Karpathy用Claude挖4300万条HN评论，筛6454视频建无登录站HackerTube
据 Berryxia.AI 的中文摘要（经 bestblogs.dev 转载，发布于 2026-11-09），Andrej Karpathy 用 Claude 做了两个无需登录的视频推荐站：HackerTube 从约 20 年、4300 万条 Hacker News 评论中筛出 6454 个被社区反复推荐的硬核视频；TristanTube 则基于工程师 Tristan Hume 的频道榜单搭建。它针对的问题是：传统个性化推荐算法是黑箱，而 LLM 可以直接阅读海量社区讨论，把真实用户的兴趣信号变成一份可执行的榜单。不过热度目前无法验证——这份材料只是对一条推文的二手摘要，未提供 GitHub 星数、HN 得分或任何可独立核对的传播数据；且原文将 Ian Goodfellow 与 Karpathy 的名字混并成一人，采信时需打折。
rss · BestBlogs 精选 · 11月9日 00:00
「为什么值得关注」 它踩中两个点：一是 vibe coding 风潮——源文称从数据爬取、清洗到建站仅用数小时即由 Claude Code 完成，把『做一个垂直内容站』的门槛压到个人开发者一晚的工作量。二是它给出了替代推荐算法黑箱的思路：不训练模型，而是让 Claude 批量阅读海量评论，把『大家实际在推荐什么』直接筛成榜单，再以无登录、无追踪的极简形式呈现。
「怎么复刻」 材料未附两个站点的直链或开源仓库地址，需回到原推文（bestblogs.dev 转载页）获取。可复刻的玩法路径为：选定一个类似 Hacker News 的公开讨论数据源，用 Claude 按明确标准批量筛出被反复推荐的视频或内容（源文的做法是处理 20 年约 4300 万条评论、最终得到 6454 个视频），再用 Claude Code 搭一个无登录的极简站点。今晚的第一步可以是：先确定数据源和筛选标准（例如『被多少条独立评论推荐过』），让 Claude 在小样本上试跑一轮筛选，验证信噪比后再放大规模。技术栈方面，源文只提到 Claude Code，未披露具体建站框架，请勿按推测实现。
做AI项目，先看AI雷达 - AiRadar.com.cn · 全部AI快讯 →