Andrej Karpathy 用 Claude Opus 5.5 打造了 HackerTube，一个独立的硬核视频网站，数据源是 Hacker News 近 20 年 4300 万条评论，从中筛选出 4.7 万条视频推荐线索，最终清洗、去重得到 6454 条高质量硬核视频，整个项目从数据处理到页面上线，他本人几乎不手写代码，只靠一句话提示词，原版耗时约 2 小时；后续社区玩家简化流程，已经做到 3 分钟快速复刻同类站点，这也是 vibe coding 最典型的示范案例。很多人会误解它是视频存储服务器，实际上 HackerTube 不托管视频文件，只是做索引、分类、聚合，视频仍然跳转 YouTube 原生播放页；下面从项目背景、完整流程、网站能力、技术范式、局限、复刻要点拆开讲清楚。
一、项目背景
Karpathy 觉得 YouTube 算法推荐同质化、低质内容太多，想要一个只聚合技术圈口碑视频的纯净入口，于是发起这个周末小项目。
- 站点名称：HackerTube
- 访问地址：
- 核心数据源：Hacker News（HN）20 多年累计 4300 万评论
- 模型：Claude Opus 5.5
- 原始开发耗时：约 2 小时，Karpathy 几乎不写代码，交给 AI 完成全链路
- 最终入库视频：6454 条，划分 150 个主题，覆盖编程、AI、硬件、数学、物理、创业等硬核方向
二、完整 AI 处理流水线
- 原始数据拉取：加载 HN 全部历史评论，总量 4300 万条
- AI 筛选：Claude 识别评论里所有 YouTube 视频链接，过滤闲聊、无效链接，捞出 4.7 万条视频推荐记录
- 去重 + 质量过滤：剔除重复链接、失效视频、低质量内容，压缩到 6454 条
- 主题聚类：AI 自动给视频打标签、归类，生成 150 个分类目录
- 前端页面生成：AI 直接输出仿 YouTube 风格前端、搜索、分类导航、侧边栏、历史记录、收藏组件
- 部署上线：静态页面打包部署，做成独立网站
关键：Karpathy 只提交一句简单提示词，没有逐段写代码，AI 负责数据清洗、脚本、前端全套输出，这就是 vibe coding。社区简化模板之后，同样的思路可以压缩到 3 分钟生成一个同类独立站点。
三、HackerTube 核心功能清单
- 分类浏览：150 个主题，比如软件、AI、硬件、历史、数学、工程
- 站内搜索：按标题、主题检索视频
- 收藏、稍后观看、浏览历史：本地存储，不需要登录账号
- 干净推荐流：推荐逻辑来自 HN 网友多年集体安利，不是用户行为追踪
- 无追踪、无广告、不采集用户数据
- 播放跳转：点击视频直接跳转到 YouTube 播放，网站本身不存视频文件
四、原版开发 vs 社区 3 分钟复刻对比
| 项目版本 | 耗时 | 操作方式 | 能力边界 |
|---|---|---|---|
| Karpathy 原版 HackerTube | 约 2 小时 | 处理 4300 万原始评论、全量清洗、聚类分类 | 完整 HN 口碑库，6454 条精选视频 |
| 社区简化复刻版 | 3 分钟 | 使用提前做好的结构化视频索引，跳过海量原始评论解析 | 可以快速搭建同风格站点，数据源规模可自定义 |
五、vibe coding 范式的启示
这个项目出圈，不只是因为网站好用，更是把 vibe coding 具象化：
- 开发者不再是逐行写代码，而是定义目标、给 AI 任务，让 AI 生成整套工程
- 适合做信息聚合、静态展示、小工具、独立站点这类轻量产品
- 门槛大幅降低：懂基础提示词的人，都可以快速搭建自己的垂直内容站（读书、纪录片、技术视频）
- 风险点：AI 生成代码依然会有漏洞、边界 bug，上线前需要人工核验
六、明显局限
- 不托管视频，只是索引层，依赖 YouTube，链接失效后视频无法播放
- 推荐来源单一：完全来自 HN 社区口味，偏向程序员、技术向，受众窄
- 大规模原始数据处理成本高：4300 万评论的解析需要算力，普通用户没法直接跑原版流程
- 静态站点，没有复杂后端，不支持评论、上传、用户自定义推荐算法
- 版权层面：只是索引聚合，不改变原视频归属，适合个人实验项目，不适合商用
七、避坑清单
- “3 分钟搓网站” 是社区简化版，原版处理千万级评论数据依然需要数小时，不要误以为随便一句话就能搞定超大原始数据集
- HackerTube 不存视频，只是索引聚合站，不是自建视频服务器
- vibe coding 不等于零维护：AI 生成的前端、脚本会有 bug，搜索、分类逻辑容易出错
- 直接复刻同类站点，要注意数据源、链接合规，避免爬虫、版权风险
- 它的推荐优势是 “集体口碑”，不是个性化算法，不会根据你的观看记录猜你喜欢什么
【相关 FAQ】
问题 1：Karpathy 的 HackerTube，4.7 万视频线索最后为什么只剩 6454 条？
回答 1：Karpathy 从 4300 万 HN 评论里捞出 4.7 万条视频链接，里面包含大量重复链接、失效视频、无关低质内容，经过 AI 去重、过滤、清洗之后，最终保留 6454 条高质量硬核视频。
问题 2：HackerTube 是 Karpathy 自己存视频的网站吗，视频在哪播放？
回答 2：不是，HackerTube 只做索引、分类、展示封面标题，没有存储视频文件；点击视频会跳转 YouTube 页面播放，它本质是一个独立的第三方精选视频导航站。
问题 3：3 分钟搓出独立网站是怎么做到的，和 Karpathy 原版 2 小时版本差别在哪？
回答 3：3 分钟是社区简化复刻方案，提前备好清洗好的视频索引，省去解析千万级原始 HN 评论的步骤；原版 2 小时主要消耗在处理 4300 万条原始评论、筛选聚类，算力和工作量大很多。
问题 4：HackerTube 这个项目为什么被叫做 vibe coding 典型案例？
回答 4：Karpathy 几乎没有手写代码，只用一句提示词告诉 Claude 目标，由 AI 完成数据清洗脚本、分类逻辑、前端页面全套代码生成，开发者只定目标、验收结果，这就是 vibe coding 的思路。
【参考资料】
[2026-11-01]（Karpathy 博客 HackerTube）karpathy.bearblog.dev/hacker-tube/
[2026-11-03]（36 氪：Karpathy 让 Claude 两小时搓出纯净版 YouTube）36 氪
[2026-11-03]（爱范儿：HackerTube 介绍）爱范儿
[2026-11-03]（MadRobot：HackerTube 项目复盘）MadRobot
[2026-11-04]（GIGAZINE HackerTube 报道）GIGAZINE
【免责声明】
HackerTube 属于 Karpathy 个人周末实验项目，仅用于技术和内容探索；站点仅做视频索引聚合，视频资源托管在 YouTube；使用 AI 复刻同类站点需要遵守爬虫、平台、版权相关规则；vibe coding 产出的代码需要人工测试校验，不建议不经审核直接上线商用。