BlackHalo logo
Published on

HackerTube:基于HN推荐视频打造的纯净版YouTube

Authors
  • Name
    karpathy
    karpathy.bearblog.dev
HackerTube: YouTube built from videos recommended by HN 相关头图
头图来源: 来源页面

厌倦YouTube内容?HackerTube来了

在某个周五晚上11点,疲惫的HackerNews用户karpathy像往常一样打开了YouTube,想要找点视频看看放松一下。结果他看到的是一面已经严重劣化的内容墙:夸张到极致的缩略图、千篇一律的幼稚推荐、以及典型的无脑娱乐内容。他清楚地意识到,这个算法对大多数网民可能效率不错,但对自己来说已经毫无价值。于是,他在周六早晨拿出了手头的Opus 5.5,下达了一个任务:基于HackerNews上被推荐过的所有YouTube视频,建立属于我们自己的YouTube克隆版本。Opus很快就给出了答案:hackertube.org。

从想法到实现:两小时的AI驱动开发

整个构建过程仅用了大约两小时。Opus 5.5下载了HackerNews上所有的评论,进行了筛选过滤,再通过Claude Code中的Workflow功能调用Sonnet模型,去除了垃圾信息,最终从40K条推荐YouTube视频的评论中提炼出精品。从2007年到2026年,一共汇集了6,454个由HackerNews社区多人推荐的YouTube视频,涵盖150个不同主题。随后,所有这些内容被包装在一个类似YouTube的用户界面中,购买域名,部署到VPS,并完成了安全加固和性能优化。整个流程迅速而高效。

HackerTube的核心特性

HackerTube不仅仅是一个简单的视频聚合器,它拥有多项精心设计的功能。它只收录经过HackerNews社区验证的品质内容。在缩略图方面,HackerTube使用了视频的50%位置画面作为预览,而不是常见的上传者自定义缩略图,有效避免了夸张封面带来的误导。推荐系统与众不同:它无需用户注册账号,而是通过本地浏览器会话(local session)存储用户状态,为用户生成定制化的高质量推荐。此外,网站还支持键盘快捷键操作,提供了更流畅的浏览体验。最特别的是,HackerTube开放了站点数据的导出功能,用户可以将其交给自己的AI代理,轻松创建属于个人版本的视频平台。

开发过程:不再写代码,只与AI对话

作为一名经验丰富的开发者(知名AI研究员,曾任职OpenAI和特斯拉),karpathy坦言自己已经不再从事任何传统意义上的工程工作。他不再手动读写代码,也不再运行终端命令,所有工作都通过与Opus 5.5对话来完成。在这次HackerTube的构建中,他唯一做的“手工活”只有三件:在Google Cloud界面上创建了一个API密钥,用来查询YouTube视频元数据;启动了一台VPS服务器;购买了域名hackertube.org。在Claude实际工作的间隙,他会处理这些零碎事务,整个过程感觉像是一次团队协作。一旦服务器上线,他只需要将IP地址告诉Claude,要求它更新、部署、安全加固并优化代码,AI便会自动完成全部剩余工作。

HackerTube的深层意义

这个项目展现了AI辅助开发的超高速迭代能力。一个创意从萌生到上线成品,只需要一个晚上加一个早晨,几乎全靠自然语言驱动编程。它摒弃了传统YouTube算法中为用户建立精密画像、推送高点击率但低价值内容的模式,转而采用HackerNews社区的人工筛选机制,呈现真正有价值的长尾视频。这种"人类品味 + 机器效率"的结合,为内容消费提供了一种新的可能。HackerTube也引发了关于内容平台算法公平性的讨论:当用户对主流推荐算法失望时,是否可以通过AI快速构建个性化的替代品?karpathy用两小时证明,答案是肯定的。

后续影响与展望

HackerTube出现在HackerNews后,迅速获得了2366分和547条评论,引发了广泛的关注和热议。许多人感叹,一个曾经需要数周或数月才能完成的项目,如今在AI的协助下可以在一天之内完成。这个项目也为"个人化媒体平台"的概念提供了实践范本:用户不再需要被动接受平台的推荐算法,而是可以借助AI构建属于自己的、基于信任社区的观看环境。未来,类似的思路可能会推广到音乐、播客、文章聚合等领域。总而言之一句话:当主流平台的内容变得难以忍受时,用AI为自己打造一个干净的空间,也许只需要两小时。

原标题:HackerTube: YouTube built from videos recommended by HN。 HN 原始发布时间:2026年11月1日星期日。当前记录为 2366 分、547 条评论。

阅读原文 · 查看 HN 讨论