AI 研究者安德烈 · 卡帕西（Andrej Karpathy）想上 YouTube 看点东西，结果被内容质量劝退了。过度夸张的封面图、质量低下的推荐视频，让他觉得满屏都是「《26 世纪青年》里那种蠢内容」，完全对不上自己的需求。

他的解法不是换个平台，而是直接让大模型给自己造一个。他给大语言模型「Claude Opus 5.5」下了一道指令：以 Hacker News 上被推荐过的视频为素材，做一个 YouTube 克隆站。

结果就是HackerTube。Opus 分析了 Hacker News 的全部评论，从3 万 9834 条评论中抽取出被推荐的 YouTube 视频，最终锁定6454 本推荐视频，时间跨度从2007 年到 2026 年。经过域名注册、VPS 部署、安全加固和优化之后，站点正式上线。

按卡帕西的说法，HackerTube 的主要特征有这么几条：

精选内容：只收录 Hacker News 上被推荐过的高质量视频

自制封面：不使用原视频封面，统一截取视频 50% 位置的画面当缩略图

个性化推荐：不需要用户账号，状态存在本地浏览器会话里，据此给出个性化推荐

操作优化：支持键盘快捷键

数据导出：站点数据可以导出后交给智能体，方便自己做一个版本

使用方式和 YouTube 一致：在列表里点想看的视频封面，进入视频页，再点一次封面开始播放。播放量、高赞数都照常显示。唯一的区别在评论区——显示的全部是 Hacker News 上的评论。

开发过程更值得运营同学看一眼。卡帕西用的是 Mac 桌面应用「Claude Code」配合「Claude Opus 5.5」，几乎没有做传统意义上的写代码和终端操作，全程靠和 Claude 对话下指令推进，仅用 2 小时就完成了实现。

他自己动手的部分只有前期几件事：创建 API 密钥、启动 VPS、购买域名。中间的代码更新、部署、安全加固、优化，都由 AI 在间隙里执行。卡帕西形容，和 AI 协作的感觉就像在和一个团队一起干活。

从产品视角拆，这个案例的信息量不在「AI 写代码快」本身，而在三个可复用的动作：一是把社区里沉淀的推荐行为当成现成的数据源，省掉冷启动的内容筛选；二是用截帧替代原封面，绕开了夸张封面这套流量逻辑；三是不做账号体系，用本地会话承载个性化，把注册转化这一步直接砍掉。

再加上数据可导出、可交给智能体复刻，这套东西的门槛被压到了「有想法就能跑一遍」的程度。