Karpathy利用Claude重塑个性化视频平台

周五晚上11点，AI专家Karpathy在浏览YouTube时，感到首页充斥着花哨的封面和重复的话题，无法忍受这种算法推荐。他决定于第二天使用Claude重新构建一个视频平台。经过两小时的操作，他借助Claude Opus 5.5的中等推理强度创建了HackerTube网站。该网站模仿了YouTube的布局，左侧导航栏展示了点赞的视频、观看历史和稍后观看列表，右侧则是推荐视频流，包含封面、发布时间和播放量的信息。

Karpathy只用了简单的一句指令：“嗨Claude，早上好，请帮我创建一个基于多年在Hacker News上推荐的视频的YouTube风格网站。” 在两个小时的时间内，HackerTube就上线了，里面的视频为YouTube的内容，但Karpathy为其设定了过滤机制，仅保留在Hacker News上被社区讨论和推荐过的视频。用户在HackerTube上能够像在YouTube一样搜索视频，也可以按主题浏览，包括艺术、软件工程、历史、思想、商业和游戏等分类，甚至可以获得个性化推荐。

在视频详情页上，用户可以查看Hacker News上的评论以及推荐者和推荐时间，整体上这个项目在社交媒体上引发了广泛的兴趣。许多人对Karpathy仅用Claude Code和中等思考推理强度就能复刻YouTube感到惊讶。但也有网民反映，Claude目前的使用限制较多，尤其在REA（逆向工程）火爆之后，很多逆向尝试可能会遇到安全问题。相比于他人遇到的困难，Karpathy能够顺利使用Opus进行逆向，却引发了质疑。 球友会

这不仅仅是一个逆向重建工具，更让人思考个人是否也能用AI重建信息入口。一个自定义的抖音或Bilibili，包含经过筛选的视频；还有可能重构新闻获取的流，避开微信的推荐，以更适合的方式呈现感兴趣的内容。这种思路已经看到实践，比如Hacker Papers网站汇总了1000多篇arXiv论文，还有用户整理了Hacker News上提到的15000本书成书籍推荐平台。

众多评论认为，Karpathy的HackerTube创新之处在于用真实用户多年的推荐取代了依赖观看时长和点击率的排序信号，使推荐算法更加人性化。在YouTube上，推荐系统的依据是用户的点击、观看时长等指标，而HackerTube的初步筛选来自Hacker News用户多年来的主动推荐，即他们认为值得分享的视频。

Karpathy自编程课的视频在HackerTube上被优先推荐，展示了他讲解小型自动求导引擎及神经网络的过程。这种设计降低了算法的干预，网站不要求用户登录，观看记录保存在本地浏览器。此外，视频封面并非上传者精心设计，而是随机选取的一帧画面。HackerTube还允许用户导出底层数据，再由个人AI代理进行再创作。 球友会

项目发布后，讨论迅速从技术案例拓展到更广的议题。有观点认为，HackerTube体现了“Claude为用户而战”，在短视频与推荐系统争夺注意力的时代，个人代理能够帮助用户过滤低质量内容。同时也有人看到一个未充分开发的市场——个人推荐算法，过去内容筛选完全由平台掌握，用户难以更换推荐系统，现在开发者可利用Claude Code将可信社区的信息转化为自有的推荐工具。