HN.watch ist ein von Scrimba entwickeltes Projekt, das die Hacker-News-Titelseite in eine Sammlung von On-the-fly generierten Erklärvideos anstelle von Artikeln verwandelt. Das System nutzt ein HTML-basiertes Videoformat, das mithilfe von LLMs und Sprachsynthese innerhalb von Sekunden und zu geringen Kosten von ca. 0,04 US-Dollar pro Video erzeugt wird. Die zugrundeliegende Technologie basiert auf der Programmiersprache Imba, einem eigenen Sync-Engine (OP) und einem Kontextmanagementsystem für Agenten (Q).
Wichtigste Punkte
Projektkonzept: HN.watch generiert beim ersten Klick auf einen Link automatisch ein kurzes Erklärvideo für jeden Beitrag auf Hacker News, wobei bereits erstellte Videos für nachfolgende Aufrufe im Cache gespeichert werden.
HTML-basiertes Format: Statt rechenintensiver Diffusion-Modelle setzt das Tool auf ein HTML-basiertes Videoformat, was eine schnelle Generierung von wenigen Sekunden und niedrige Kosten von ca. 0,04 USD pro Video ermöglicht.
Technischer Stack: Die Anwendung basiert auf der Programmiersprache Imba (kompiliert nach JavaScript), einem eigenen Sync-Engine namens OP sowie einem Kontextmanagementsystem namens Q, unter Einbindung verschiedener Modelle wie Gemini, GPT, Inworld und ElevenLabs.
Schnittstellen und Verfügbarkeit: Das Tool ist über eine Web-UI (scrimba.com/explain), ein MCP (Model Context Protocol) für Coding-Agenten, ein ChatGPT-Plugin sowie eine Chrome-Erweiterung verfügbar.
Anwendungsfälle: Neben der Zusammenfassung von Artikeln und Pull Requests eignet sich das System laut den Entwicklern für interaktive Dokumentationen, Kursentwürfe und persönliche Medien wie Einladungen.
Diskussions-Highlights
Nutzerpräferenzen und gespaltene Reaktionen: Viele Kommentatoren äußerten eine Abneigung gegen KI-generierte Videos und bevorzugen klassischen Text, erkennen jedoch an, dass das Format für andere Zielgruppen (z. B. jüngere Generationen, Menschen mit Sehbehinderungen oder ADHS, sowie zum Hören beim Pendeln) nützlich sein kann.
Kritik an visuellen Inhalten und „Slop“: Mehrere Nutzer bemängelten, dass die generierten Visualisierungen, Diagramme und monotonen KI-Stimmen oft inhaltsleer oder fehlerhaft seien und den Lernprozess behindern könnten.
Leistung und Kostenoptimierung: Der Gründer Per (mrborgen) gab an, dass das Ziel darin besteht, die Generierungskosten auf 1 Cent pro Minute bei einer Verzögerung von 1 Sekunde zu drücken, und kündigte an, Jev-Entscheidungsmodelle als Prä-Planer zu integrieren.
Alternative Open-Source-Projekte: Als vergleichbare Open-Source-Projekte und Alternativen wurden unter anderem videowright (von scosman), trymyrepo.com und mst3k-anything genannt.
Umgang mit blockierten Inhalten: Auf die Frage, wie Paywalls oder Bot-Blockaden umgangen werden, erklärte der Entwickler, dass Firecrawl eingesetzt wird und andernfalls über die Algolia API auf HN-Kommentare zurückgegriffen wird, um Diskussionen zusammenzufassen.