Karpathy bâtit en deux heures un clone de YouTube avec 6454 vidéos issues des conseils de Hacker News

Andrej Karpathy, l'un des chercheurs en IA les plus connus, a assemblé en deux heures HackerTube, un clone de YouTube où les vidéos sont choisies non par des algorithmes, mais par les utilisateurs de l'agrégateur d'actualités Hacker News. La base du site compte 6454 vidéos réparties en 150 thèmes. Toutes proviennent de commentaires dans lesquels les membres de la communauté se recommandent, depuis des années, ce qui mérite d'être regardé. Le projet se veut une réponse à la dégradation des recommandations de la plateforme vidéo d'origine, qui, selon son auteur, propose un contenu uniforme, avec des miniatures racoleuses. Karpathy n'a pas écrit une ligne de code : tout le travail a été réalisé par l'agent Claude Code.

D'où vient la base de 6454 vidéos

Le projet repose sur l'archive des commentaires de Hacker News de 2007 à 2026, publiée sur Hugging Face dans le jeu de données open-index/hacker-news. Il fallait y extraire les liens vers des vidéos que les utilisateurs recommandaient comme dignes d'être vues. Selon la description du post, la base de vidéos a été constituée par des modèles d'Anthropic.

Le modèle Sonnet a filtré le spam et retenu 6454 vidéos sur 150 thèmes. Le résultat est une sélection éditorialisée, et non un flux infini : derrière chaque vidéo se trouve la recommandation de quelqu'un, au sein d'une communauté habituée à débattre de la qualité des contenus. Les métadonnées des vidéos ont été chargées via une clé API Google, que Karpathy a créée lui-même.

Comment fonctionne le site et en quoi il diffère de YouTube

HackerTube fonctionne sans inscription. Le service conserve les recommandations personnelles dans la session locale du navigateur : il n'exige donc pas de créer un profil. C'est l'inverse d'un modèle où la sélection repose sur les données accumulées sur le comportement de l'utilisateur.

Le second choix concerne les miniatures. Le site ignore délibérément les images téléversées par les créateurs et affiche à la place une image tirée de la vidéo elle-même. Cela supprime l'un des principaux leviers du putaclic : la couverture vive, avec une émotion exagérée et un gros texte. Le spectateur choisit une vidéo d'après son titre et son contenu réel.

Ce que l'humain a réellement fait

L'essentiel de cette histoire n'est pas le site lui-même, mais la manière dont il a été créé. Karpathy affirme qu'il n'écrit plus de code à la main et présente le projet comme un excellent exemple de l'évolution du développement. Il a mené tout le projet via Claude Code, où, selon lui, c'est Opus 5.5 qui a exécuté les tâches. L'agent a écrit l'interface, configuré la sécurité et effectué le déploiement.

L'intervention humaine s'est limitée à trois actions : enregistrer un domaine, lancer un VPS et créer une clé API Google. Ces trois étapes exigent des comptes, un paiement et des droits d'accès, ce que l'on confie pour l'instant à un humain et non à un agent. Pour les développeurs en activité, l'illustration est concrète : la frontière entre « avoir l'idée » et « le faire » s'est déplacée au point qu'un service fini tient en quelques heures.

Limites et conclusion

Les informations proviennent d'un résumé du post de Karpathy sur une chaîne Telegram, et non d'une vérification indépendante. Le texte ne donne aucune donnée sur la tenue en charge du site, sur la qualité de la sélection ni sur le coût du travail de l'agent. On ignore aussi comment le projet mettra à jour sa base : la liste de 6454 vidéos repose sur une archive qui s'arrête en 2026.

L'exemple n'en reste pas moins parlant. Un petit service à l'idée peu banale, la curation par la communauté plutôt que par un algorithme, a été assemblé par une seule personne et un agent, l'humain ne se chargeant que des démarches administratives. Pour les product managers, c'est un signal : le coût d'un prototype a baissé au point qu'une hypothèse comme « et si l'on recommandait d'après les conseils de la communauté ? » se teste en une soirée. Pour les développeurs, c'est un rappel : la valeur se déplace vers la formulation du problème, le choix des données et la décision sur ce que le site doit faire, et sur ce qu'il ne doit pas faire.