HN 二十年评论淘出 1.5 万本书，但提到不等于推荐

Karpathy 上周做了 HackerTube，从 20 年 Hacker News 视频帖里挖宝藏；隔一天，HN 用户 roansh 就把同样的配方复制到了书上：hackerbooks.org，把 2007 到 2026 年 HN 评论里被至少两位不同用户提到过的书，做成一个可逛的在线书架。11 月 1 日发的 Show HN 直接冲上头条，约 1,826 points、303 条评论。一个人加 Claude，隔天复刻头部项目还能拿 1,800+ points，这个节奏本身就是新闻。

一、规模：落盘数据的确数

不是约数，是跑完 HN 全量 dump 后的确数：15,766 本书、281,363 次提及、225,861 条评论、57,773 位评论者（发布文案里的「1.65 万本」是约数）。技术侧是一条干净的流水线：数据管道用 Python 加 DuckDB 在笔记本上离线处理 HN 全量数据，站点是纯前端 JS 加静态 JSON，托管在 Cloudflare，首屏只拉约 30KB 的热门索引。作者的分工自述很有代表性：「Claude 写了几乎全部代码，包括数据管道和网站。我主要负责把控方向和做决策」，用的是 Claude Opus 5.5。

二、关键设计：提到和推荐是两回事

第一版只按「被提到」统计时闹过笑话：《我的奋斗》被 535 人提到（大多是玩梗），推荐它的一共 15 个人。于是引入了关键拆分：用 Claude Sonnet 5.5 给每条提及打标 recommend、neutral 或 critical，人工抽查 400 条，一致率 85%。拆分之后数据立刻有了质感：高德纳《TAOCP》被 1,125 人提到、336 人明确推荐；《Designing Data-Intensive Applications》推荐率最高，659 次提及里 457 次是推荐；刘慈欣《三体》也在列，513 次提及、233 次推荐。每本书都能点回原始评论，看它到底是被安利还是被骂，about 页提供 CSV 数据集下载。

三、冷水：四条都得泼

一，热度不等于口碑，第一版的教训证明「提到」和「推荐」之间差着一个模型，这个模型本身还有 15% 的出错率。二，书名匹配靠 Open Library，张冠李戴可能出现，长尾书会漏。三，HN 有明确的社区偏见，偏非虚构、偏技术书，把它当「技术人的阅读地图」合适，当「人类好书榜」不合适。四，这个想法被做过很多次，差异只在规模、全量 dump 和 AI 流水线。还有一条隐性观察：有评论者用站内数据算出 HN 书籍提及量 2022 年见顶后持续下滑（2022 年 22,797 次，2025 年 13,738 次），疑似 LLM 正在替代「求书单」这类讨论。

四、判断

「公开档案 + 便宜推理」正在把「整理互联网」变成一人可为的事：HN 全量数据公开、Claude Opus 5.5 写实现、隔天上线、当天登顶。Karpathy 开创的配方已经可以被复制，这才是这条新闻里最值得记的部分。至于书单本身，把它当「技术人的阅读地图」用即可，记住那条纪律：提到不等于推荐，看原评论再下单。

来源：hackerbooks.org（第一手，2026-11-02 直读）；Show HN 帖 news.ycombinator.com/item?id=50326821；TG 原帖 t.me/piracy6/36479。