
Karpathy 用 Claude Opus 5.5 做出 HackerTube,从 Hacker News 评论生成 YouTube 视频库
来源标题:Agentic Curation – What's a beast without an algorithm?
Andrej Karpathy 让 Claude Opus 5.5 根据 Hacker News 评论中推荐的视频搭建了一个 YouTube 视频库 HackerTube,发布帖浏览量接近 400 万,并在 Hacker News 上获得数千点热度。文章认为,这一工具的流行反映出人们希望更好地控制自己的时间分配和新内容发现方式。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
1 1× 0:00 当前时间:0:00 / 总时长:-10:03 -10:03 你的浏览器不支持音频播放,请升级。 关于 Agentic Curation Agent 是新的算法吗? Dominic Weller 2026年11月3日 1 分享 (文章版) “然而,最关键的是算法。”“这连小孩都知道!没有算法的野兽算什么?”——斯坦尼斯瓦夫·莱姆,《赛博利亚德》。 上周末,Andrej Karpathy 发布了 HackerTube,似乎刷遍了我的整个时间线。他让 Claude Opus 5.5 根据 Hacker News 评论中推荐的视频,搭建了一个 YouTube 视频库。它在 Hacker News 上获得了数千点积分,发布帖的浏览量接近400万。 我觉得很有意思的是,这样的东西如今可以如此简单地搭建出来。但这种热度也说明,人们渴望更好地掌控自己如何花时间、如何发现新内容。我们被外面的内容淹没了。找到真正值得关注的东西,仍然出奇地困难。 我对 YouTube 的体验是,我后悔自己在那里花掉的很多时间。偶尔我会刷到一个视频,心想:天哪,这太好了。我都忘了这里的内容可以有多精彩。但那是例外。大多数时候,它就是在浪费时间。 在我看来,这归根结底在于算法及其激励。YouTube 显然被激励去优化用户花费的时间,而不是高质量的时间。他们需要的只是注意力。 在 Spotify 上,我的感受莫名好得多。它会推送我想听的有声书,找到我喜欢的新歌。甚至还有我喜欢的那些随机的德国 lofi Rap Pop。很大一部分原因在于激励。Spotify 似乎真的在乎把绝对最好的歌推给我。 HackerTube 表明,人们对另一种内容过滤方式有相当大的需求。它也表明,一条简单的策展规则有时比一个极其复杂的推荐系统感觉更好。它的规则基本上就是:如果在 HN 上被推荐过,就展示。 它很快启发了其他项目:HackerBooks,收集 Hacker News 上提到的书;以及 Wikihack,收集那里链接到的 Wikipedia 文章。每一个都把社区当作过滤器。 我认为社区过滤器确实有局限。它给了我一个特定的世界去探索,但它会带我进入新的世界吗?一个优秀的推荐算法也应该能把我带入未知。我会成为 HackerTube 的超级用户,但它让我思考还有什么更多可能。 这就是为什么我一直在思考把 Agent 当作我们的新算法:帮助我们决定读什么、看什么、听什么的个人策展人。我用 Agent 做各种各样的事,从分析公司和研究想法,到规划假期、寻找新的探索主题。有了有用的记忆,它们应该能很好地理解我。原则上,这可以让它们做出符合我想要的推荐。 几周前我开始尝试这个,当时我启动了 Bradbury 挑战:每晚睡前读一首诗、一篇短篇小说和一篇随笔,同时练习写短篇小说。这个想法是从不同领域和兴趣中汲取养分,用不同风格的想法喂养潜意识。 我用 Instinct 来做这件事。我给了它我通常喜欢的那类故事和诗歌,让它以此为起点:每天策展一首诗、一篇故事和一篇随笔,把链接发给我,并存入数据库。每天晚上,我都有三样东西可读。这太棒了。我发现了有趣的作者和对我而言全新的想法。 所以当我看到 HackerTube 时,我想我的 Agent 是否能更普遍地成为我的算法。我主要在不同领域使用它们,每个都与我有着不同的历史。我用 Hermes,主要搭配 Opus 5.5,偶尔用 DeepSeek;我大量使用 Codex;我也用 Instinct 和 Hark。它们访问的数据不同,我使用它们的场景也相当不同。 我给它们所有人相同的提示:“基于你对我的兴趣和我的了解,你能推荐三个会让我震撼、改变我视角的 YouTube 视频吗?” Instinct、Hark 和搭配 Opus 的 Hermes 都推荐了 Richard Hamming 的《You and Your Research》和 Bret Victor 的《Inventing on Principle》。Opus 和 Codex 还推荐了 Michael Levin 的《The Electrical Blueprints That Orchestrate Life》。还有其他建议,但我本来没指望推荐会有任何重叠。这些 Agent 接触过我生活和兴趣中相当不同的部分,然而在 YouTube 的300亿个视频中,有几个却得出了相同的视频。Astra 和 Opus 推荐了同一个视频。纯粹从统计上看,假设是随机抽取,这件事发生的概率在数学上微乎其微。 我已经看过《Inventing on Principle》,非常喜欢。它感觉真的很独特,我至今仍在思考其中的核心观点。 要让 Agent 真正擅长这件事,还需要一些工作。至少,这对提供商来说是一个功能。也可能是一个产品:一个理解你的品味、并帮助你探索品味之外的推荐 Agent。原则上,它可以服务你的需求,而不需要你在 YouTube 上花更长时间,也不会把你引向某本特定的书。它应该与你完全对齐。 我相信,个人推荐引擎和 Agentic Curation 将会有巨大的市场:我们可以拥有并自行调校的算法。这可能成为消费者的主要价值来源,让我们对自己发现什么、如何花时间拥有更多掌控。 Codex 曾用于把播客转成结构化文章。 封面图和图表使用 imagegen 2.5 生成。 按推荐次数排序的推荐视频链接: Michael Levin — The Electrical Blueprints That Orchestrate Life Michael Levin — Bioelectric Networks Underlie the Intelligence of the Body Iain McGilchrist — The Divided Brain (RSA Animate) Joscha Bach — Self Models of Loving Grace (38C3, 2024)
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。