AIエージェントと2時間で構築する「自分専用」のYouTube：HackerTubeに学ぶこれからの開発手法

Last updated at 2026-11-02Posted at 2026-11-02

Andrej Karpathy氏のブログ記事 karpathy を読み、AIエージェントをフル活用した最新の開発スタイルに興味を惹かれたので、その内容を整理してみました。

AIに任せきる潔さがすごいですね。

現代のインターネット、特に大規模なプラットフォームでは、アルゴリズムによるコンテンツの「劣悪化（enshittification）」がしばしば指摘されます。

Karpathy氏は、ある金曜日の夜にYouTubeを開いた際、誇張されたサムネイルや自分に合わないレコメンドが並ぶ状況に直面しました。平均的なユーザーには最適化されているはずのアルゴリズムが、特定の人にとっては「ノイズ」になってしまうという問題です。

そこで彼は、「Hacker News（HN）で推奨された高品質な動画だけを集めた、自分専用のYouTubeクローン」を作ることを決意しました。その結果、わずか2時間ほどの作業で誕生したのが「HackerTube」です。

このプロジェクトの興味深い点は、Karpathy氏自身がほとんどコードを書いていないことです。彼は「Claude Code」というデスクトップアプリを介してAIエージェント（Opus 5.5）に指示を出し、データの抽出からUIの構築、デプロイまでを完遂させました。

全体の処理フローを整理すると、以下のようになります。

具体的には、2007年から2026年までのHNの膨大なコメントから、動画を推奨している約4万件の書き込みを特定しました。そこからさらに絞り込みを行い、最終的に約6,500本の高品質な動画ライブラリを構築しています。

単なるクローンではなく、AIエージェントによる自動構築だからこそ実現できた、既存のYouTubeにはない特徴がいくつかあります。

サムネイルの工夫: 動画投稿者が設定した誇張気味のサムネイルではなく、動画の50%地点（中間地点）の画像を自動で採用しています。これにより、動画の内容をより客観的に把握しやすくなっています。
プライバシー重視のレコメンド: ユーザーアカウントを作成する必要がなく、ブラウザのローカルセッションのみを使用して「おすすめ（For You）」機能を動作させています。
データのポータビリティ: サイトのデータを書き出し、自分自身のAIエージェントに渡して独自のカスタマイズを施すことも可能です。

今回の事例で最も注目すべきは、人間が行った「実作業」の少なさかもしれません。Karpathy氏が手作業で行ったのは、以下の3点のみだったといいます。

それ以外のコーディング、ターミナルでのコマンド実行、デプロイ、サーバーのセキュリティ設定などはすべてClaudeが担当しました。従来のような「エンジニアリング」のプロセスは、AIへの「指示」と「オーケストレーション」に置き換わっていることが分かります。

かつては数週間、あるいは数ヶ月かかっていた「特定のニーズに特化したプラットフォーム」の構築が、今や2時間足らずで完了するようになっています。

これは、プログラミング技術が不要になるということではなく、エンジニアの役割が「コードを書くこと」から「AIを適切に導き、システムを構成すること」へと急速にシフトしていることを示しているのかもしれません。

自分にとって最適な環境を、自分自身で（AIの助けを借りて）作り上げる。そんな「パーソナルな開発」の形が、今後のスタンダードになっていくのかもしれませんね。

参照記事

詳しくはこちらをご覧ください。

技術書の内容をブラウザでそのまま動かして学べる学習サイト「code learning hub」も運営しています。よければこちらからご覧ください。