Karpathy 重写 YouTube：HackerTube 拆解，值钱的是二十年 HN 策展

2026 年 10 月 31 日周六，Andrej Karpathy 给自己出了个题：把 YouTube 重写一遍，推荐源换成 Hacker News 评论区。两小时后，hackertube.org 上线。当天晚上他把链接提交到 HN，到今天 2868 分、241 条评论——这是 Show HN 里罕见的量级。

事情本身很小，一个周末项目。但这个项目值得认真拆一遍，因为它同时踩中了当下三个正在发生的变化：推荐系统的目标函数之争、vibe coding 的成本结构、以及"数据策展"作为产品核心资产的回归。一句话先给结论：这个网站本身不值钱，两小时就能复制（Karpathy 自己说的，代码还是 "a vibe coded mess" 不开源）；真正值钱的是它底下的数据集——二十年的 HN 评论区策展信号，这个买不到、爬不来也攒不出来。

发生了什么：事实清单

先把事实钉死，全部来自一手来源。

时间线：10 月 30 日周五晚 11 点，Karpathy 打开 YouTube 想看点东西，原话是 "I was looking at an enshittified wall of slop"——夸张的缩略图、翻来覆去的老话题、"idiocracy-grade content"。他说这个算法对互联网中位数用户大概有效，但对他完全无效。第二天（周六）上午，他打开 Claude Code 的 Mac 桌面版，用的模型是 Opus 5.5、medium effort，给了一个任务：Let's write our own YouTube clone based on whatever videos have been recommended on Hacker News.

Claude 跑完的产出，他自己提交 Show HN 时写得很精确：

YouTube-style UI over 6,454 videos sourced from 39,834 HN comments since 2007.

处理链条是四步：从 HuggingFace 下载 open-index/hacker-news 全量评论数据集；过滤出含 YouTube 链接的部分；用 Claude Code 的 Workflow 功能（编排多次子代理调用）跑 Sonnet 逐条清洗、去 spam；最后收敛到约 4 万条"推荐了一个 YouTube 视频"的评论，映射出 6,454 个被 HN 用户反复推荐的视频，横跨 2007–2026 二十年、归入 150 个主题。然后 Claude 买了 UI：YouTube 式界面、50% 处视频帧做缩略图、无账号的 ForYou 推荐（状态存浏览器 localStorage）、键盘快捷键，外加域名购买、VPS 部署、安全加固和性能优化。

总耗时约两小时。Karpathy 自己的"手动工作"只有三件：去 Google Cloud 控制台建一个查 YouTube 视频元数据的 API key、开一台 VPS、买域名。他在原文的补充说明里写了一句被广泛引用的话：

I don't actually do anything resembling traditional engineering anymore (read/write code, run commands in a terminal, or etc.), I only talk to Claude and have it do everything.

说这话的人不是营销号。OpenAI 创始成员、前 Tesla AI 总监、Stanford CS231n 主讲人——一个最有资格"手写每一行"的人宣布自己不再碰传统工程，这句话的分量和普通人说完全不同。

还有一个关键决定：服务端代码不开源。 有人在 HN 评论区问 "Where is the source, so I can roll my own"，Karpathy 的回应（转述）是代码就是 "a vibe coded mess"，不值得发布；替代方案是把站点数据打包成 zip 提供下载，"把你自己的 Opus 指向这份数据，让它给你搭一个 YouTube 式的网站"——按他的说法，这一步大概 3 分钟。

机制：它换掉的不是界面，是推荐的目标函数

很多人把 HackerTube 理解成"一个干净的 YouTube 皮"。皮确实干净，但那不是重点。重点是它整个换掉了推荐的决策机制，从"逐人优化"换成了"存量策展"。

YouTube 的推荐要解决的问题是：在几亿用户、几十亿视频的规模上，给每个用户实时优化一个目标。这个目标在工程上是 engagement——观看时长、完成率、回访频率；在商业上是广告展示机会。目标函数决定了内容生态的形状：夸张缩略图提高点击率、情绪化内容提高停留、同质化推荐提高短期指标。Karpathy 看到的 "wall of slop" 不是算法做坏了，是算法准确地优化了一个不是"对我有用"的目标。

HackerTube 的推荐机制完全不同，它是三层漏斗：

MERMAID_BLOCK_0

注意这个漏斗的筛选主体：不是模型，是人群。一个视频要进入 HackerTube，前提是它在过去二十年里被 HN 评论区的人真实地推荐过——发评论的人本身就是懂技术、有判断力、且没有商业动机的筛选者；Sonnet 做的只是去掉噪声和 spam，不做价值判断。这是个重要区别：策展的信用来自 HN 社区，模型只是策展的放大器。

站点里那个 "Evergreen only" 的开关更说明问题。HackerTube 的榜单是存量排序——二十年里"被反复推荐"的视频，天然偏向经得起时间考验的内容（Alan Kay 的讲座、老的工程访谈都在里面）。而 YouTube 的信息流天然偏向新鲜度，因为新鲜度驱动回访。HN 评论区里最热的一条观察就是对这个机制的印证：

I find it amazing how close the front page of this is to what I actually watch/want to watch on YouTube. … it feels like an unpersonalised feed shouldn't have a significantly better hitrate for me than YouTube's "personalised" feed.

一个不认识你的静态榜单，命中率高于一个对你做了十年画像的实时系统。这不说明 YouTube 工程能力差——它说明"为中位数用户优化 engagement"和"为我提供价值"是两个可以完全脱钩的目标。个性化解决的是"你和别人不一样"的那部分；但阅读、学习、深度内容这部分需求，人群层面的共识已经足够好，且共识不会为了广告位扭曲自己。

两小时从想法到生产：成本结构的三个变化

第二个值得拆的是这两小时本身。"周末写个网站"在 2020 年也能做到——但那时两小时意味着你要自己已经有整套脚手架、自己写过滤脚本、自己配 Nginx。HackerTube 的两小时里发生了三件结构上不同的事。

第一，数据集变成了一等公民。 open-index/hacker-news 这种"全网讨论的清洗后快照"出现在 HuggingFace 上，意味着"用二十年人类讨论做语料"从一个需要爬虫团队的项目变成了一个 datasets.load 调用。Karpathy 项目里最费 token 的部分（43M 评论的清洗）之所以可行，前提是这份数据已经躺在那里等着了。

第二，Workflow 让模型做了原本要写代码的事。 清洗 43M 条评论，传统做法是写规则脚本（正则 + 域名过滤 + 启发式去重），一次性项目里这套代码写完就扔。Claude Code 的 Workflow 把这类"一次性数据加工"变成了编排子代理跑批：模型判断比正则更准（能识别"这个链接是嘲讽语境不是推荐"），而且没人需要维护这些代码。这里模型不是在被当数据库查询用，是被当一次性的、用完即弃的领域专家用。

第三，部署运维的注意力成本接近零。 域名、VPS、TLS、加固、优化——Karpathy 的描述是"我把 IP 给了 Claude，让它 update, deploy, secure, harden and optimize，它全做了"。这三件事各花几分钟，加起来不到两小时的零头，但正是这三件事在传统流程里劝退了 90% 的周末项目。

把这三点合起来看，"两小时"真正测量的东西是：从想法到生产的全链路里，还剩多少环节必须由人亲手做。 Karpathy 的答案是三件——建 API key、开 VPS、买域名，全部是对外部服务的授权动作，没有一件是"写代码"。这不是 demo 效果，这是他描述的日常工作方式。

该怀疑的地方

按惯例，泼冷水部分不能省。

一、6,454 个视频是个很小的池子。 YouTube 的推荐要覆盖"无限刷"的场景，HackerTube 的池子一个重度用户几周就能刷穿。它天然只适合"我今晚想看点好的"这种低频、高质量的场景，替代不了作为背景噪音引擎的 YouTube。这不是缺陷，是定位边界，但值得想清楚再决定"要不要用 HackerTube 戒掉 YouTube"。

二、策展人群有明确偏差。 HN 用户的兴趣画像高度集中在软件、创业、硬件、数学，150 个主题里人文、艺术、生活类的权重必然偏低。用一个社区的品味给所有人当推荐源，本质上是用一种偏差替换另一种偏差——只是这种偏差对 Karpathy 的读者群恰好是收益。批评 YouTube 算法茧房的人，应该同样意识到 HN 也是一种茧房，只是这个茧房自己选的。

三、维护是个死结。 数据集是静态快照：2026 年 11 月之后新被推荐的视频不会自动进来，而数据一旦停止更新，"二十年策展"的存量优势会慢慢稀释成"某年之前的策展"。按 Karpathy 的做法增量更新成本极低（重跑一遍漏斗），但他没有任何承诺——这是个周末项目，最大的风险是它像大多数周末项目一样，在三个月后悄然停止生长。HN 评论区已经有人在问"怎么把全部 URL 和标题下载下来备份，我怕网站消失"。

四、合规问题没人提。 6,454 个视频全部通过 YouTube embed 播放，站内聚合的是元数据和缩略图。个人周末项目没人追究；如果这个模式被复制成正经产品（尤其是带商业化形态的），版权和平台 ToS 的问题立刻浮上来。YouTube 对第三方前端一直不太友好，这类项目的法律地基比技术地基薄得多。

五、"两小时"有幸存者叙事的成分。 Karpathy 的两小时建立在一整套别人搭好的地基上：现成数据集、成熟的 agent 工具链、他自己二十年积累的 prompt 直觉。普通人复刻这个项目的真实成本要高得多——数据集要自己找、agent 要调教、效果要对齐。两小时是这个特定组合下的数字，不是普遍定律。好消息是他把方法论写清楚了，且数据 zip 就挂在站上，复刻路径确实存在，只是别指望也是两小时。

我的判断：可复制的和不可复制的

这个项目最有意思的一点，是它把"值钱的部分"和"不值钱的部分"切得非常干净，而且 Karpathy 自己主动把不值钱的部分送了出去。

不值钱的部分：网站本身。UI 是标准 YouTube 克隆，代码是 vibe coded mess，数据 zip 随便下载，任何一个有 Claude 订阅的人花一个下午都能搭出自己的版本——事实上衍生品已经出现，Show HN 上已经有人发了 Wikihack，把同样的漏斗套在 HN 推荐过的 Wikipedia 文章上。这类"XXTube"会越来越多，每一个的护城河都约等于零。

不可复制的部分：Hacker News 二十年的评论存量。这个数据资产的特殊性在于它无法速成——你不能雇人刷二十年的高质量推荐，也不能用一个模型凭空生成（生成的推荐没有策展信用）。它是真实社区在真实时间尺度上留下的判断记录，而 HuggingFace 数据集让它的获取成本降到了零，但没有降低它的生产成本——生产成本是二十年，这就是全部护城河。

所以这个周末项目的真正启示不是"AI 让建站变快了"（这个所有人都知道了），而是：当生产一个网站的成本趋近于零，产品的全部价值会沉淀到生产不了的东西上——在这里是策展存量，在别的领域可能是分发网络、是信任、是牌照。Karpathy 顺手把公式演示了一遍：两小时的部分开源送人，二十年的部分谁也拿不走。

顺带一提，HN 评论区呼声最高的需求是"请对 Facebook/X/Reddit 也来一份"。这个需求其实问反了：问题从来不是没有干净的 feed 可看，是决定 feed 的目标函数里没有你。HackerTube 给的不是"更好的算法"，是把目标函数的控制权短暂地还给了社区共识。周末项目会过时，这个方向不会。

参考文档与链接

你刷 HackerTube 的第一屏命中率怎么样？如果让你给自己的信息流换一个目标函数，你选哪个社区的策展？评论区聊聊。

作者: itech001
来源: 公众号：AI人工智能时代(the-aiera)
网站: https://www.theaiera.top/
关注每日最新AI新闻和技术博客，主页有更多的文章的AI 技术参考：https://www.theaiera.top

本文首发于 AI 人工智能时代，转载请注明出处。

posted @ 2026-11-04 22:46  iTech  阅读(0)  评论(0)    收藏  举报