Karpathy criou o HackerTube com Claude em um fim de semana: 6454 vídeos a partir de 43 milhões de comentários

É uma frustração conhecida: as recomendações do YouTube são otimizadas para o tempo de exibição, não para a qualidade. A vontade é encontrar «o que pessoas que entendem do assunto realmente recomendam», mas esse feed não existe. Andrej Karpathy resolveu o problema em um fim de semana. O interessante aqui não é tanto o site em si, mas o pouco trabalho manual que ele exigiu.

O que exatamente ele construiu

O HackerTube é um catálogo de vídeos com curadoria. A fonte de dados é incomum: 20 anos de comentários do Hacker News, cerca de 43 milhões no total. Por lá, as pessoas publicam constantemente mensagens como «não deixe de assistir a esta palestra». Claude, com o modelo Opus 5.5, filtrou esse arquivo e chegou a 6454 vídeos que a comunidade recomenda repetidamente.

Pense nisso como uma votação por meio de links. Se a mesma palestra reaparece em discussões de anos diferentes, provavelmente é boa. Isso é muito mais confiável do que um algoritmo que oferece o próximo vídeo para impedir que você feche a aba.

As decisões de produto também são reveladoras. Não há login. Em vez de miniaturas otimizadas, o site mostra um único quadro do meio de cada vídeo, sem caça-cliques. O estado —o que você assistiu e o que salvou para depois— fica armazenado localmente no navegador, então o backend não precisa de contas nem de um banco de dados de usuários.

Logo depois, Karpathy criou o TristanTube: 47 000 vídeos a partir de uma lista de canais do YouTube compilada por Tristan Hume. Segundo ele, o projeto foi «one-shotted with Claude Code in 3 minutes», ou seja, construído com um único prompt em três minutos.

Onde está a verdadeira notícia

Karpathy afirma que o Claude Code fez quase todo o trabalho, da análise de dados à configuração do servidor. Ele executou manualmente apenas três etapas que o agente não conseguia realizar: obter uma chave de API do Google Cloud, alugar um servidor e comprar um domínio. O agente assumiu todo o restante, incluindo o processamento do enorme arquivo de comentários.

Na avaliação dele, projetos que antes levavam semanas agora ficam prontos em poucas horas. É a estimativa de uma única pessoa, bastante experiente e com acesso privilegiado às ferramentas, portanto não deve ser tratada como uma referência universal. Mas a direção está clara: o custo de um projeto pessoal baseado em dados caiu para o equivalente a um fim de semana de trabalho.

Limitações

Alguns pontos precisam ser avaliados com realismo. Primeiro, o relato vem do próprio Karpathy no X; não há uma avaliação independente da qualidade da seleção. A afirmação de que oferece uma «experiência significativamente melhor do que as recomendações do YouTube» é subjetiva. Segundo, a amostra tem viés: o Hacker News reúne um público de programadores, então o catálogo tende a se concentrar em tecnologia, matemática e ciência, não em todos os assuntos possíveis. Terceiro, os vídeos vêm do YouTube, o que torna a plataforma dependente de links de terceiros, cotas de API e termos de uso. Quarto, Karpathy não é um usuário típico: ele sabe como definir uma tarefa para um agente e identificar erros rapidamente.

O que fazer com isso

Para desenvolvedores: olhem para os dados que vocês acumularam, sejam comentários, tickets, conversas de suporte ou logs. O padrão de fazer um agente processar um grande arquivo e criar uma camada de curadoria sobre ele agora é barato de implementar. Vale tratar o primeiro protótipo como um experimento de fim de semana, não como um projeto trimestral.

Para profissionais de produto e fundadores: a curadoria baseada em sinais da comunidade volta a ser um nicho viável. Se os algoritmos de recomendação das grandes plataformas irritam o público, uma seleção especializada, sem login nem rastreamento, pode ser um produto por si só. Lembrem-se de que o gargalo está mudando: código e processamento de dados ficam mais baratos, enquanto uma boa fonte de sinais e o critério para decidir o que considerar «bom» ganham valor.

Por fim, prestem atenção ao limite da automação. As pessoas continuam necessárias nas etapas que envolvem pagamentos e acesso: chaves, servidor e domínio. Essas etapas ainda ficam a cargo de uma pessoa, e são justamente elas que vale preparar com antecedência para repetir esse ritmo.