上周五深夜，前OpenAI研究员、AI领域知名开发者Andrej Karpathy因为不满YouTube算法推荐的内容，用Claude在两小时内开发出了一个自己的视频网站HackerTube（hackertube.org）。据其介绍，整个过程仅使用Claude Code和Opus 5.5模型的Medium推理强度完成，提示词也只是一句话：建一个YouTube风格的网站，但只收录多年来在Hacker News上被反复推荐的视频。
HackerTube完整复刻了YouTube的网页布局，包括左侧导航栏、右侧视频推荐流以及封面、发布时间、播放量等信息，目前收录了6454个视频，支持按艺术、软件工程、历史、商业、游戏等主题分类浏览，也提供个性化推荐。视频详情页还展示来自Hacker News的评论和推荐者信息。
与YouTube基于点击、观看时长和留存等指标的推荐逻辑不同，HackerTube的筛选信号来自Hacker News用户多年来的主动分享。网站还有一些反算法设计：不要求登录，观看状态保存在本地浏览器；封面不采用上传者优化的版本，而是直接截取视频中间一帧。用户还可以导出底层数据，交给自己的AI代理重新制作版本。
项目发布后在社交媒体上引发广泛讨论。除了对模型能力的关注，也有网友质疑Claude近期对逆向工程类任务的限制增多，有用户反映类似操作会触发安全围栏。还有港科大博士生称，仅让Claude帮忙提交任务就被标记为「训练竞争对手」，模型从Opus 5.5被降级。
值得注意的是，类似的个人化信息入口正在出现：有网友按同一思路整理出Hacker Papers，收录1000多篇来自Hacker News的arXiv论文；还有人整理出超过1.5万本书籍做成推荐网站。有观点认为，这类项目的意义在于把推荐算法的服务对象从平台增长拉回个人偏好，让用户有机会重建属于自己的信息入口。