登录
这个周末刷屏的站是真的：卡帕西（Andrej Karpathy，OpenAI 联合创始人、前特斯拉 AI 负责人）周五深夜被 YouTube 的推荐气到，周六早上让 Claude 把 Hacker News 二十年评论区里被反复推荐的视频做成一个视频网站，从下指令到上线约两个小时。他亲手做的只有三件事：申请 Google Cloud 的 API 密钥、开一台 VPS、买域名，其余从数据管线到部署加固，全部在对话框里交给模型。不过两小时这个数字是作者自述，当天就有拆解者说明自己没有复跑整个流程。方法是公开的，但普通人照着做自己的内容站，缺的从来不是“谁来写代码”——代码模型写了。缺的是这条流水线没被两小时覆盖的部分：一个撑得起策展的数据源、一套写得出来也查得动的筛选标准，以及上线之后那条长尾。微博知乎知乎
两小时里，模型接走“怎么做”，人留着“做什么”和“好不好”
上线时的项目说明给出的数字是：共收录 6,454 个视频与 39,834 条关联评论，时间跨度从 2007 年延续至 2026 年，归入 16 个大类、150 个细分主题。被反复转述的“4300 万条评论”，口径是扫描的语料规模，真正进入模型标注环节的只有那约四万条，三个数不能拿来互相换算模型效率。工序也分得很清楚：模型先下载全部评论、过滤出含 YouTube 链接的部分，再交给 Sonnet 跑一轮去垃圾，最后的语义判断才轮到“这条评论是在推荐、引用、开玩笑还是批评”。先过滤、后判断，顺带也是成本控制：把海量评论直接交给模型，等于为大量与推荐无关的文字支付推理账单。知乎知乎知乎
入选门槛写得很硬：评论必须带实质性讨论，视频至少要被三位不同的用户在三个不同月份提起。首页排序也不看单次热度，按“累计被推荐的独立月份数”排。这套规则天然偏爱老内容——今年刚发的好视频几乎不可能攒够跨月提及，进不了库。知乎知乎
还差的第一件事：你的“HN”
两小时的另一半，是站足够薄：没有账号体系，没有后端推荐引擎，数据是离线算好的静态快照，前端嵌的就是 YouTube 播放器。整座网站建立在一张截至 2026 年 8 月的评论语料快照上，所以上线当天就有人发现“最新视频”停在几个月前——不是抓取出错，是池子本来就没再更新。卡帕西也不是这套工具的新手，知道什么时候该停、什么时候让模型继续：两小时是他这个人的两小时，还不是工具说明书上的标准耗时。换一个要长期维护、带用户登录和付费的目标，同样的两小时远远不够。知乎知乎知乎
HackerTube 真正的护城河不是页面，是 Hacker News 十九年评论的沉淀。拆开公开导出的数据看，片单是长尾不是爆款：6,454 个视频来自 3,315 个频道，其中 2,634 个频道只入选过一次；被筛掉多少条讨论、150 个主题按什么标准划分，原帖没有交代。HN 的口味还有明确偏向：技术、科学、创业居多，娱乐和生活类基本进不来。知乎知乎
有老用户把话挑明，HN 本身也是一种算法，只不过它的排序函数写在了特定人群的习惯里。所以它是一张 HN 社区的观影清单，不是全网好视频的公认榜单。知乎
分发这一课同样免费。HN 上有老用户指出，一年前就有人做过几乎一模一样的社区视频站，当时只拿到 12 个赞。同样的作品挂上不同的名字，分发量差着约两个数量级：截至 11 月 2 日早上，卡帕西的原帖已经涨到超过 2200 个赞、534 条评论。做内容站真正稀缺的，是被信任的判断和愿意长期读它的读者。知乎知乎
跟风者立刻撞上这一点：受启发的 HackerBooks 拿到八百多赞，还把数据 CSV 开放下载，比 HackerTube 更彻底。评论区晒出的 HackerTok 只有自述，没有独立验证。没有自己的数据资产和新的策展逻辑，跟风只是搭个空壳。知乎
还差的第二件事：验收和长尾
模型输出不是权威答案。对象解析这一步必须先做对：同一个视频的不同链接形式要归并到同一条，批评和玩笑不能被算成推荐，否则计数和排序全歪，页面再漂亮也补不了这两类错误。知乎
验收要做双向抽查：从入选结果里抽一批，检查有没有误收；再从被筛掉的内容里抽一批，检查有没有好东西一开始就没进来——只查结果，永远发现不了漏。每条判断最好留下证据——原评论片段、来源位置，拿不准就标“待检查”，而不是逼模型给每个内容一个漂亮分数。知乎
上线只是开始。热度涌进来的第二天，站内就出现了 404 和 503，有用户说它“可能撑不过一天”；周六上午的 hack 和能扛住流量的服务之间，还差着运维、容量、缓存和错误处理。“让 Claude 部署加固了服务器”也不等于经过独立安全审计；数据何时更新、失效链接怎么处理、用户能不能纠正误收，这些决定了一个月后还有没有人敢用你的站。知乎知乎
普通人的起步顺序
卡帕西那套流程里最值得抄的不是两小时，是顺序：先定一个你信任的来源，而不是先打开模型——可以是一个论坛、一个专栏、一批你长期读的作者。再把判断标准写下来，哪些算推荐、哪些直接删，哪一步交给确定性代码、哪一步才交给模型；然后让模型按标准筛一遍，你抽查被删掉的和排在最前面的；最后至少握一处实权——域名、数据、清单，至少有一样在你手里。如果连信任来源都定不下来，模型给你的只会是更快的一堵墙。知乎
第一版目标可以小很多：限定一个公开数据源、一种内容对象、一个使用场景，比如“我的书单里真正被反复提起的访谈”，而不是一开始就承诺“全网最好的内容”。出问题时你知道去哪里修，不用把整个东西推倒重来。当搭建成本趋近于零，稀缺的东西就从“能不能做”变成“选题和品味”。HackerTube 把清洗好的全站数据打包免费公开，这份 17.8MB 的压缩包里装着视频记录、评论解析和主题分类树，配套的说明文档还是写给 agent 读的，邀请你重建自己的版本。它真正说明的是：从创意到原型的成本已经低到一个人一个上午，剩下的问题只有一个——你的站，凭什么值得被相信。知乎知乎
