Karpathy hat YouTube mit Claude in zwei Stunden neu erstellt, und jeder kann ein eigenes Internet besitzen.

Um 23 Uhr am Freitagabend öffnete der AI-Guru Karpathy YouTube, um sich ein Video anzusehen.

Doch auf der Startseite sah er nur übertriebene Thumbnails und alte Themen, die er schon unzählige Male gesehen hatte. Da er die algorithmischen Empfehlungen nicht mehr ertragen konnte, öffnete er am nächsten Tag kurzerhand Claude, um sich selbst ein neues YouTube zu bauen.

Der gesamte Vorgang dauerte nur zwei Stunden, und er nutzte dabei die mittlere Inferenzstufe von Claude Opus 5.5.

HackerTube Webadresse: https://hackertube.org/

Diese gesamte Videoplattform kann, genau wie das kürzlich populäre REA Reverse Engineering, als vollständige Nachbildung des vollständigen YouTube-Layouts bezeichnet werden. Die linke Navigationsleiste zeigt gelikte Videos, den Wiedergabeverlauf und die „Später ansehen“-Liste, während der Videostream auf der rechten Seite ebenfalls die gleiche Thumbnail-Größe, das Veröffentlichungsdatum und die Aufrufzahlen aufweist.

Die einzige Eingabeaufforderung, die er nutzte, war ein einziger Satz: „Hallo Claude, guten Morgen, wie geht es dir? Mir geht es gut, danke. Bitte baue mir eine Website im YouTube-Stil, die nur Videos enthält, die seit Jahren wiederholt auf HN empfohlen werden. Mach bitte keine Fehler.“

Nachdem der zweistündige Arbeitsablauf abgeschlossen war, ging dieses HackerTube online. Alle darin enthaltenen Videos stammen von YouTube, allerdings hat Karpathy mit Claude einen Filtermechanismus geschrieben, dessen Regeln darauf basieren, Videos zu finden, die über die Jahre auf Hacker News diskutiert und empfohlen wurden.

Wir können darin Videos genauso suchen wie auf YouTube, und auch nach verschiedenen Themen durchsuchen, darunter viele Kategorien wie Kunst, Softwareentwicklung, Geschichte, Ideen, Wirtschaft und Spiele. Wir können sogar personalisierte Empfehlungen aus diesen 6454 Videos erhalten.

Auf der Detailseite eines Videos sehen wir zudem Kommentare aus Hacker News sowie die Anzahl der HN-Empfehler und den Zeitraum, in dem das Video empfohlen wurde.

In den sozialen Medien herrschte allgemeine Begeisterung für dieses Projekt. Einerseits erwähnte Karpathy, dass er nur Claude Code mit der mittleren Denk- und Inferenzstufe von Opus 5.5 genutzt habe, um ein vollständiges YouTube nachzubilden.

Einige Nutzer merkten aber an, dass Claude in letzter Zeit sehr viele Nutzungsbeschränkungen hat. Besonders seit REA populär geworden ist, stößt man beim Reverse Engineering einiger Software oft an Sicherheitsbarrieren – wie konnte Karpathy also mit Opus YouTube nachbauen?

Sogar ein Doktorand der Hong Kong University of Science and Technology sagte, dass er Claude nur gebeten habe, Aufgaben einzureichen und Analysen durchzuführen, woraufhin Claude ihn als „Trainingskonkurrenten“ markiert und Opus 5.5 auf Opus 5 herabgestuft habe.

Neben der Fähigkeit des Modells, alles nachzubauen, interessiert die meisten Menschen vor allem, dass wir selbst jetzt die Chance haben, Informationszugänge mit KI neu zu gestalten.

Ein angepasstes TikTok oder ein angepasstes Bilibili, das nur ausgewählte Videos enthält; oder ein neu gestalteter Nachrichtenfeed, der die Empfehlungsströme der WeChat-Offiziellen Konten umgeht und die Inhalte, denen man folgt, auf eine Weise darstellt, die besser zu einem passt – statt nur das zu sehen, was WeChat einem empfiehlt.

Genau wie einige Nutzer bereits nach ähnlichem Konzept Hacker Papers erstellt haben, das mehr als 1000 arXiv-Papiere aus Hacker News zusammenfasst.

Andere Nutzer haben aus den Beiträgen auf HackerNews mehr als 15.000 Bücher erkannt und zu einer speziellen Webseite für Buchempfehlungen zusammengestellt.

Viele Kommentare sind der Meinung, dass die echte Innovation von Karpathys HackerTube darin liegt, aktive Empfehlungen echter Nutzer über Jahre hinweg als Sortiersignal zu nutzen, anstatt Sehdauer, Klickrate und Thumbnail-A/B-Tests – der Empfehlungsalgorithmus der Plattform wird durch menschliche Empfehlungssignale ersetzt.

Derselbe Videosatz, aber neuer Verteilmechanismus

Auf YouTube entscheidet das Empfehlungssystem hauptsächlich anhand von Kennzahlen wie Klicks, Sehdauer, Bindung und Interaktion, welche Inhalte sichtbar werden.

Für HackerTube stammen die ersten Filtersignale aus den aktiven Empfehlungen von Hacker News-Nutzern über viele Jahre: Eine Person hält ein Video für wertvoll, es mit anderen zu teilen, und teilt den Link tatsächlich öffentlich.

Daher sehen wir, dass unter der Kategorie KI das erste empfohlene Video Karpathys eigener Programmierkurs ist, in dem er Schritt für Schritt eine kleine automatische Differenzierungs-Engine entwickelt, dann ein neuronales Netz aufbaut und trainiert und genau erklärt, wie Backpropagation funktioniert.

Dieses Design, das die „Kontrolle durch Algorithmen“ verringert, zeigt sich auch darin, dass die Seite keine Anmeldung verlangt und der Wiedergabestatus im lokalen Browser gespeichert wird. Außerdem wurden die Thumbnails, die Zuschauer zum Klicken bewegen sollen, radikal verändert: Statt der sorgfältig optimierten Thumbnails der Uploader wird einfach ein Bildausschnitt aus der Mitte des Videos ausgewählt.

Als Videoplattform können wir auf HackerTube nicht nur Inhalte passiv aufnehmen, sondern auch die zugrundeliegenden Daten exportieren und sie unserem eigenen KI-Agenten übergeben, um eine eigene Version neu zu erstellen.

Damit lenkt der Verteilmechanismus von HackerTube die Dienstausrichtung der Algorithmen vom Wachstum der Plattform zurück zu den persönlichen Präferenzen der Nutzer. Nach der Veröffentlichung des Projekts gingen die Diskussionen auf X schnell über einen einfachen KI-Programmierfall hinaus.

Eine repräsentative Meinung besagt, dass HackerTube zeigt, wie „Claude für die Nutzer kämpft“: Während Kurzvideos und Empfehlungssysteme ständig um Aufmerksamkeit konkurrieren, können persönliche Agenten auf der Seite der Nutzer stehen und ihnen helfen, minderwertige Inhalte herauszufiltern.

Ein anderer Teil der Menschen erkennt darin einen noch nicht vollständig erschlossenen Markt: persönliche Empfehlungsalgorithmen.

Früher lagen Inhaltsfilterung und Empfehlung fast vollständig in der Hand der Plattformen, Empfehlungssysteme waren quasi die grundlegende Infrastruktur der Plattformen. Wir konnten sie akzeptieren, blockieren oder geringfügig anpassen, aber es war fast unmöglich, das gesamte System auszutauschen. Jetzt kann ein Entwickler mit Hilfe von Claude Code die Daten vertrauenswürdiger Gemeinschaften zu seinem eigenen Informationszugang verarbeiten.

Zwei Stunden sind noch nicht übertrieben genug

Laut Karpathys eigenen Angaben hat er praktisch nur einen Satz an Claude Code geschickt und gewartet, bis der Vorgang automatisch abgeschlossen wurde.

Karpathy nutzte die Desktop-Version von Claude Code auf dem Mac mit dem Standardmodell Opus 5.5 und der Inferenzstufe auf „Medium“. Er sagte, dass er selbst kaum noch traditionelle Ingenieurarbeiten wie das Schreiben und Lesen von Code oder das Ausführen von Befehlen im Terminal erledigt, sondern hauptsächlich per Dialog Claude die Aufgaben ausführen lässt.

In diesem Projekt hat er nur drei Dinge selbst erledigt: den Google Cloud API-Schlüssel zum Abfragen von Videometadaten erstellen, einen VPS starten und eine Domain kaufen. Die gesamte Codierung, Datenverarbeitung, Bereitstellung, Sicherheitsverstärkung und Optimierung hat er Claude überlassen.

Daher diskutieren einige Nutzer nun, ob der terminalbasierte Claude Code bei solchen Agent-Projekten noch die beste Schnittstelle ist. Eignen sich Desktop-Anwendungen heute nicht besser für die fortlaufende Zusammenarbeit mit Agenten?

Oder ob man die Inferenzstufe des Modells immer auf das Maximum setzen sollte, oder ob eine niedrigere Stufe in Kombination mit wiederholter Kritik und Korrektur besser funktioniert?

Auf diese Fragen gibt es wahrscheinlich keine einheitliche Antwort, aber Karpathys Arbeitsablauf zeigt zumindest, dass sich die Arbeitsteilung bei der KI-Programmierung von „das Modell ergänzt einige Codezeilen“ zu „der Mensch gibt das Ziel vor, verwaltet wenige externe Konten und Berechtigungen, der Agent erledigt den restlichen Ingenieurablauf“ verschiebt.

Aber „YouTube neu bauen“ ist übertrieben

HackerTube hat keine neue Videohosting-, Upload-, Urheberrechtsverwaltungs-, Erstellervergütungs- und globale Inhaltsverteilungsinfrastruktur aufgebaut. Es ist weiterhin auf die Videos und Metadaten von YouTube angewiesen und baut auf dem fast zwanzigjährigen Gemeinschaftsmaterial von Hacker News auf.

Daher sehen wir in den Top-Listen der Videos mit den meisten Aufrufen fast ausschließlich Videos, die mehr als zehn Jahre alt sind: Das erste ist „Baby Shark“ von Pinkfong, das Kinderlied mit dem wiederholten „Dududu“, außerdem „Gangnam Style“ von Psy und das beliebte Video des „Rickroll“-Streich-Memes.

Genauer gesagt ist es eine personalisierte Kuratierungs- und Empfehlungsebene, die auf bestehenden Plattformen aufbaut.

Genau wie YouTube wird es in Zukunft mit ähnlichen Einschränkungen konfrontiert werden. Zum Beispiel repräsentieren die Interessen der HN-Nutzer nicht alle Zuschauer, der Geschmack der Technikgemeinschaft ist nicht gleichbedeutend mit allgemein hoher Qualität; Kommentare und Empfehlungen werden von Epochen, Kreisen und Gemeinschaftspräferenzen beeinflusst.

Einige praktische Nutzer haben auch festgestellt, dass die Suchergebnisse noch irrelevante Inhalte enthalten, sodass am Ende immer noch eine manuelle Auswahl nötig ist.