前特斯拉AI总监、OpenAI联合创始成员安德烈·卡帕西（Andrej Karpathy）近日发布了一个名为HackerTube的周末项目。他因为不满YouTube的算法推荐，利用Anthropic旗下AI编程工具Claude Code，从科技社区Hacker News过去20年的4300万条评论中筛选出6454个被用户反复推荐的视频，并搭建了一个全新的视频推荐网站。整个过程仅耗时约2小时。
卡帕西在社交平台上表示，相比YouTube现有的推荐机制，HackerTube能够提供“明显更好的观看体验”。
与依赖用户观看历史、个性化推荐算法的视频平台不同，HackerTube的核心思路是利用真实社区讨论记录，寻找那些经过长期推荐和认可的视频内容。
该项目的数据来源是Hacker News过去20年的评论。卡帕西让Claude分析其中4300万条评论，最终筛选出6454个持续获得推荐的视频，以此建立一个精选视频库。
HackerTube还有几个与传统视频平台不同的设计。首先，用户无需注册或登录账号，使用状态直接保存在本地浏览器会话中。其次，网站不再使用YouTube视频创作者上传的封面图，而是截取视频中间位置的代表性画面作为缩略图。
卡帕西认为，这样可以避免那些经过反复A/B测试、专门为吸引点击而优化的视频封面，让用户更关注视频本身的内容。
此外，HackerTube还提供底层评论分析数据的ZIP压缩包，允许其他开发者下载后交给Claude分析，并根据自己的需求制作不同版本的视频推荐网站。
比HackerTube本身更值得关注的，是卡帕西披露的开发过程。
据他介绍，整个项目主要使用Claude Code完成，采用Claude Opus 5.5模型，并将推理强度设置为Medium。他使用的是Mac版Claude Code桌面应用。
卡帕西称，自己只需要与Claude对话，就能让AI完成几乎所有开发工作。
在整个过程中，他亲自处理的操作主要只有三项：通过Google Cloud界面创建API密钥，以便查询YouTube视频元数据；启动一台用于部署网站的VPS服务器；购买网站域名。
服务器准备完成后，卡帕西将IP地址提供给Claude，要求其更新代码、加强安全防护、完成部署并优化性能。按照他的说法，Claude随后完成了这些工作。
这意味着，从海量社区评论分析、视频筛选，到网站开发、服务器部署及安全优化，项目中的绝大部分技术工作都由AI承担。
卡帕西对这一变化颇为感慨。他表示，许多过去可能需要数周甚至数月才能完成的优秀项目，如今只需向AI提出几次要求，就可能在一个早晨完成。
他最后提出了一个问题：“还有哪些我们尚未想到的可能性？”
HackerTube不仅是一次对YouTube推荐机制的重新设计，也展示了AI编程工具正在改变个人开发者构建互联网产品的方式。不过，卡帕西披露的约2小时开发时间属于个人项目实践，并不意味着类似产品在数据处理、长期维护和安全保障方面都能以同样速度完成。
本文由 AI图鉴自动抓取并翻译，版权归原作者所有；如需查看原文请点下方链接。