Karpathy a créé HackerTube en un week-end : 6 454 vidéos extraites de 43 millions de commentaires HN

Une situation familière : vous ouvrez YouTube et le fil vous propose ce qui retient votre attention, mais pas nécessairement ce qui mérite d'être regardé. Andrej Karpathy a abordé le problème en ingénieur et créé HackerTube en un week-end. Il s'agit d'une sélection de vidéos recommandées par la communauté Hacker News au fil de deux décennies.

Ce qui a été fait exactement

Selon Karpathy, Claude a filtré 43 millions de commentaires HN couvrant 20 ans pour en tirer 6 454 vidéos que les utilisateurs « continuent de recommander ». L'ensemble du travail a pris environ deux heures avec Opus 5.5. Karpathy estime que le résultat offre une expérience de visionnage sensiblement meilleure que les recommandations de YouTube.

La publication a dépassé 3,5 millions de vues. Le nom de son auteur n'explique pas tout. L'idée se comprend immédiatement et presque tous ceux qui regardent des vidéos techniques ont envie de la reproduire.

Comment le système fonctionne probablement

Karpathy ne détaille pas l'implémentation dans sa publication. Ce qui suit est donc notre reconstitution, et non une description de son code. La logique serait la suivante : dans les commentaires HN, les internautes publient constamment des liens vers des vidéos avec des formules comme « à voir absolument ». Lorsqu'un même lien réapparaît au fil des années et dans différents sujets, c'est un signal fort. Une miniature racoleuse ne permet pas de le manipuler, car la recommandation vient d'une personne qui a déjà regardé la vidéo et jugé utile d'en parler.

Prenons un exemple simple. Une conférence sur le fonctionnement des compilateurs est citée dans des fils consacrés aux langages de programmation en 2012, 2016 et 2023. Cela ne dit rien à l'algorithme de YouTube. Pour un filtre fondé sur les commentaires, c'est une candidate évidente à l'inclusion.

Impossible d'effectuer manuellement ce travail sur 43 millions de commentaires. Pour un LLM, c'est une tâche classique : lire un vaste corpus textuel, extraire les mentions, éliminer le bruit et déterminer si une recommandation est authentique ou si le lien est arrivé dans le fil par hasard. Ce format se prête précisément au codage agentique : il faut un petit outil ponctuel, pas un produit conçu pour durer des années.

Pourquoi cela compte pour les développeurs et les équipes produit

Premièrement, cet exemple montre comment le coût des projets « de hacker » a évolué. Une tâche qui aurait auparavant exigé une semaine de scripts, de parsing et de nettoyage manuel tient désormais, selon l'auteur, en deux heures et une soirée. Le seuil d'entrée pour créer des outils personnels a baissé.

Deuxièmement, c'est un signal pour les concepteurs de systèmes de recommandation. La curation communautaire apparaît de nouveau comme une alternative viable à la personnalisation comportementale. Les internautes se lassent des fils optimisés pour maximiser le temps passé dans l'application et sont prêts à regarder des contenus déjà validés par d'autres personnes.

Troisièmement, c'est un modèle pour mener ses propres expériences. Prenez une archive dans laquelle des internautes ont laissé des évaluations pendant des années : commentaires, discussions, tickets ou avis. Demandez à un modèle d'en extraire les recommandations récurrentes, puis transformez-les en vitrine. C'est un scénario tout à fait réaliste pour la base de connaissances interne d'une équipe ou pour un catalogue pédagogique intégré à un produit.

Limites

Il faut garder la tête froide face à ce que nous ignorons. Aucune métrique de qualité n'est fournie : « sensiblement meilleure » reste l'appréciation subjective de l'auteur. On ne sait pas comment les faux positifs ont été éliminés, ni comment les anciens liens vers des vidéos supprimées ou modifiées ont été traités. La part des 6 454 vidéos qui sont réellement bonnes n'est pas précisée non plus.

Il existe également un biais structurel. Le public de HN est étroit et principalement composé de programmeurs : la sélection reflète donc leurs goûts et leur bulle. C'est un avantage pour un développeur, mais potentiellement un inconvénient pour d'autres sujets. En outre, les vidéos déjà populaires ont davantage de chances de survivre avec le temps, tandis que les nouvelles productions de qualité n'ont pas encore accumulé suffisamment de mentions.

Conclusion

HackerTube n'est pas une révolution, mais une démonstration parlante de ce que peut accomplir l'association d'une « vaste archive de recommandations humaines et d'un modèle analyste ». Si vous disposez d'un corpus dans lequel les internautes signalent eux-mêmes ce qui mérite l'attention, essayez d'en produire une synthèse simple pendant un week-end. D'après le récit de Karpathy, cela prend désormais des heures, et non des semaines.