谁能想到现在刷 Hacker News 居然得先装个过滤插件才能看

现在的 HN 首页几乎被 AI 资讯淹没，不管是模型升级还是新工具发布，只要标题带上 AI，就容易冲上热门。对那些想看底层架构、编译器或纯工程讨论的人来说，信息噪音实在太大了。恰好发现一个专门为 HN 提供 AI 内容过滤的镜像站，思路非常直接：通过关键词或分类把满屏的 AI 故事剔除掉，让被掩盖的硬核技术讨论重新回到首页。

AI资讯主导导致开发者注意力疲劳

我把原站和过滤版做了个对比，差异非常明显。原站前十条里常有六条在讨论 LLM，而过滤后，Rust 内存管理、Linux 内核优化、冷门硬件这些话题又重新出现在视线里。这其实折射出一个有趣的现象：AI 的主导力太强，以至于许多开发者开始产生“AI 疲劳”，反而怀念起那个只谈计算机科学的年代。

按需过滤思路解决信息过载痛点

这个工具实现起来其实也不复杂，大概是基于 HN 的 API 实时抓取并过滤，但它精准解决了一个真实痛点。如果你也觉得信息流被某个技术趋势垄断了，这种按需过滤的思路确实很值得参考。

想自己部署类似逻辑的人，下面是一个简单的 Python 伪代码示例：

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

关键词过滤显著提升信息获取效率

虽然这种基于关键词的粗暴过滤可能会误伤一些真正的 AI 底层技术帖，但相比于首页被无数个“AI 包装的 Wrapper”轰炸，这种方式带来的信息效率提升要显著得多。