10月31日白天，Andrej Karpathy 上线了一个周末项目：把 Hacker News 二十年间被社区推荐的 6,454 个视频，做成一个 YouTube 风格的站点 hackertube.org。在他的发布博文里，一条设计被放在卖点清单里顺带写出，却比"两小时建站"更少见——站点提供定制化的"为你推荐"，无需注册账号，使用状态只保存在浏览器本地会话里。 HackerTube 隐私设计的不同，就在这里：它不是对"我们如何收集你的数据"做出更克制的承诺，而是推荐机制根本不需要认识你是谁。片单是离线算好的静态数据，站点没有账号体系，也没有后端推荐引擎——服务器不知道你是谁，照样能决定给你看什么。这条帖子当天就冲上 Hacker News 首页第一名，截至 11 月 2 日早晨已积累超过 2,200 分和 500 多条评论，讨论集中在推荐质量与社区口味，而这层隐私设计恰恰是最容易被划过去的一笔。微博知乎知乎
状态存本地，意味着什么
Karpathy 描述的这套前端里，属于"你"的东西只有会话级状态：推荐无需登录，浏览到哪、开了什么设置，都存在浏览器本地，页面关闭、缓存清空就归零，换一台设备也不会带过去。这个方向与主流视频网站是反着来的：YouTube 式的"为你推荐"依赖服务端持续采集每个人的点击、观看时长、留存和互动，行为数据先喂给推荐模型，再决定首页给你什么；账号和云端历史是这一切的地基。 HackerTube 把地基抽掉了：推荐逻辑不看任何人的个人观看历史，只用 HN 评论里的推荐关系。代价与收益是一体两面：省掉账号体系，也就省掉了个性化、跨设备同步和"越用越懂你"。它的"为你推荐"是一块统一首页，所有人看到的是同一套按社区规则排好的列表。微博知乎知乎
不需要用户数据，推荐从哪来
片单来自另一类信号：一群人二十年来主动把视频推荐给别人时留下的文字。Opus 5.5 拉取了 Hacker News 数据集里约 4,300 万条历史评论，派 Sonnet 逐条过筛、剔除垃圾与低质内容，收敛到约 4 万条真正在荐视频的评论，对应 6,454 个视频、150 个主题，时间跨度 2007 到 2026 年。入库有一道硬门槛：一支视频至少要被 3 位不同用户在至少 3 个不同月份提起，且评论带有实质性讨论；单次随手贴链接和纯捧场的路过全部被滤掉。哔哩哔哩知乎
排序同样不看一时流量。首页按"累计被推荐的独立月份数"排列（计数在 20 处封顶），跨越年份被人反复想起的作品，压在短期爆款上面。展示层也配套换了依据：封面默认截取视频播放到 50% 位置的画面帧，替代用户上传的营销化原封面，冷门长视频因此重新有了被看见的机会。视频详情页展示的是 HN 评论原文、推荐人数和推荐时间，判断材料从"封面承诺你什么"换成"社区为什么提它"。换句话说，它的"不追踪"不是隐私开关的结果，而是把推荐信号从"个人行为数据"换成"社区历史记录"之后的结构结果，个人画像在这套管线里从未参与生产。知乎哔哩哔哩知乎
这套设计换不掉的三样东西
先讲清楚边界。第一，点开播放键的那一刻，视频依然在 YouTube 的服务器上播放，贴片广告照常出现——HackerTube 不托管视频，换掉的只是发现内容的入口，托管、版权和平台侧的信号链路都留在原地。知乎
第二，一块自称"无个性化追踪"的统一首页，把筛选依据从黑箱里的用户行为，换成了特定人群的口味。英文技术社区偏好演讲、科普和长视频，娱乐与生活内容基本进不来；对不上这个圈层的用户，得到的不是更干净的推荐，只是另一个人的片单——偏见没有消失，只是换成了一个可以指认的来源。知乎
第三，服务端对用户数据"零收集"，部分来自产品足够薄：没有账号体系、没有后端推荐引擎，静态列表加本地会话就是全部。这是一个周六上午完成的 hack，热度冲进来的当天还出现过 503——一晚搭起来的站和能稳定服务大量流量的站之间，隔着运维、容量规划和缓存。它示范的是一种架构选择，不是成熟平台可以直接照抄的方案。合规约束也真实存在：站方公开的导出数据包剔除了视频简介、播放量、时长等全部归属 YouTube 的元数据，理由是平台条款不允许向第三方二次分发；有拆解对照 YouTube Data API 开发者政策指出，客户端存储的这类数据不得超过 30 个日历日。知乎知乎
真正少见的是"可以被复核"
隐私之外，HackerTube 做了一件对"推荐透明度"更有用的事：整站清洗好的基础数据打包成 zip 免费公开，任何人都能把它交给自己的 AI，重做一个版本。数据一旦摊开，宣传口径就变成了可以被公众重算的算术：首页标注的"15,041 位推荐者"是人与视频的配对口径，按用户名去重后，给出过正面推荐的独立用户是 9,563 人；全部 39,834 条入库评论里，被模型判定为中性"引用"的占 48.1%，正面推荐合计约四成——“被社区推荐"严格说是"被社区推荐过，或至少被讨论过”。微博知乎
所以 HackerTube 的隐私设计拆开看是三层：平台不认识你（无账号，状态只在你自己的浏览器里）；推荐不依赖认识你（信号来自社区二十年的集体记录）；你能查它怎么选片（数据可导出、口径可重算）。前两层是产品选择的后果，第三层才是多数平台连解释都懒得给的东西。上线第二天，书单版 HackerBooks 已经出现——当一座社区策展入口的成本被压到一顿早餐的功夫，"不想被画像、又想要一份可信片单"的用户，第一次有了换入口而不是翻设置的选项；这类设计能走多远，取决于这些站点的数据能不能持续更新、扛不扛得住真实流量。微博
