HackerTube：两小时复刻一个不按算法推荐的视频站
欢迎来到从零开始学AI。今天先问你一句：如果给你一个周末，让你做一个视频网站，你觉得要多久？
看做到什么程度。能播、能分类、能记住看到哪，至少得几个人忙上几周吧。
Karpathy 用了大约两小时。他做的事情，是从 Hacker News 十几年的评论里，筛出六千多个被人反复推荐过的视频，然后套了一个类似 YouTube 的界面。
两小时这个数字确实抓人。但我更想知道，他为什么要做这件事。
起因特别日常。周五晚上十一点，他打开 YouTube 想找点东西看，结果满屏都是夸张封面、重复话题、明显在骗点击的内容。他关了页面，第二天早上把任务丢给模型。
这就是很多人的真实感受。不是没内容，是找内容的成本越来越高。
他给模型的指令不是“做一个视频网站”，而是“照着 Hacker News 里被推荐过的视频，做一个我们自己的 YouTube”。
这个区别很关键。前者是写代码，后者是先定义数据从哪来、什么值得留下。
对。模型先下载了 Hacker News 的全部评论，做了一轮清洗，再让另一个模型逐条判断，哪些评论真的在推荐视频。
评论里很多是吵架、玩梗、顺嘴提一句。要判断“这是不是一次认真推荐”，本身就不轻松。
筛完之后剩下大约四万条推荐评论，归并成六千四百多个视频，分成一百五十个主题，时间跨度从 2007 到 2026 年。
所以片库不是爬来的，是一群人用十几年时间投票投出来的。
同一个视频被不同的人反复提到，才有资格进去。推荐的理由也跟着保留下来，不是只剩一个孤零零的标题。
这跟平台推荐是两套逻辑。平台猜你喜欢，它用的是“有人明确说过这个好”。
而且这些推荐带着上下文。有人说这个讲清楚了分布式事务，有人补一句第三十分钟开始才有用。你看之前就知道大概会看到什么。
这其实更像以前的论坛精华区，或者朋友给你列的片单。
站里还有几个刻意的设计。封面不用上传者挑的那张缩略图，而是取视频百分之五十位置的画面。
这一下把“封面点击率”这个游戏废掉了。平台鼓励你把最抓眼的一帧放上去，它偏要看视频中间长什么样。
第二个是推荐。它没有账号系统，你看过什么、喜欢什么，只存在浏览器本地会话里。
刷新浏览器就没了，换设备也没了。好处是不用登录、不被画像，坏处是记录带不走。
第三个是导出。站点数据可以整体导出来，交给自己的 Agent 再生成一版。
这个挺大方的。很多人做完产品，第一反应是把数据锁起来，它反过来把原料给你。
所以它更像一个可复制的样板：数据、筛选流程、界面，三层都摊开给你看。
我好奇的是，六千多个视频到底够不够用。
不够。YouTube 每分钟上传的时长以万小时计，这个数字连一个热门频道都填不满。它是一本精选集。
而且 Hacker News 的口味很集中，英语、技术、创业、科学偏多，音乐、纪录片、冷门地区的影像基本进不来。
一百五十个主题听着多，摊下来每个主题四十来个视频，翻两页就到底了。
那维护呢？链接会失效，视频会下架，评论还在长。
这就是它最脆弱的地方。今天两小时能搭起来，明天要持续更新，就得有人定期重跑整条流水线。Karpathy 没提这部分，可能也没打算做长期产品。
那这期真正值得聊的，就不是“AI 又会写代码了”。
对。真正稀缺的是他知道该让模型去筛什么。模型负责体力活，人负责判断标准。
换成我们自己的工作，这个套路也能用。收藏夹、群聊、邮件列表、笔记库，都是现成的高质量判断集合。
模型不缺能力，缺的是一份“什么值得留下”的标准。标准想清楚了，两小时确实够。
我还有一个感受。平台花十几年训练算法，是为了让你多待一会儿；这个站两小时做出来，是为了让你快点找到想看的，然后关掉。
同样是视频站，目标完全相反。一个优化停留时长，一个优化“找到就走”。
这大概也是它最像老互联网的地方：没有账号、没有关注、没有信息流，只有一个被人手工筛过的列表。
还有个小细节，键盘快捷键做得很完整。对习惯用键盘的人来说，这比多十个推荐位实在。
行，今天这期就到这儿。下次你打开一个推荐页觉得烦，可以想想：你缺的可能不是更多内容，是一份可信的名单。
感谢收听从零开始学AI，把这一期转给那个总说“算法给我推垃圾”的朋友吧，我们下期见。