AI 两小时复刻一个 YouTube 风格的产品,真正被改变的不是视频网站,而是开发者岗位的能力定价方式。
卡帕西(Karpathy)用 Claude 花两个小时做出 HackerTube 这件事,在技术圈刷屏。原文说得很清楚:他主要做了三件事——创建 Google Cloud API Key、启动 VPS、购买域名,其余代码编写、数据处理、部署、安全加固和优化都交给了 Claude。这个分工细节,比“两小时”本身更值得求职者反复看。
先泼一盆冷水:HackerTube 并没有重建视频托管、上传、版权管理、创作者分成和全球内容分发网络。它依赖 YouTube 的视频与元数据,也站在 Hacker News 近二十年积累的社区语料之上。更准确地说,它是一个建立在现有平台之上的个性化策展与推荐层。
但这恰恰是求职者最该注意的地方。企业里大量开发岗位的日常,本来就不是从零造轮子,而是在现有系统、现有数据、现有接口上做整合与业务实现。AI 擅长的,正是这类有明确目标、有现成素材、有清晰验收标准的工程链路。
原文里卡帕西自己说,他已经不太做读写代码、在终端运行命令这类传统工程工作,主要通过对话让 Claude 执行任务。这句话对求职者的冲击,比任何预测都直接。
但要注意边界。他仍然要自己处理外部账号、权限、服务器和域名——这些涉及真实世界资源与责任归属的环节,AI 无法替他签字。换句话说,被压缩的是“把已知方案写成代码”的时间,被保留甚至放大的是“判断做什么、能不能做、由谁负责”的位置。
对求职者的启示很具体:如果你的简历上只有“熟悉某语言、能写某框架”,议价空间会持续收窄;如果你能说清楚自己解决过什么业务问题、如何拆解需求、如何验证结果,你的位置反而更稳。
原文提到,AI 编程的分工正在从“模型补全几行代码”,转向“人提出目标、处理少量外部账号和权限,代理完成其余工程链路”。这是一次分工重排,不是简单的岗位消失。
原文还提到,有网友按类似思路做出 Hacker Papers,从 Hacker News 整理出 1000 多篇 arXiv 论文;还有人识别出 1 万 5 千多本书,做成书籍推荐网站。这些项目都不大,却指向一类新需求:帮个人或小团队重建信息入口。
对求职者来说,这意味着作品集的形式在变。过去你做一个完整系统才能证明能力,现在你能用 AI 快速做出一个可用的策展工具、一个垂直信息聚合页,同样能证明你懂需求、懂数据、懂交付。面试时讲清楚“我为什么这样筛选、这样排序”,比罗列技术栈更有说服力。
也要看到原文里的现实提醒:HackerTube 的搜索结果仍会混入不相关内容,最后依然需要人工挑选;HN 用户的兴趣不能代表所有观众,技术社区的品味也不等于普遍意义上的高质量。AI 能加速搭建,但不能替你定义“好”。
所以,与其焦虑“程序员会不会被取代”,不如问自己:我能不能用 AI 把一周的活压到一天,然后把省下的时间用在理解业务和验证结果上?能做到这一点的人,在团队里的价值会上升;做不到的人,才会感到岗位在缩水。
想看同类岗位的实时变化,可在求职者营地(qzzyd.com)按城市和行业订阅大厂官网在招岗位,把趋势判断落到具体职位上。