Karpathy baut in zwei Stunden ein eigenes YouTube – Claude schreibt den ganzen Code

Worum es geht

Andrej Karpathy, Mitgründer von OpenAI und früherer KI-Chef bei Tesla, hat eine eigene kleine Videoplattform gebaut: HackerTube, erreichbar unter hackertube.org und laut Cryptobriefing seit dem 31. Oktober 2026 online. Die Idee: Statt eines Empfehlungsalgorithmus, der auf Klicks und Verweildauer optimiert ist, zeigt die Seite nur Videos, die Nutzer von Hacker News – einem bekannten Diskussionsforum für Programmierer, Gründer und Technikinteressierte – in ihren Kommentaren immer wieder empfohlen haben.

Das Ergebnis sind 6.454 Videos, sortiert in 150 Themen. Bemerkenswert ist vor allem, wie die Seite entstanden ist: Karpathy hat nach eigener Aussage praktisch keinen Code selbst geschrieben. Er ließ das KI-Modell Claude von Anthropic die Arbeit erledigen, insgesamt habe das etwa zwei Stunden gedauert. Laut dem ukrainischen Portal dev.ua ist Karpathy, der den Begriff „Vibe Coding“ geprägt hat – Programmieren, indem man der KI nur noch sagt, was man will –, in diesem Jahr selbst zu Anthropic gewechselt. Damit ist HackerTube auch eine Vorführung für das Produkt seines neuen Arbeitgebers.

Wie die Seite entstanden ist

Auf X beschrieb Karpathy das Projekt als Wochenend-Spielerei:

„Wochenend-Hack: HackerTube. Mich haben die Empfehlungen von YouTube genervt, also habe ich Claude 43 Millionen Kommentare aus 20 Jahren HN auf 6.454 Videos filtern lassen, die immer wieder empfohlen werden. Deutlich besseres Seherlebnis, ca. 2 Stunden mit Opus 5.5.“

Er arbeite mit Claude Code, Anthropics Programmierwerkzeug, das als Desktop-App für den Mac läuft, und nutze standardmäßig Opus 5.5 auf mittlerer Denkstufe („Medium effort“). Er spreche nur mit Claude und lasse es alles erledigen. Laut einem Blogbeitrag, den der Autor auf note.com zusammenfasst, kam der Anstoß an einem Freitagabend: YouTube habe ihm übertriebene Vorschaubilder und unpassende Empfehlungen vorgesetzt – ein Beispiel für das, was im Netz als „Enshittification“ bezeichnet wird, also die schleichende Verschlechterung großer Plattformen.

Cryptobriefing zufolge teilten sich zwei Modelle die Arbeit: Claude Opus 5.5 übernahm die Steuerung des Projekts, das kleinere und günstigere Claude Sonnet die Fleißarbeit beim Filtern. Die Kommentare reichen von 2007 bis 2026. Ein Video kam nur in die Sammlung, wenn es von mehreren Nutzern empfohlen wurde – und zwar in verschiedenen Monaten. Kurzlebige Hypes fallen so heraus, Videos mit Langzeitwirkung bleiben.

Bei den Zahlen gibt es eine Unschärfe: Cryptobriefing spricht davon, die Modelle hätten „fast 40.000 Kommentare“ verarbeitet. Plausibler ist die Darstellung auf note.com: Aus der gesamten Kommentarmenge seien rund 40.000 Beiträge identifiziert worden, die tatsächlich Videos empfehlen, und daraus sei dann die Endauswahl von etwa 6.500 Videos entstanden.

Was Mensch und KI jeweils gemacht haben

Karpathy erledigte nach eigener Aussage nur drei Dinge von Hand:

• einen API-Schlüssel in der Google-Cloud-Oberfläche anlegen (vermutlich für den Zugriff auf YouTube-Daten),
• einen VPS starten – einen gemieteten virtuellen Server im Rechenzentrum,
• die Domain kaufen.

Alles andere – Programmieren, Terminal-Befehle ausführen, die Seite auf den Server bringen, Sicherheitseinstellungen und Optimierung – übernahm Claude. Der Rechenaufwand war dabei beachtlich: Laut Cryptobriefing liefen rund 504 Millionen Eingabe-Tokens (Textstücke, die das Modell liest) durch das System, davon 90 Prozent aus dem Cache – also Kontext, der zwischengespeichert und wiederverwendet wurde, was deutlich billiger ist. Dazu kamen 7,6 Millionen Ausgabe-Tokens. Was das in Euro gekostet hat, nennt keine der Quellen.

Was HackerTube anders macht

Die Seite verzichtet bewusst auf typische YouTube-Mechanismen:

• Keine Klickköder-Vorschaubilder: Statt der vom Uploader gewählten Thumbnails zeigt HackerTube ein Standbild aus der Mitte des Videos (bei 50 Prozent der Laufzeit). So sieht man eher, worum es tatsächlich geht.
• Kein Konto nötig: Die „Für dich“-Empfehlungen funktionieren ohne Anmeldung. Der Verlauf wird nur lokal im Browser gespeichert, die Seite muss also nicht wissen, wer du bist.
• Tastaturkürzel für die Bedienung.
• Kompletter Datenexport: Den gesamten Datensatz kann man als ZIP-Datei herunterladen und selbst weiterverarbeiten – etwa, indem man ihn dem eigenen KI-Agenten gibt und sich eine persönliche Variante bauen lässt.

Unter den Videos finden sich laut Gegentest viele tiefgehende Informatik-Vorlesungen, Geschichte von Programmiersprachen und clevere Hardware-Basteleien – also genau das, was die Hacker-News-Community schätzt. Cryptobriefing weist zu Recht darauf hin: Die Sammlung spiegelt den Geschmack genau einer Community wider, die 150 Themen sind entsprechend einseitig.

Der Gegentest: Hätte simples Zählen gereicht?

Der Entwickler Saqib (GitHub-Nutzer saqibns) stellte sich die naheliegende Frage: Warum braucht man ein teures Sprachmodell, um Millionen Kommentare zu durchsuchen? Man könnte doch einfach zählen, welche YouTube-Links am häufigsten vorkommen. Er lud ein öffentliches Hacker-News-Archiv von Hugging Face herunter (41,8 Millionen Beiträge und Kommentare von Oktober 2006 bis November 2023) und ließ ein Skript alle YouTube-Links zählen. Der Durchlauf dauerte unter fünf Minuten und kostete nichts. Gefunden wurden 168.756 YouTube-Erwähnungen von 129.141 verschiedenen Videos.

Dann verglich er seine Top 600 mit 600 Videos aus HackerTube:

Die Zählmethode lieferte also eine fast völlig andere Liste. Die meistverlinkten Videos waren etwa ein Ernährungsvortrag über Zucker (119 Erwähnungen), „Don't Talk to Police“ mit Rechtstipps (106) und ein Vortrag über Motivation (82) – Videos, die bei passenden Diskussionen reflexhaft als Argumentationsmunition gepostet werden. Erst auf Platz fünf kam mit Linus Torvalds über Git etwas, das der Tester selbst in HackerTube sehen würde. Nach Upvotes sortiert dominierten virale Nachrichtenmomente wie das erste Foto eines Schwarzen Lochs oder Roboter von Boston Dynamics.

Besonders aufschlussreich: 330 der 417 im Datensatz gefundenen HackerTube-Videos hatten nur 1 bis 6 Erwähnungen. Ein Häufigkeitsfilter hätte sie alle verworfen. Das Fazit des Testers: Zählen misst Menge, Karpathy wollte Geschmack – Claude konnte lesen, warum jemand ein Video verlinkt, nicht nur dass. Einschränkend: Sein Archiv endet 2023 und ist nicht identisch mit Karpathys Datenbasis, was einen Teil der fehlenden 30 Prozent erklären dürfte.

Einordnung

HackerTube ist kein großes Produkt, sondern ein Wochenendprojekt – aber ein aufschlussreiches. Es zeigt, wie weit KI-Agenten im Herbst 2026 sind: Eine funktionierende, öffentlich erreichbare Website mit aufbereitetem Datensatz entsteht in einem Nachmittag, der Mensch formuliert nur noch das Ziel und klickt ein paar Dinge in Weboberflächen zusammen. Karpathys These, dass Projekte, die früher Wochen oder Monate gedauert hätten, heute an einem Vormittag möglich seien, wird dadurch gestützt – allerdings von jemandem, der zu den erfahrensten KI-Praktikern der Welt gehört und inzwischen bei Anthropic arbeitet. Wie gut das bei Laien ohne sein Wissen funktioniert, beweist das Projekt nicht.

Interessant ist auch die Arbeitsteilung zwischen großem Modell als Projektleiter und kleinem Modell für Routinearbeit – ein Muster, das Kosten senkt. Der Gegentest liefert das stärkste Argument für den KI-Einsatz: Es ging nicht um Rechenkraft, sondern um inhaltliches Urteil. Offen bleibt, wie viel der Auswahl tatsächlich auf Claudes „Geschmack“ und wie viel auf Karpathys Vorgaben zurückgeht – und dass ein Algorithmus, nur eben ein anderer, weiterhin entscheidet, was man zu sehen bekommt.