AI 编程实时动态与要闻

X 热议:Andrej Karpathy 称用 Claude Code 约 3 分钟一次做完 TristanTube,收录约 4.7 万个偏硬核 YouTube 视频并带电视模式

前 OpenAI 研究员、现独立研究者 Andrej Karpathy(@karpathy)于 2026-11-07 17:07 UTC 发帖称,看到 Tristan Hume 本周更新的 YouTube 频道分级榜后,把它做成了 TristanTube:约 4.7 万个偏硬核视频,并带适合放松观看的电视模式。他写道,这次是用 Claude Code「一次做完(one-shotted),大约 3 分钟」。抓取时该帖约 6,182 赞、6,768 收藏、458 回复、478 转发、146 引用、约 53.3 万展示。这是个人分享引发的讨论,不是 Anthropic 或任何公司的产品发布;「约 3 分钟」为作者自述,未经第三方计时核实。

核心要点速览

  • 原帖:Andrej Karpathy(@karpathy)2026-11-07 17:07 UTC,抓取时约 6,182 赞、6,768 收藏、458 回复、478 转发、146 引用、约 53.3 万展示
  • 成品主张:TristanTube 收录约 4.7 万个偏硬核 YouTube 视频,并带电视模式;站点为 karpathy.ai/tristan-tube/
  • 来源清单:Tristan Hume 2026-11-01 更新的公开 YouTube 频道分级榜(他在 2020 年也写过一版),不是再扫描 Hacker News 评论
  • 耗时主张:他称用 Claude Code「一次做完,大约 3 分钟」;未公开所用模型档位、提示词、仓库或 token 成本,该耗时未经第三方核实
  • 定性:这是个人周末黑客分享引发的 X 讨论,不是 Anthropic 官方功能发布
阅读全文
关联模型 / 智能体 / 厂商:

Karpathy 用 Claude Code + Opus 5.5 约 2 小时做出 HackerTube:只收录 HN 推荐过的 6,454 个 YouTube 视频

Andrej Karpathy 10 月 31 日在个人博客发布 HackerTube(hackertube.org):一个 YouTube 风格的视频站,只收录 2007–2026 年间被 Hacker News 评论推荐过的 6,454 个 YouTube 视频,分 150 个主题。他说整件事由 Claude Code 里的 Opus 5.5 完成:下载全部 HN 评论、用 Workflow 让 Sonnet 批量筛选出约 4 万条推荐视频的评论,再套上 YouTube 界面、部署到 VPS 并做加固,耗时约 2 小时。他本人只手动做了三件事:申请 YouTube API key、开 VPS、买域名。他把帖子发到 HN 后冲到首页,约 1,005 分、308 条评论。

核心要点速览

  • 来源:Karpathy 个人博客《HackerTube》(10 月 31 日),站点 hackertube.org
  • 数据规模:从全部 HN 评论中筛出约 4 万条推荐 YouTube 视频的评论,得到 6,454 个视频、150 个主题,时间跨度 2007–2026(作者自述)
  • 做法:Opus 5.5 负责下载和整体流程,用 Claude Code 的 Workflow 功能调度 Sonnet 批量过滤评论、去掉垃圾内容,再生成 YouTube 风格前端并部署、加固 VPS
  • 产品细节:用视频 50% 处的截帧代替原始缩略图;无账号的 For You 推荐,状态只存在浏览器本地;支持快捷键;提供全站数据导出,方便交给自己的 Agent 再做一个版本
  • 工作方式:Karpathy 说默认用 Opus 5.5 Medium effort,已不再读写代码或敲终端命令;HN 帖子约 1,005 分、308 条评论(HN 公开数据,截至 11 月 1 日 14:10 SGT)
阅读全文
关联模型 / 智能体 / 厂商:

Google 发布 Gemini API CLI(gemini-api)实验预览:零依赖 Go 二进制,让 Claude Code、Codex、Cursor 等编码 Agent 直接出图、出视频、转写并调度托管 Agent

Google AI Studio 团队发布 Gemini API CLI(命令名 gemini-api)实验预览版。它是一个无状态、零依赖的 Go 单文件,支持 macOS、Linux、Windows,Apache 2.0 开源。任何有 shell 权限的编码 Agent 配好 GEMINI_API_KEY 后,就能用一条命令调用文本推理、图像/视频/音乐/语音生成、文件与 YouTube 分析、音视频转写,以及 Deep Research 等托管 Agent。媒体结果直接写到磁盘、只把文件路径打印到 stdout,避免把 base64 塞进上下文。官方说明它是实验项目,不属于受支持的 Google 产品。

Google 发布 Gemini API CLI(gemini-api)实验预览:零依赖 Go 二进制,让 Claude Code、Codex、Cursor 等编码 Agent 直接出图、出视频、转写并调度托管 Agent

核心要点速览

  • 默认模型(官方 README):generate/analyze/transcribe 用 gemini-3.8-flash,image 用 gemini-nano-banana-2.1,video 用 gemini-omni-1.1-flash,music 用 lyria-3.5,tts 用 gemini-3.8-flash-tts
  • 安装:macOS/Linux 一行 curl 脚本、Windows 用 PowerShell 脚本,或 go install;GitHub 最新版本为 v0.4.3(2026-10-19 发布)
  • 面向 Agent 的机器接口:--usage 输出 KDL 命令树、--schema 输出 JSON Schema、--dry-run 离线校验且隐去凭据、--output-format json/toon、内置 --jq
  • 退出码区分 4 种情况:0 成功、1 运行/API 失败、2 用法或校验错误、3 鉴权失败;--agent-mode 输出结构化 JSON 错误
  • 还能管理托管 Agent 的沙箱环境、服务端凭据、Webhook 和 cron 触发器;Files API 上传文件保留 48 小时
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Gemini 3.8 Flash⚡ Gemini Nano Banana 2.1⚡ Gemini Omni 1.1 Flash⚡ Lyria 3.5⚡ Gemini 3.8 Flash TTS🤖 Gemini API CLI🤖 Claude Code🤖 Codex🤖 Cursor🤖 Antigravity🤖 Deep Research🌐 Google

Chubby Skills 开源:多平台内容进本地知识库,并经 MCP 供智能体检索

@DanKornas 介绍 Chubby Skills(github.com/chubbyguan/chubbyskills,MIT,约 688★):一套面向创作者的内容采集与个人知识库 Skill,把 B站/YouTube/抖音/小红书/公众号/X/播客等存成带出处的本地 Markdown/JSON,字幕优先转写,本地 vault 可索引;附带 MCP server,让编码智能体检索与管理知识库。

核心要点速览

  • 多平台采集:B站/YouTube/抖音/小红书/公众号/X/播客等落成本地 Markdown,并保留出处。
  • 字幕优先视频链路,缺字幕再本地转写;附文件哈希与 JSON 记录。
  • 自带知识库 MCP server,Claude Code / Codex 等可直接检索与管理索引。
阅读全文
关联模型 / 智能体 / 厂商:
AD赞助内容

Agent-Reach 开源:给编码智能体读 X/Reddit/YouTube/GitHub 等,零 API 费可 failover

@CamilleRoux 发布 Agent-Reach(github.com/Panniantong/Agent-Reach):开源 CLI,让 AI 智能体检索/阅读 Twitter(X)、Reddit、YouTube、GitHub、Bilibili 与小红书等内容;宣称零 API 费用,并在某一后端被拦时自动切换备用路由,适合给编码智能体补外部信息。

核心要点速览

  • 开源 CLI:覆盖 X、Reddit、YouTube、GitHub、Bilibili、小红书等只读检索。
  • 零 API 费用路线,适合本地/自托管智能体补外部上下文。
  • 多后端自动 failover:某一访问被拦时换路继续。
阅读全文
关联模型 / 智能体 / 厂商:

开源 Jev Android Super:无障碍树驱动手机智能体,约 400ms 决策、MIT 许可

@SomeshSampat123 发布开源 Android 智能体 jev-android-super(github.com/SomeshSampat2/jev-android-super,MIT):用无障碍服务枚举可点元素,单次 Jev(System One)请求决定目标是否达成与点击/输入目标,确定性手势执行、无需截图视觉模型。演示「打开 YouTube 并订阅」约 32 秒 17 步;强调发光边框、通知栏 STOP、默认拦截付费墙与本地密钥。

核心要点速览

  • 无障碍树状态空间 + Jev 决策,无需截图视觉模型。
  • 演示全自主完成 YouTube 订阅约 32 秒 / 17 步;约 400ms 每步决策。
  • MIT 开源;STOP、付费拦截与本地密钥等安全设计。
阅读全文
关联模型 / 智能体 / 厂商: