Skip to content
Tech

HackerTube Karpathy: Agent Kerjakan Semua, Manusia Pegang Kunci

Karpathy bikin HackerTube dalam sekitar 2 jam dengan Claude Code. Pelajaran pentingnya: agent kerjakan data dan deploy, manusia pegang kunci.
6 minutes to read
2 minggu lalu
Zainul Fanani
HackerTube Karpathy: Agent Kerjakan Semua, Manusia Pegang Kunci
📅 2 Nov 2026🤍0 👁 0 🔗 0

Jumat malam, jam 11, capek, buka YouTube buat cari tontonan. Yang muncul malah thumbnail lebay dan rekomendasi topik yang itu-itu lagi.

Itu cerita Andrej Karpathy di tulisannya, HackerTube (31 Oktober 2026). Bedanya dengan kita: dia nggak cuma ngedumel. Sabtu paginya dia suruh Claude bikin "YouTube" sendiri, isinya cuma video yang direkomendasikan orang di komentar Hacker News. Hasilnya hackertube.org, dan menurut Karpathy prosesnya sekitar 2 jam.

Banyak orang fokus ke "wow, 2 jam". Saya lebih tertarik ke bagian lain: apa yang dikerjakan agent, dan apa yang tetap dipegang manusia. Di situ pelajaran paling berguna buat siapa pun yang menjalankan AI agent untuk kerja nyata.

Apa yang sebenarnya dibangun

Dari tulisan Karpathy dan post-nya di X, alurnya kira-kira begini:

  • Claude mengunduh seluruh komentar Hacker News. Di X, Karpathy menyebut angkanya 43 juta komentar selama 20 tahun.
  • Komentar itu difilter, lalu Sonnet dijalankan di atasnya lewat Workflow (fitur Claude Code), membuang spam sampai tersisa sekitar 40 ribu komentar yang merekomendasikan video YouTube.
  • Hasil akhirnya 6.454 video dari 2007 sampai 2026, tersebar di 150 topik.
  • Semuanya dibungkus UI mirip YouTube, lalu di-deploy ke VPS.

Funnel data HackerTube: 43 juta komentar Hacker News, sekitar 40 ribu komentar yang merekomendasikan video, jadi 6.454 video di 150 topik
Funnel data HackerTube: 43 juta komentar Hacker News, sekitar 40 ribu komentar yang merekomendasikan video, jadi 6.454 video di 150 topik

Fitur yang dia sebut juga menarik dari sisi desain: thumbnail diambil dari frame di tengah video (bukan thumbnail yang di-upload kreatornya), rekomendasi "For You" tanpa akun karena state disimpan di browser lokal, keyboard shortcut, dan export data supaya kamu bisa kasih ke agent-mu sendiri untuk bikin versi sendiri.

Yang terakhir itu penting. Karpathy nggak membagikan aplikasinya untuk dipakai selamanya. Dia membagikan bahan mentah supaya orang bikin feed versinya masing-masing.

Pembagian kerja: agent vs manusia

Di bagian EDIT tulisannya, Karpathy menjelaskan setup-nya: Claude Code versi desktop app untuk Mac, Opus 5.5 dengan effort Medium sebagai default. Dia bilang sudah nggak melakukan engineering tradisional lagi, nggak baca atau nulis kode, nggak jalanin command di terminal. Dia cuma ngobrol dengan Claude.

Pekerjaan manual yang dia lakukan cuma tiga, plus satu yang dia tambahkan di balasan di Hacker News:

  1. Bikin API key di Google Cloud untuk ambil metadata video YouTube.
  2. Menyalakan VPS.
  3. Beli domain.
  4. Set DNS record.

Setelah VPS menyala, dia kasih IP-nya ke Claude dan suruh update, deploy, secure, harden, dan optimize. Claude yang mengerjakan semuanya.

Diagram pembagian kerja HackerTube: Claude mengerjakan data, UI, dan deploy; Karpathy memegang API key, VPS, domain, dan DNS
Diagram pembagian kerja HackerTube: Claude mengerjakan data, UI, dan deploy; Karpathy memegang API key, VPS, domain, dan DNS

Lihat polanya. Empat pekerjaan manusia itu punya satu kesamaan: semuanya butuh login, pembayaran, atau credential di console milik pihak lain.

Ini bukan kebetulan, dan menurut saya ini justru desain yang benar.

Lesson: biarkan agent mengerjakan data, kode, dan deploy. Kunci, uang, dan identitas tetap di tangan manusia.

Kenapa ini relevan di luar "bikin YouTube clone"

HackerTube itu contoh dari sesuatu yang lebih besar: personal software. Software yang dibuat untuk satu orang, satu masalah, satu selera, dan nggak perlu jadi produk.

Dulu, bikin filter sendiri untuk jutaan komentar itu proyek berhari-hari. Butuh scraper, pipeline, klasifikasi, UI, server. Sekarang biayanya turun jadi beberapa jam ngobrol dengan agent. Artinya ambang "worth it atau nggak" berubah total.

Saya lihat ini cocok dengan banyak kebutuhan bisnis kecil, misalnya:

  • Feed kurasi industri. Kumpulkan sumber berita atau forum yang relevan, biarkan model kecil memfilter, sisakan yang benar-benar penting.
  • Dashboard internal satu orang. Laporan yang cuma dibaca owner, nggak perlu SaaS bulanan.
  • Tool sekali pakai. Bikin, pakai seminggu, buang. Nggak apa-apa.

Polanya sama dengan yang pernah saya tulis di AI Content Pipeline: Dari Scraping Ide sampai Publishing Bot: ambil sumber besar, saring dengan model, sisakan sinyal. Bedanya, sekarang agent bisa membangun seluruh pipeline-nya sendiri, bukan cuma menjalankan satu langkah.

Yang jangan ikut-ikutan

Saya suka cerita ini, tapi ada beberapa hal yang menurut saya jangan ditiru mentah-mentah.

1. "Kasih IP, suruh harden" itu butuh model dan konteks yang tepat

Di thread Hacker News, ada yang bertanya seberapa banyak prompt tambahan untuk memastikan supply chain yang bersih. Karpathy menjawab kadang dia cuma bilang semacam "check recent cyber stuff", lalu Claude mengirim beberapa subagent untuk mengerjakannya. Waktu ditanya lebih lanjut, dia bilang itu hanya dengan Opus 5.5 ke atas, dan dia nggak akan percaya model yang lebih lemah sejauh itu.

Jadi kalau kamu pakai model lain, jangan asumsikan hasilnya sama. Kepercayaan ke agent itu harus dibangun dengan bukti, bukan karena orang terkenal melakukannya.

2. VPS baru beda dengan server produksi

HackerTube itu proyek baru, server baru, data publik. Kalau agent salah konfigurasi, kerugiannya kecil. Beda cerita kalau server itu juga menjalankan database customer atau sistem keuangan.

Untuk server yang berisi hal penting, saya tetap pegang prinsip yang sama seperti di MCP Tool Poisoning: Colokan Baru, Celah Baru untuk AI Agent: batasi akses, pisahkan environment, dan anggap setiap tool dan input bisa jadi celah.

3. "Nggak baca kode" bukan berarti "nggak ada verifikasi"

Karpathy memang nggak baca kode. Tapi dia jelas menilai hasilnya dari pemakaian: apakah feed-nya enak, apakah situsnya jalan. Untuk tool personal, itu cukup. Untuk sistem yang dipakai tim atau customer, kamu butuh lapisan verifikasi yang lebih serius. Saya sudah bahas ini di AI Coding Agent Bikin Kode Naik, Tapi Review Jadi Leher Botol.

Lesson: makin sempit dan personal sebuah tool, makin longgar review-nya boleh. Makin banyak orang bergantung padanya, makin ketat.

Checklist kalau kamu mau bikin "HackerTube" versimu

Kalau kamu mau mencoba pola ini untuk kebutuhanmu sendiri, ini urutan yang saya sarankan:

  1. Mulai dari kekesalan yang spesifik. Karpathy mulai dari "rekomendasi YouTube jelek", bukan "ayo bikin startup".
  2. Pilih sumber data yang legal dan publik. Cek lisensi dan aturan pemakaiannya dulu.
  3. Pakai model kecil untuk filter massal, model besar untuk membangun. Persis pola Sonnet untuk filter dan Opus untuk orkestrasi.
  4. Siapkan sendiri bagian yang butuh credential. API key, akun cloud, domain, DNS. Kasih agent akses seminimal mungkin.
  5. Pisahkan server eksperimen dari server penting. VPS murah khusus proyek personal itu investasi kecil yang menyelamatkan banyak hal.
  6. Simpan state di sisi user kalau bisa. HackerTube menyimpan preferensi di browser lokal, jadi nggak ada database akun yang perlu dijaga.
  7. Pasang monitoring ringan. Tool personal juga bisa mati diam-diam. Pola di 3 Cron Job Wajib untuk Agentic AI di VPS bisa dipakai di sini.

Penutup

HackerTube kelihatannya proyek iseng akhir pekan. Tapi buat saya, ini salah satu contoh paling jelas tentang bentuk kerja dengan AI agent yang sehat: agent mengerjakan bagian yang berat dan membosankan, manusia memegang kunci dan menentukan selera.

Rekomendasi algoritma besar dibuat untuk "rata-rata orang di internet", seperti kata Karpathy sendiri. Sekarang biaya untuk bikin versi yang dibuat khusus untuk kita sudah turun drastis. Pertanyaannya tinggal: feed mana di hidupmu yang paling layak kamu bangun ulang?

FAQ

Apa itu HackerTube?

Situs mirip YouTube buatan Andrej Karpathy yang isinya 6.454 video YouTube yang direkomendasikan di komentar Hacker News dari 2007 sampai 2026, tersebar di 150 topik.

Berapa lama HackerTube dibuat?

Menurut Karpathy sekitar 2 jam, memakai Claude Code dengan Opus 5.5. Dia mengerjakan beberapa tugas manual di sela-sela kerja Claude.

Apa saja yang dikerjakan manual oleh Karpathy?

Membuat API key YouTube di Google Cloud, menyalakan VPS, membeli domain, dan mengatur DNS record. Sisanya, termasuk deploy dan hardening server, dikerjakan Claude.

Apakah kode HackerTube dibuka?

Dari tulisannya, yang disediakan adalah export data situs supaya orang bisa memberikannya ke agent mereka sendiri dan membuat versi sendiri.

Apakah pola ini aman untuk server bisnis?

Untuk proyek baru dengan data publik, risikonya kecil. Untuk server yang berisi data customer atau sistem penting, tetap batasi akses agent, pisahkan environment, dan tambahkan review serta monitoring.

Ada Pertanyaan? Yuk Ngobrol!

Butuh bantuan setup OpenClaw, konsultasi IT, atau mau diskusi project engineering? Book a call langsung — gratis.

Book a Call — Gratis

via Cal.com • WITA (UTC+8)

Newsletter

Subscribe to Newsletter

Artikel baru, automation notes, dan engineering insight. Clean inbox, no spam.

Dengan subscribe, kamu setuju menerima update seperlunya.

F
Zainul Fanani

Founder, Radian Group. Engineering & tech enthusiast.

Lihat profil lengkap →