2 小时建站：Karpathy 用 AI 重构影片推荐

据 Woofun AI 消息，OpenAI 共同创办人 对 YouTube 推荐机制表达强烈不满，并以此为导火线启动了名为 的新专案。这位今年 5 月刚加入 的 AI 领域关键人物，透过自主开发的影片网站，试图提供一种更纯粹、基于社群共识的内容消费体验，直接挑战主流平台的演算法逻辑。

美国时间 11 月 1 日，Karpathy 在 X 平台发布贴文，详细披露了 HackerTube 的构建过程与核心数据。该专案的底层逻辑并非依赖传统的平台推荐演算法，而是由 模型对科技论坛 Hacker News 过去 20 年间累积的 4,300 万则留言进行深度挖掘与筛选。经过对海量社群讨论的清洗与提炼，系统最终锁定并保留了 6,454 部被反覆推荐的高质量影片，这些内容构成了 HackerTube 的核心片库。

目前，该网站已正式上线，用户可透过 hackertube.org 网址直接访问，体验这种基于长期社群共识而非短期流量热度的内容分发模式。

在功能设计与用户体验优化方面，HackerTube 展现出极简主义与隐私保护并重的特点。Woofun AI 整理显示，该网站完全无需用户登入即可获取推荐内容，所有观看状态与偏好设定仅存储于用户浏览器的本地端，从源头切断了数据追踪的可能性。

此外，影片缩图采用了独特的"中段画面"策略，取代了上传者经过 A/B 测试精心设计、旨在最大化点击率的吸睛封面，从而还原内容的本质面貌。网站架构清晰，设有首页、Longs（长影片）、按赞、观看纪录、稍后观看、分类与播放清单等多个分页，并提供原始资料压缩档供用户下载，鼓励其使用自己的 Claude 模型构建个性化版本。整个开发过程仅耗时约 2 小时，且全程依赖 Anthropic 的 模型完成。

开发过程中的分工细节揭示了 AI 辅助编程的极致效率。Karpathy 本人仅在浏览器环境中执行了三项基础操作：在 Google Cloud 后台建立 API 金钥以授权程式查询 YouTube 影片资料、租赁虚拟主机用于部署网站、以及购买网域名称。其余所有技术实现环节，包括系统更新、资安防护配置、程式码部署与效能调校，均由 Mac 版 桌面应用程式自动完成。在设定上，Karpathy 将 Claude Code 的预设模型指定为 Opus 5.5，并将思考强度调整为中等。他仅需将虚拟主机的 IP 位址提供给 Claude，随后便由 AI 自主完成从伺服器环境搭建到应用层部署的全链路工作，这种"人类定义边界、AI 填充细节"的模式，极大缩减了传统开发中的琐碎劳动。

这种开发效率的跃升引发了对软体工程范式变迁的深刻反思。Karpathy 指出，许多以往需要耗费几周甚至几个月才能完成的复杂专案，如今仅需与 AI 进行几次对话，在吃顿早餐的时间内即可实现落地。他进一步提问："还有哪些事是我们还没想到的？"这不仅是对技术潜力的探索，也是对未来工作方式的重新定义。回顾其职业履历，Karpathy 于 2017 年出任特斯拉 AI 总监，2022 年离开特斯拉后曾短暂回归 OpenAI，2024 年创办 AI 教育新创 。根据 CNBC 报导，他于今年 5 月加入 Anthropic，负责组建团队并利用 Claude 加速模型预训练研究，此次 HackerTube 专案正是其对 AI 开发能力的一次公开实证。