Karpathy creo HackerTube en un fin de semana: 6.454 videos a partir de 43 millones de comentarios de HN

Una situacion conocida: abres YouTube y el feed te ofrece lo que retiene tu atencion, no lo que merece la pena ver. Andrej Karpathy abordo el problema como un ingeniero y creo HackerTube en un fin de semana. Es una seleccion de videos que la comunidad de Hacker News ha recomendado a lo largo de dos decadas.

Que hicieron exactamente

Segun Karpathy, Claude filtro 43 millones de comentarios de HN de los ultimos 20 anos hasta quedarse con 6.454 videos que alli “se siguen recomendando”. Todo el proyecto llevo unas dos horas de trabajo con Opus 5.5. El propio Karpathy describe el resultado como una experiencia de visualizacion considerablemente mejor que las recomendaciones de YouTube.

La publicacion supero los 3,5 millones de visualizaciones. No se debe unicamente al nombre del autor. La idea se entiende al instante, y casi cualquiera que vea videos tecnicos siente la tentacion de replicarla.

Como esta construido probablemente

Karpathy no revelo los detalles de implementacion en la publicacion, por lo que lo que sigue es nuestra reconstruccion, no una descripcion de su codigo. La logica es la siguiente: en los comentarios de HN, la gente deja constantemente enlaces a videos junto con frases como “hay que verlo”. Si un mismo enlace vuelve a aparecer una y otra vez, a lo largo de los anos y en temas diferentes, constituye una senal potente. No puede inflarse mediante una miniatura sensacionalista, porque la recomendacion procede de alguien que ya vio el video y considero necesario mencionarlo.

Un ejemplo sencillo. Una clase sobre el diseno de compiladores aparece mencionada en hilos sobre lenguajes de programacion de 2012, 2016 y 2023. Eso no le dice nada al algoritmo de YouTube. Para un filtro basado en comentarios, es una candidata evidente para la lista.

Es imposible hacer este trabajo manualmente sobre 43 millones de comentarios. Para un LLM, sin embargo, es una tarea tipica: leer un gran volumen de texto, extraer menciones, eliminar ruido y evaluar donde existe una recomendacion autentica y donde un enlace aparecio en un hilo por casualidad. Este formato encaja precisamente con la programacion mediante agentes: se necesita una pequena herramienta desechable, no un producto destinado a mantenerse durante anos.

Por que es importante para desarrolladores y equipos de producto

En primer lugar, es un ejemplo de como ha cambiado el coste de los proyectos “hacker”. Segun el autor, una tarea que antes exigia una semana de scripts, analisis y limpieza manual ahora cabe en dos horas y una tarde. La barrera de entrada para crear herramientas personales ha disminuido.

En segundo lugar, es una senal para quienes desarrollan sistemas de recomendacion. La curacion comunitaria vuelve a parecer una alternativa viable a la personalizacion basada en el comportamiento. La gente esta cansada de feeds optimizados para maximizar el tiempo dentro de la aplicacion y esta dispuesta a consumir contenido validado por otras personas.

En tercer lugar, ofrece una plantilla para realizar experimentos propios. Tome un archivo en el que la gente haya dejado valoraciones durante anos: comentarios, debates, tickets o resenas. Pida a un modelo que extraiga las recomendaciones recurrentes y cree con ellas un escaparate. Es un escenario perfectamente realista para la base interna de conocimiento de un equipo o para un catalogo educativo dentro de un producto.

Limitaciones

Conviene examinar con cautela lo que no sabemos. No existe una metrica de calidad: “considerablemente mejor” es una valoracion subjetiva del autor. No esta claro como se descartaron los falsos positivos ni como se trataron los enlaces antiguos a videos eliminados o modificados. Tampoco se ha revelado que proporcion de los 6.454 videos es realmente buena.

Tambien existe un sesgo sistemico. La audiencia de HN es reducida y esta compuesta principalmente por programadores, por lo que la seleccion refleja sus gustos y su burbuja. Para un desarrollador es una ventaja; para otros temas puede ser una desventaja. Ademas, con el paso del tiempo tienden a sobrevivir los videos que ya son populares, mientras que los buenos trabajos recientes aun no han tenido tiempo de acumular menciones.

Conclusion

HackerTube no es una revolucion, sino una demostracion clara de lo que puede conseguir la combinacion de “un gran archivo de recomendaciones humanas mas un modelo analista”. Si dispone de un corpus de textos en el que las propias personas senalan que merece atencion, pruebe a convertirlo en una seleccion sencilla durante un fin de semana. Segun el relato de Karpathy, ahora requiere horas, no semanas.