
YouTubeのアルゴリズムレコメンドに不満を抱いたカルパティ氏、Claudeでわずか2時間で「HackerTube」を開発
著者:TechFlow
TechFlowリード:頂点クラスのAI研究者が商業プラットフォームのアルゴリズムによる情報配給に嫌気さし始めると、パーソナルソフトウェアの革命が静かに始動する。11月2日、OpenAI共同創設者のアンドレイ・カーパシーは、YouTubeの一様化したレコメンデーションやクリックを誘うような過剰なサムネイルに辟易した結果、Claudeを活用してわずか2時間で動画サイト「HackerTube」を独自開発したと明らかにした。
この実験の本質はコーディング自体ではなく、技術コミュニティが過去約20年間で積み上げてきた真知でブラックボックス推薦アルゴリズムに対抗することにある。ClaudeによりHacker Newsの約4,300万件の歴史的コメントデータを効率的にクリーニングし、意味解析を行うことで、Karpathyは大量データからの価値抽出から本番デプロイに至るまで、全工程を完遂させた。
5億トークンの計算コストを要した人間とAIの協業において、Karpathyはクラウドインフラの構成とAPIキーの取得を担当するに留まり、コード生成、セキュリティ強化、パフォーマンス最適化に至るまですべてをエージェントが自律的に完了させた。この高効率な実践は、アルゴリズムレコメンデーションへの反逆という新機軸を示すだけでなく、AIネイティブなフルスタック開発における直感的な範例となった。

2時間のターンキープロジェクト:アルゴリズム操作とクリック誘導型サムネイルへの別れを告げる
Karpathy がSNSに投稿した内容 によれば、YouTubeの機械的で画一的な配信システムや、注目を集めるための過剰なサムネイル画像に嫌気が差した彼は、プラットフォームの公式レコメンデーションフィードを完全に無視し、自身でエンジニアリング寄りの审美基準を満たす動画ナビゲーションツールの開発に乗り出した。
こうして生み出されたHackerTubeはミニマリストなデザインを特徴とする。サイト上には150のニッチカテゴリにまたがる6,454本の質の高い動画が収録されており、それらすべてがHacker Newsコミュニティが過去20年間で積み重ねてきた知識ベースを源としている。ログインが必要なく、データはローカルに保持されるため、閲覧行動のトラッキング問題を完全に解消している。
HackerTubeはクリエイターがクリック率を目的として故意に仕掛けた誇張されたサムネイルを完全に取り払い、代わりスクリプトを用いて動画中央部の静止画像を一括で抽出する仕組みとなっている。このビジネスロジックに逆走するミニマルなアプローチにより、動画コンテンツの本質的な価値に焦点を当て、クリックベイトによる視覚的雑音を払拭している。
4,300万件のコメントから金を採る:二つのモデルが連携するデータ精製プロセス
広大なネット空間から高品質な技術動画を選別するには、裏側でのデータ処理量が極めて膨大なものになる。処理プロセス全体を通じて、ClaudeはまずHacker News創立以降の約4,300万件の歴史的ディスカッションログを徹底的にクリーニングし、正規表現マッチングを使って候補となる動画の範囲を急速に圧縮していく。
その後、システムはSonnetモデルを呼び出して高精度な意味解析によるフィルタリングを行う。モデルは文脈におけるエンジニアの本音のレビューを解釈し、誠実な推薦と中身の薄い宣伝文句を効果的に分別する必要がある。複数回の相互検証を経て、最終的に約4万件の有効推薦の中から、この貴重なコンテンツインデックスデータが抽出された。
大規模言語モデルを活用したデータマイニング支援能力は、強烈な工業化レバレッジ効果を発揮している。従来であれば人の手で審査に数週間を要していた非構造化データのクリーニングは、AIによる多段階フィルタープロセスを経て数十分で完遂し、極めて低い時間コストで高品質な技術知識の抽出を実現した。
Claude Code が全体の進捗を指揮:エンジニアはインフラストラクチャ司令官へ回る
コード記述とデプロイフェーズにおいて、Karpathyはキーボードを使用しない状態での開発を体感した。HackerTubeプロジェクト全体はエンドツーエンドで開発ツール「Claude Code」が推進し、その中でも論理構造がより強力なOpus 5.5がデータフロー、Webサイトのフルスタックコード、そしてデプロイスクリプトの生成を担当した。
Karpathyによれば、2時間の作業中で彼自身は一切業務コードを直接記述しておらず、ターミナル上で複雑なコマンドを叩くこともなかった。APIキーの手動申請とドメインの取得のみを手作業で行った。クラウドインスタンスの構成初期化からサーバーセキュリティのハードニング、高並列処理向けのパフォーマンスチューニングに至るまですべてをモデルが自律的に推し進めた。
この役割分担は明確な協調パターンを体現している。フラッグシップモデルのOpus 5.5がシステムアーキテクト兼DevOpsエンジニアとして機能し、コスパに優れたSonnetがメインの生産ラインとして大量の分類タスクを処理した。開発者は複雑な構文の細部から完全に解放され、全体ビジネスを見渡すプロダクトマネジャーおよび要件定義者に転身した。
5億トークンの経済学:パーソナル専用ソフトウェア時代の到来
プロジェクトを支えた演算コストの内訳もまた興味深い。Karpathyが開示したところによると、本工程では合計で5億4000万トークンの入力量と760万トークンの出力量を記録した。コンテキストプロンプトのキャッシュ機構のおかげで入力のキャッシュヒット率が約90%に達し、実際の計算コストを大幅に引き下げている。
この演算コストの内訳を見ると、90%以上がSonnetによる語彙分類タスクに充てられており、コアアーキテクチャの構築やサイトデプロイ自体はわずか約100万トークン(Opus 5.5)の消費に留まった。これは高付加価値なアーキテクチャ生成コストが既に極めて低廉化していることを示し、残りの演算リソースの大半が大量データに対する推論処理へ集中していることを意味している。
現在、HackerTubeは正式にサービス開始しており、クリーニング済みのデータセットも一般公開(オープンソース)されている。















