En bref
Andrej Karpathy affirme avoir utilisé Claude pour créer HackerTube, un catalogue de 6 454 vidéos enrichi par les commentaires de Hacker News, en environ deux heures. Ce cas illustre la manière dont les agents de codage combinent traitement de données et déploiement, mais l’estimation de temps est auto-déclarée et les règles de sélection du catalogue comptent autant que le code.
Introduction
Une démo d’agent de codage se présente souvent comme un enregistrement d’écran montrant une application qui apparaît rapidement. Les questions plus difficiles surviennent après le premier écran : d’où viennent les données, comment ont-elles été filtrées, quels jugements ont été délégués et qu’est-ce que l’humain a encore dû fournir ?
HackerTube constitue une étude de cas utile parce que son créateur décrit le flux de travail et publie la documentation des données. Le 31 octobre, Andrej Karpathy a écrit qu’il avait demandé à Claude Opus 5.5 de construire une interface de type YouTube autour de vidéos recommandées dans les discussions de Hacker News. Il rapporte environ deux heures pour le projet. Il s’agit du récit d’un créateur, et non d’une étude chronométrée de manière indépendante. (Source : Karpathy — HackerTube)
D’une archive de discussions à un catalogue
Karpathy indique que le pipeline a téléchargé les commentaires de Hacker News, les a filtrés et a utilisé Sonnet dans un flux de travail pour distinguer les références vidéo utiles des contenus indésirables. Son compte rendu décrit environ 40 000 commentaires et un résultat de 6 454 vidéos réparties sur 150 thèmes. La documentation du projet donne un chiffre plus précis de 39 834 commentaires étiquetés dans son export publié. (Source : Karpathy — HackerTube) (Source : HackerTube — Documentation des données)
Dans une autre publication, Karpathy décrit un corpus source d’environ 43 millions de commentaires Hacker News. Le catalogue final est une sélection fortement filtrée issue de ce corpus, et non 43 millions de recommandations ni un recensement exhaustif de tout le contenu YouTube. (Source : Karpathy — Annonce du projet)
La documentation des données décrit une règle de récurrence impliquant au moins trois personnes distinctes et trois mois distincts. Elle distingue également les recommandations positives des références, des blagues et des mentions critiques. Selon la documentation, environ 25 % des vidéos ont été citées sans jamais être recommandées. Une mention n’est donc pas nécessairement une approbation. (Source : HackerTube — Documentation des données)
La décision produit, c’est le filtre
L’idée clé n’est pas qu’un modèle puisse écrire une interface. C’est qu’un humain a choisi un signal de valeur : des références répétées provenant d’une communauté technique au fil du temps. Ce signal est utile si le lecteur souhaite un catalogue à l’image de Hacker News ; ce n’est pas une mesure objective de qualité universelle.
Le filtre intègre un biais communautaire. Les vidéos plus anciennes ont eu plus de temps pour accumuler des mentions, les sujets très discutés peuvent bénéficier d’une plus grande visibilité et les recommandations dépendent de qui participe au forum. La langue, les goûts et l’accès influencent aussi ce que les gens partagent. Un agent de codage peut appliquer la règle rapidement, mais il ne peut pas rendre cette règle représentative simplement en l’exécutant.
La documentation avertit également que les étiquettes et les résumés générés par le modèle contiennent du bruit. Cela signifie qu’un utilisateur évaluant le catalogue devrait examiner des exemples et suivre les liens vers la discussion d’origine plutôt que de traiter chaque description synthétisée comme une vérité établie. Le jeu de données se lit mieux comme une aide à la navigation que comme une base de données vérifiée d’un consensus.
Deux heures : une anecdote utile, pas un benchmark
Karpathy attribue le pipeline d’extraction, l’orchestration et le travail applicatif à Claude, tandis que son compte public mentionne la fourniture d’une clé API Google, d’un serveur et d’un domaine. Ces apports humains ne sont pas accessoires : les identifiants, l’hébergement, la propriété du domaine et les décisions de déploiement échappent à ce qu’un agent peut produire à partir d’un prompt. (Source : Karpathy — Annonce du projet)
La durée rapportée n’établit pas non plus le coût total de calcul, la qualité sur l’ensemble des pages, la maintenance continue ni la rapidité avec laquelle une autre équipe pourrait reproduire le résultat. Nous ne disposons pas d’une comparaison contrôlée avec un processus de développement conventionnel. La conclusion la mieux étayée est plus étroite : un développeur techniquement expérimenté rapporte avoir orchestré rapidement un flux concret de données vers un produit avec un agent de codage.
Cette distinction est utile pour les équipes qui prennent des décisions budgétaires. Un prototype de deux heures peut encore nécessiter des jours de revue s’il traite des données privées, des autorisations de tiers, des questions de sécurité ou des décisions à fort impact. À l’inverse, pour un catalogue exploratoire public, un artefact imparfait mais inspectable peut créer de la valeur avant que chaque cas limite ne soit résolu.
Ce que les équipes peuvent réutiliser
Premièrement, définissez la règle de sélection avant de demander à un agent de construire le pipeline. Conservez la source brute, les étapes de transformation et les étiquettes de manière traçable. Deuxièmement, séparez les jugements du modèle des filtres déterministes : un seuil de récurrence peut être vérifié directement, tandis qu’une étiquette comme « recommandation positive » nécessite un classifieur évalué. Troisièmement, publiez ou conservez un échantillon représentatif afin que les erreurs puissent être détectées.
L’interface reflète aussi des choix produit explicites. Karpathy décrit l’utilisation d’une image issue du milieu d’une vidéo plutôt que de sa miniature téléversée, la conservation de l’état de personnalisation dans le navigateur local et l’absence de comptes utilisateurs. Ces choix réduisent certains types de complexité de plateforme, mais ils ne prouvent pas que les recommandations surpassent celles de YouTube pour d’autres publics. Sa préférence est une appréciation personnelle, et non une étude utilisateur contrôlée. (Source : Karpathy — HackerTube)
Les produits construits par des agents sont plus instructifs lorsque nous examinons la chaîne complète : intention humaine, données sources, classification par le modèle, déploiement et maintenance. HackerTube rend cette chaîne inhabituellement visible. Il démontre un flux de travail, pas la disparition du jugement d’ingénierie.
FAQ
Combien de vidéos compte le catalogue publié ?
Karpathy rapporte 6 454 vidéos dans le projet initial.
Tous les commentaires étiquetés étaient-ils des recommandations positives ?
Non. La documentation distingue les recommandations des autres types de mention.
La construction en deux heures a-t-elle été vérifiée de manière indépendante ?
Non. Il s’agit de l’estimation de Karpathy dans son propre compte rendu.
Le catalogue prouve-t-il de meilleures recommandations que YouTube ?
Aucune comparaison contrôlée n’est fournie dans les sources citées ; le créateur décrit sa préférence personnelle.
Pour aller plus loin
— The Agent Report