Chinese contentKarpathy 用 Claude 筛选 Hacker News 4300 万条评论，做出无推荐算法的 HackerTube
Karpathy 周末用 Claude 把 HN 4300 万条评论筛出 6454 个硬核视频，做了个没有推荐算法的 YouTube，免登录直接看。
#recommendation algorithms
19 stories · 2 in 7 days · 9 in 30 days
Stories, products and papers tagged "recommendation algorithms", newest first.
Nov 9
Nov 8
Chinese contentAndrej Karpathy 用 Claude Opus 5.5 一个周末搭出视频推荐平台
Karpathy 用 Claude Opus 5.5 挖 20 年 Hacker News 评论，周末做出 6454 个视频的推荐站，他说比 YouTube 推荐还准。
Nov 6
Chinese contentTikTok 逆向分析：手机端有 25+ 个 AI 模型驱动推荐
有人把 TikTok 客户端逆向了，25+ 个模型、50+ 个用户状态变量都扒出来了，看完才知道推荐系统能卷到什么程度。
Oct 28
Chinese contentValve 解释 Steam 新品节推荐机制：前两天随机展示，之后再启用算法
玩家老抱怨新品节一堆AI垃圾游戏，V社这次直接摊牌了：前两天就是随机推的，为了给小开发者公平曝光，两天后才上算法。
IT之家Source
Oct 20
Chinese contentSpotify 清理 5000 万首 AI 垃圾曲目
Spotify 一年删了 5000 万首 AI 生成的垃圾歌曲，还改了推荐算法给真人音乐加权，听歌的朋友可以留意下推荐的变化。
Products17:42
Chinese contentX 平台更新推荐算法：引入 AI 排序模型，优先推荐完读率高的贴文马斯克给 X 的推荐算法换了新排序模型，重点看完读率和停留时长，刷时间线的内容来源会有变化，可以看看细节。
IT之家Source
Chinese contentX 更新 For You 信息流两阶段排序，主打停留时长
X 把推荐算法改成了“读完才算好”，半途被划走的帖子会被降权，做内容的朋友可以看看自己的帖子是不是被这个逻辑卡住了。
Oct 17
Chinese contentMeta 为 Facebook 推出 AI 推荐定制工具 Your algorithm
Meta 给 Facebook 加了个 Your algorithm 功能，直接用大白话告诉算法你想看啥，推荐会跟着改，试试就知道顺不顺手。
IT之家Source
Oct 14
Chinese contentFacebook 推出 AI 功能"Your Algorithm"，用户可自定义推荐内容
Meta 把 Instagram 上那个"Your Algorithm"搬到了 Facebook，用一句话就能告诉 AI 你想看什么，刷信息流终于不用被动接受了。
Products01:09
Chinese contentFacebook 推出 AI 自定义信息流功能"Your Algorithm"Meta 把推荐算法的控制权交给用户了，Facebook 和 Instagram 都能手动调话题，点一下立马生效，推荐不再是黑箱。
Sep 23
Chinese contentYouTube 推出自定义信息流，用 Gemini 让用户自建推荐算法
YouTube 把推荐算法交给用户了，写下想看什么，Gemini 就帮你搭一个专属信息流，比刷默认首页主动多了。
Aug 15
Aug 14
Aug 1
Products00:57
Chinese contentSnapchat调整推荐算法，全AI生成内容不再进入Spotlight推荐Snapchat改了推荐规则，以后纯AI做的视频不会再上热门，真人创作才有机会被推。
Jul 27
Products17:12
Chinese content抖音未成年人模式升级：引入多模态大语言模型优化适龄推荐抖音用多模态大模型给娃推内容，日均筛6000条优质视频，总量770万，还分年龄段推荐，家长可以放心了。
IT之家Source
May 17
Chinese content马斯克将 X 平台 For You 算法开源至 GitHub
社交媒体算法一直是个黑箱，现在 X 把 For You 的推荐逻辑公开了，做推荐系统或关注算法透明度的开发者可以直接研究源码，甚至复现或改进。
May 16
Chinese contentxAI 开源 X 平台推荐算法，Rust 重写
推荐系统从业者终于能直接看 X 的算法源码了，Rust 实现和 Grok-1 模型移植都是硬核干货，做推荐或社交产品的团队值得深入分析。
