, ohne das zu ändern, verschiebt nur den Engpass.

Weiterlesen

• Karpathy — „Software 3.0“-Keynote (Juni 2025)
• Latent Space — Agents
• TechRadar — AWS veröffentlicht Kiro