那句被当成「源码」贴出来的话,其实只有一句

栏目：观察与政策解读 ｜ 2026-11-04 ｜ 事实核对截止 2026 年 11 月 4 日

十一月初，卡帕西（Andrej Karpathy）用一个周末做了个叫 HackerTube 的网站：只放 Hacker News 上被反复推荐过的技术视频。帖子发出来，评论区有人问「开源吗」。

我原本以为这是个关于 AI 编程的故事。把原博客、讨论串和网站说明页翻完，我觉得更值得写的，其实是那句提问本身。

实现可以被现场重做之后，那句把痛点说清楚的话，本身就成了源码。 这不是修辞，讨论串里有网友用近乎抬杠的方式把它演了一遍，后面会说。

对律师，这件事有两面：等别人给工具这件事，确实可以松一松了；但你能试的范围比程序员窄得多，越线的代价也高得多。这篇把两面都写清楚。

以下前两节是可核对的事实，之后是我的判断与推演。数字和引文都标了出处，核对日期 2026 年 11 月 4 日。

事实一、那天到底做了什么

11 月 1 日的原博客写得很短。周五晚 11 点，他打开 YouTube 想随便看点东西，迎面是夸张封面和翻来覆去的老话题。周六上午，他给 Claude 的任务是一句话：照着 Hacker News 上被推荐过的视频，做一个我们自己的 YouTube 式站点。

数据链路在说明页里写得更细：扫过 2007 至 2026 年 Hacker News 的全部评论，挑出带 YouTube 链接的；一个视频要留下，得至少三个不同的人在至少三个不同月份、带实质评论地贴过；再让模型判断每条评论究竟是在推荐、引用、开玩笑还是批评。

结果是 39,834 条推荐评论、6,454 个视频、150 个主题。封面不用上传的缩略图，取视频正中间一帧；不设账号，点赞和观看记录只存在本机浏览器；排序按「被推荐的独立月份数」，长年反复被提的压过一次性爆红。

他自述「这现在大约要两小时」。同一条讨论里，他补了账单：约 5.04 亿输入 token（九成命中缓存）、760 万输出 token，九成以上花在给评论打标签，写网站和部署只用了约 100 万。

还有两个容易被漏掉的限定。原博客的补充里写明，他本人仍手动做了三件事：申请 Google Cloud 的 API key、开一台 VPS、买域名。而多家媒体报道，他已于 2026 年 5 月 19 日加入 Anthropic 的预训练团队——这次用的是自家模型。

图 1｜四个取舍与可核对的数字（据原博客与 About 页整理）

事实二、「开源吗」这句提问，原文比转述更有意思

讨论串里有两条不同的提问。一条是「我在 GitHub 上找不到，开源吗」，另有人把心态说得更直白：「不开源我就不用了」；这条卡帕西没有回。另一条是「源码在哪？我想照着做一个自己专用版本的视频站」，他回了。

原话是：服务端没有发布，因为那是一团 vibe coded 的烂摊子；但把那个 zip 指给你的 Opus 5.5、要一个 YouTube 式的站，基本上就是瞬间的事，这部分大概三分钟。他补了一句：YouTube 的数据没法一起分发，你得自己去申请一个免费的 API key，好在这只麻烦一分钟。

他确实把数据放出来了。说明页的「Fork it」写着：这站背后的一切都可以拿去用，最简单的方式是把 zip 交给你的 AI agent，告诉它你要什么——换个界面、每周一封你关心主题的邮件、一个终端浏览器，或者一份分析。

zip 是 17.8 MB，含 6,454 个视频的记录、39,834 条已标注评论、主题表和搜索向量，还有一份专门写给 AI 看的 DATA.md，按 ODC-By 1.0 开放，条件是署名。YouTube 自己的描述、播放量、时长一个字节都没放进去，理由写得很直白：YouTube 的条款不允许再分发。

图 2｜两条不同的提问，只有一条被回答

观点三、那句被当成源码贴出来的话

回到「开源吗」那条。有人回帖说：源码短得惊人，我直接贴这儿吧——然后贴出来的是卡帕西那句任务描述，「照着 Hacker News 上被推荐过的视频，做一个我们自己的 YouTube 克隆」。

底下立刻有人接：那不是源码，那是留给读者的练习题。

这两句比卡帕西本人的回复更准确地说明了变化。旁边还有人说，就算这站哪天关了，你用两小时的订阅也能自己做一个；另一个人干脆换算成「自己建 2.1 小时，或者拿到源码后 2 分钟」。

争论的重心已经从「能不能拿到」挪到了「值不值得拿」。过去问开源，隐含前提是：我想用这个东西，得先拿到它的实现；实现有门槛，所以我得等作者给。当实现可以被现场重做，这个前提就不成立了。

也有人把这层说得更准：真理来源变了，从公司变成了你自己的来源。HackerTube 把排序权从 YouTube 的观看时长，换成了 Hacker News 上的人反复推荐谁。变的不是界面，是「什么算好」由谁定。

观点四、但别把话说满：开源没有变不重要，是「源码」换了指向

我不同意「开源没用了」这个推论。开源解决的是另外几件事：能不能审、能不能一起改、能不能在原作者撒手之后继续活下去。这些恰恰是现场重做给不了的。

HackerTube 自己就是反证。服务端代码没发布，理由是「一团烂摊子」——能跑，但不好读、不好维护、不敢让人接手。公开的是数据包、写给 AI 的说明、以及一份许可协议。

开源的不是代码，是判断标准和可用数据。 更值得注意的是那条边界：连他也不能把 YouTube 的元数据一起给你。卡住他的不是技术，是第三方平台的条款。你得自己申请 key、自己取数、自己承担那部分合规。

对律师读者，这里的落点其实很具体：拿到一个工具，先问的不该是「它开不开源」，而是「它的数据从哪来、我有没有权利用、出问题时谁负责」。这三个问题，源码给不了答案。

观点五、贵的不是界面，是把标准跑在材料上

把 5.04 亿 token 那个数字再看一眼：九成以上花在给评论打标签。真正写网站、部署、加固，约 100 万。

说明页把这套标准列得很清楚：至少三人、至少三个不同月份、要有实质评论、要区分推荐与引用玩笑批评、排序看独立月份数而不是热度。每一条都是一句判断，合起来才是「什么算值得看」。

贵的是把标准跑在一堆材料上，不是把界面做出来。 界面可以重做，判断不能。这也是最不容易外包的那一段：模型能替你把四十万条评论读完，但「三个不同月份」这个门槛该不该设、设成三还是五，得有人拍板。

律师手上对应的东西其实很熟悉。把一摞材料按「哪几份真正要紧」分开，比最后出一份文书贵得多，也更依赖专业判断。AI 压低的是后一段的成本，前一段几乎没动。

观点六、我在法律 AI 学习圈反复遇到的同一个句式

做线下工作坊时，我最常听到的不是「我这件事该怎么拆」，而是「能不能把你那套发我」「有没有现成的模板能直接用」。热情很高，落到自己手上那一步，常常空着。

这不是懒。律师时间稀缺、专业判断力强，要一个能直接上手的东西，是很自然的反应。但这个句式和「开源吗」是同一个：都在等别人把答案交出来。

差别在于，等来的是别人的标准。别人的模板按别人的案源、别人的卷宗习惯、别人的风险偏好调过；你真正烦的那件事，可能压根不在里面。

有意思的是，讨论串里真正动手的人反而没问开源。有人说想在电视上看、还想让内容自己保持更新，于是做了个 Apple TV 应用和一小段后台，顺手开了源；另一位加进了艺术、电影制作类来源，做了自己的版本。他们都是先说清「我还想要什么」，再去找实现方式。

观点七、律师的「自己试」，得先划一条线

所以我不劝你也去做个网站，更不劝你拿在办案件练手。AI 把试错成本压低了，但没把出错代价压低。

判断能不能试，我用一个很笨的标准：这件事做错了，会不会进卷宗、会不会外泄。会，就先别试；不会，再谈工具。

AI 没有把责任一起外包出去。 客户信息和未公开案情不进公开 AI 工具，这是底线；AI 给出的法条、案号、结论要逐条人工核验；对外署名的律师担全责。这几条不因为实现变便宜了就松动半分。

能试的余地其实不小：公开裁判文书、已脱敏的样本、不进卷宗的材料整理与归类、内部知识条目的初筛。先在这些环节把「我到底烦什么」说清楚，比找一套万能模板有用。

本文为个人经验分享，不构成具体案件的法律意见。

观点八、别把这件事讲顺了：三条相反的证据

把「自己去试」写成鸡汤很容易，但一手讨论里有几条反证，我更愿意留着。

第一，有人几个月前就试过类似的事：用字符串匹配从评论里挑纪录片，放进表格，每天随机看一部。「结果不太理想，就停了」，他写道，打算换成更省事的做法再来一次。自己试，不等于试得成。

第二，筛选标准有保质期。有人按上传时间一筛，发现最近的是五个月前，直接问「是不是过去五个月没有好视频了」；也有人不客气地说，这本质上就是一个按预设清单做出来的精选播放列表。数据源的偏好、年代、圈层，会原样长进结果里。

第三，一位评论者提醒：这类系统一旦成了入口，源头就会有人来刷。你的筛选标准越像「真理来源」，越会有人专门来钻它。这在律师场景里并不陌生——检索结果的出处可不可信，从来不能只看它排第几。

他在讨论串里还补了一句：这站短期内不会消失，理由很朴素，他自己还要用。一句话把这类小工具的真实寿命说透了。

推演九、现在、半年、更远

现在：等厂商排期这件事可以松一松。一个只服务你一个团队的小需求，未必非得等到产品路线图上有它。但先过那道「会不会进卷宗、会不会外泄」的筛子，再拿公开材料试一次。

半年：所里大概会多出一批只对准一个场景的小清单、小工具，评估口径从「通不通用」变成「有没有对准那个具体的烦」。跟着来的是不那么好玩的部分：谁维护、版本怎么算、出了错谁签字。上面那位「结果不理想就停了」的网友，已经预演过一次。

更远：稀缺的能力会从「会不会用工具」移到「能不能把专业判断写清楚」。这一条对律师反而是主场——把事实摆清楚、把标准定明白、把边界划出来，本来就是执业训练。变的只是：写清楚之后，能被执行的东西变多了。

结尾

那条讨论里最打动我的不是卡帕西的回复，是有人把「源码」贴出来时，贴的是一句话：做一个只放 Hacker News 上被反复推荐的视频的站点。

那句话之所以够用，是因为背后已经有人想清楚了：从哪来、按什么算、不要什么。剩下的，AI 能补。

你手边大概也有一件忍了挺久的事——可能是每周都要从一堆材料里挑出那几份真正要紧的，可能是同一类问题被问了十几遍。先别找现成工具，也别问谁开源。把那件事写成一句别人能照着做的话，拿一份公开材料试一次。

试不成也没关系。至少那句话是你的。

图 3｜本文的结构：事实 / 观点 / 推演