谁能想到现在刷 Hacker News 居然得先安装个过滤插件才能看

现在的 HN 首页简直被各种 AI 资讯给淹没了，不管是模型更新还是又是哪个新工具，只要贴上 AI 标签就能冲到热门。对于想看底层架构、编译器或者纯工程讨论的人来说，现在的信息噪音太大了。正好看到一个专门给 HN 做 AI 内容过滤的镜像站，逻辑很简单，就是通过关键词或分类把那些满大街的 AI 故事给剔除掉，还首页给那些被掩盖的硬核技术讨论。

我试着对比了一下原站和这个过滤后的版本，体感非常明显。原站可能前 10 个帖子里有 6 个在聊 LLM，而过滤后，你会发现很多关于 Rust 内存管理、Linux 内核优化或者冷门硬件的讨论重新回到了视线里。这其实反映了一个挺有意思的现象：AI 现在的统治力太强，强到让很多开发者产生了“AI 疲劳”，大家反而开始怀念那个纯粹讨论计算机科学的时代。

这个工具的实现其实不算复杂，应该是基于 HN 的 API 做了实时过滤，但它解决了个很具体且真实的痛点。如果你也觉得现在的信息流被某种特定的技术趋势给垄断了，这种按需过滤的思路其实很值得借鉴。

对于想要部署类似过滤逻辑的人，简单的 Python 伪代码实现大概是这样的：

import requests

def get_non_ai_stories():
    # 获取 HN 当前热门帖子
    top_stories = requests.get('https://hacker-news.firebaseio.com/v0/topstories.json').json()
    filtered_list = []
    
    ai_keywords = ['ai', 'llm', 'gpt', 'claude', 'openai', 'machine learning']
    
    for story_id in top_stories[:50]:
        story = requests.get(f'https://hacker-news.firebaseio.com/v0/item/{story_id}.json').json()
        title = story.get('title', '').lower()
        # 如果标题中不包含任何 AI 相关关键词，则保留
        if not any(kw in title for kw in ai_keywords):
            filtered_list.append(story)
            
    return filtered_list

虽然这种粗暴的关键词过滤可能会误伤一些真正的 AI 底层技术帖，但比起在首页被无数个“AI 包装的 Wrapper”轰炸，这种过滤方式带来的效率提升要高得多。

*

(注：此处为正文结束，无需来源注脚)