2026/11/01 4:56

HackerTube：HN で推奨される動画から構築された YouTube

RSS: https://news.ycombinator.com/rss

要約▶

Japanese Translation:

最も重要な教訓は、hackertube.org の公開であり、これは「enshittified」化した標準的な YouTube の代替手段です。低品質なコンテンツや誇張されたサムネイルから脱却するために設計されています。AI エージェント（建設には Opus 5.5、フィルタリングには Sonnet を使用）を活用してわずか 2 時間で構築されたこのプロジェクトは、2007 年から 2026 年までの Hacker News のコメントをダウンロードし、信頼できるデータセットにフィルタリングしました。40,000 の歴史的コメントから 150 トピックにわたる 6,454 つの高品質なビデオが生み出されました。プラットフォームはデフォルトのサムネイル（全体の 50% がデフォルト）、アカウント登録やサーバーサイドのトラッキングを必要とせずブラウザ上に保存されるパーソナライズされたローカル推奨機能、そして便利なキーボードショートカットを提供しています。ユーザーはオープンデータセットをエクスポートして独自のバージョンを作成するか、エージェントを使用してさらにパーソナライズすることもでき、コミュニティが独自の信頼性のある推薦エンジン構築を可能にし、アルゴリズムによる摩擦を回避できるようになっています。

本文

HackerTube: ハッカー向け高品質 YouTube クローンの構築事例

日付: 2026 年 10 月 31 日
使用ツール: Opus 5.5

背景と発想のきっかけ

現状の問題点
- YouTube は「enshittified（劣化）」しており、視覚的・知的に疲弊している。
- 過剰な派手さや陳腐な話題の反復による愚かしい推奨アルゴリズムが存在する。
- 平均的なユーザーには迎合できるが、ハッカー向けの真摯なコンテンツは不足している（「idiocracy」状態）。
解決への決断
- 疲れきっていた著者が AI ツール
```
Opus 5.5
```
  に以下のタスクを指示。
  
  "ハッカーニュースで推奨される動画に基づいて、私たち自身が YouTube クローンを作成する"

実装プロセス（仕組み）

データ収集
- ```
Opus
```
  が Hacker News (HN) の全コメントをダウンロードした。
フィルタリングと精査
- ```
Sonnet
```
  モデルを活用したワークフローによりデータを精査。
- スпамや低品質コンテンツを除去し、YouTube 動画を紹介する高品質なコメントのみを選別。
- 4 万件のコメントから有用な情報へ絞り込みを行った。
コンテンツのカリーレーション（選定）
- 最終的に以下の規模のコレクションが構築された。
  - 期間: 2007 年〜2026 年
  - トピック数: 約 150 トピック
  - 動画数: ハッカーコミュニティ推奨の6,454 本
デプロイと最適化
- YouTube スタイルの UI を採用。
- VPS にデプロイし、ドメイン設定を行った。
- セキュリティ強化とパフォーマンス最適化を完了しリリース。

HackerTube の主な特徴

厳選された高品質コンテンツ
- アルゴリズムによる低俗な推奨ではなく、実用的で質の高い動画のみを表示。
スマートなサムネイル表示
- フルサイズではなく50% の縮小サムネイルを使用。
- 視覚的なノイズを減らし、読みやすく整理された画面構成を実現。
個別最適化された推薦機能
- ユーザー登録不要で「あなた向け」のフィードを利用可能。
- 推奨リストはローカルブラウザセッションに保存され、プライバシーを守りながら個人に最適化された表示を提供。
キーボードショートカット対応
- ブラウザ操作を最小限にして高速に閲覧・切り替えできる機能を内蔵。
データエクスポートと再利用性
- サイトデータをエクスポート可能であり、第三者エージェントを通じて自身のバージョンを容易に作成できる。

「これで約 2 時間で完了しました。ようやく息がつきます！」

感謝申し上げます、Opus 5.5 <3

同じ日のほかのニュース

一覧に戻る →

2026/11/01 4:16

TCP のUse-After-Free：CVE-2026-98432/CVSS 9.8

## 日本語翻訳： ## まとめ：認証不要なリモートコード実行を許可する重大なセキュリティ脆弱性、CVE-2026-98432 が発生しており、Linux システムにおける Multipath TCP リッスナーを利用した攻撃が可能です。これは、Go 1.24 以降を実行している環境において特に深刻であり、デフォルトで危険なネットワーク構成を有効にできるようになっています。根本原因は不安定なメモリアクセス管理にあります：RCU（Read-Copy-Update）同期が完了する前に `kfree()` を使用して特定のデータを解放しており、安全な `kfree_rcu()` の代わりにこれを用いることで、ユーザー認証なしでシステムメモリへの操作が可能になっています。

2026/11/01 8:08

電気自動車が女性向けだった時代

## Japanese Translation: 直近の世紀の転換期に、米国自動車業界は急速な拡大を遂げ、メーカー数は 1898 年の約 50 社から 1910 年には数百社に達し、18 万 1 千台の車両を生産しました。1911 年以前、電気自動車は静かに運転でき排気ガスが出ず、バッテリースイッチで即座に始動するため、騒々しい手動クランクが不要だったという点で、ガソリン車に対して明確な優位性を誇っていました。しかし、これらのユーザーフレンドリーな機能にもかかわらず、普及には重大な技術的障壁があり、主としてバッテリーの航続距離の限界と、漏れに苦しむ不安定な鉛蓄電池によるものでした。所有者は充電に 12 時間かかるという大きな不便さに直面し、その際には水銀アーク整流器（ピーター・クーパー・ヒュイットが発明、ペルシー・H．トマスに付与された特許番号 968,896 および 1,163,706）のような巨大な設備を使用したり、車両のプラグイン方法が標準化されていなかったため予備のアダプターを携行する必要があったりと、不便さが伴いました。ゼネラル・エレクトリックはさらに、電気自動車を女性や夜間の自宅訪問をする医師にとって理想的な乗り物としてマーケティングしていました。具体的な例としては、ファニー・グッドナウが Gould Storage Battery Co. から入手した 30 セルの鉛蓄電池に依存し、専用のもので 12 時間の充電が必要となる水銀アーク整流器を使用して、米ドル 2,000（現在の価値で約 7 万 3 千ドル）で 64〜80 キロメートルの航続距離を得ていたことなどが挙げられます。この技術的な脆弱性が大量生産を防ぎ、価格を莫高にし、所有を少数の富裕層に限定していました。さらに、トーマス・エディソンは 1903 年にアルカリ電池を導入しましたが、当初は漏れを起こし、1910 年までに改善されました。エディソン自身も、自社ブランドのバッテリーモデルよりもデトロイト・エレクトリック・ビクトリアを好んでいました。ヘンリー・フォードの有効なモデル T の参入と、業界標準化されたコンポーネントの欠如により、S.R. Bailey & Co. といった初期の製造業者は 1915 年までに事業廃止に追い込まれました（約 500〜600 台の電気車両を生産）。特筆すべきは、ファニー・グッドナウの充電ステーションが商業市場が消滅した後も存続し、2022 年に遺産博物館に寄贈されるまで残ったことです。教訓は明らかです：バッテリーの耐久性を解決し、統一された充電インフラストラクチャを構築しない限り、安価でスケール可能な競争相手に対し、革新ある産業は生き延びることはできません。

2026/11/01 3:38

遅延こそが問題の正体だ

## Japanese Translation: ## 改良された要約現代的な CPU は、処理速度の限界のために停止するのではなく、内部的な演算 (~4-8 指令/ns) に比べて遅い RAM アクセス (50–100ns) を過度に待っているために停止することが頻繁にあります。L1、L2、および L3 キャッシュが利用可能であっても、単純なデータ読み込みパターンの場合、CPU がこれらの高速キャッシュをミスし、冷たい DRAM にアクセスしてしまうことがよくあります。AMD EPYC 9124 プロセッサの単一コアでのテストにおいて、標準的な `GROUP BY` クエリは、その時間の 50% 以上をメモリの待ち時間で行っており、DRAM から約 4.5GB を読み込んでいました。レディックスパーティショニングを実装することで（データを約 4,000 のパーティションに分割し、アクティブな HashMap が高速キャッシュ内に完全に収まるようにする）、このボトルネックは大幅に減少します。最適化アプローチにより、停止時間は半分以上削減されました (~50% から ~23% に低下) 、合計 DRAM リード量は 4.5GB から 1.5GB に減少し、冷たいメモリアクセスを高速なローカル演算に変換しました。この戦略により、ハードウェアアップグレードなしで単一コアにおいて複雑な集計クエリを 30–40% まで高速に実行することが可能になります；16 コアすべてにスケーリングされた場合、システムは標準的な Parquet 処理を超えるスーパースピードを実現できます。