把社区十五年提过的 1.6 万本书扒成一张书单 代码几乎全是 Claude 写的

一个开发者想找几本值得读的书，翻了一圈推荐榜单，发现来来回回都是那几本被营销预算堆起来的畅销货，干脆做了件粗暴的事，把一个程序员社区从 2007 年到现在的讨论全部翻了一遍，凡是至少被两个不同的人提到过的书都收进来，拢共扒出大约 1.65 万本，做成一张可以点进每条原始讨论的书单。项目 11 月 1 日挂上网，到当晚点赞数冲过 1700，底下盖起将近 300 层回复。讨论里最热的话题不是书单本身，而是这个网站的代码几乎全部由 AI 写完。

想法不是凭空来的。作者在项目说明里说得明白，前段时间另一位知名工程师花两个小时让 AI 代理复刻了一个视频网站来对抗推荐算法，轰动一时，他想给书也来一份同样的东西。分工方式他也不藏，自己负责定方向、买域名、做关键决定，剩下的活全交给 Claude，也就是 Anthropic 家的模型，数据管道和网站代码几乎都是它写的。这句话成了整个发布里被讨论最多的部分，因为它画出了一种新的分工，人出品味和判断，模型出实现。

书单的规则相当有意思。不靠编辑推荐，不靠销量排行，只数一件事，社区讨论串里有多少个不同的人提起过一本书。被夸和被骂都算一次提及，所以它量的是被谈论度，不是口碑好坏。每本书都能点回当初提到它的那些讨论，谁推荐的，什么语境，当时吵成什么样，一目了然。作者也坦白列了毛病，提及数天然会失真，被集体痛骂的书排名照样靠前，书名匹配也偶尔张冠李戴，他在页面上留了纠错入口，数据还能整包下载，明摆着欢迎别人拿去做出自己的版本。

传播速度说明找书这件事的需求有多硬。读者这几年最烦的就是算法投喂，推荐来推荐去全是相似的内容，各类畅销榜又常年被营销预算和直播带货支配。一张用十五年真实讨论织出来的书单，信息含量是精修过的推荐页给不了的，每个条目背后都有真人吵过架、递过台阶的对话，谁在什么场合把书拍在桌上，为什么拍，全都留着痕迹。作者把提及数和出处全部摊开，数据从哪来、怎么算的，人人可查，这恰恰是眼下多数推荐产品不敢做的事，因为一旦摊开，读者就会看见推荐位是可以被运营出来的。

放到做事的人眼里，这个项目真正值得记一笔的是单人团队的门槛又矮了一截。放在几年前，做一个这样量级的数据产品，得有人爬数据、有人清洗、有人写前后端，至少一个小团队折腾几个月。如今作者的角色更像产品经理加决策者，代码交出去，方向拿回来。书单站不算复杂工程，但 1.65 万条数据的管道、去重和检索也不是玩具活，从想法到上线只隔了很短时间，这已经不是人力单独能凑出来的节奏。

普通人能从里面拿走两个实在的提醒。想搞副业的，精力该花在找真需求和定产品规则上，实现环节大可以交给 AI，一个人也能做出过去要小团队折腾几个月的东西。手里握着内容站或者社区的，这些年攒下的老帖和讨论串别嫌旧，那可能就是下一个爆款产品的原料，别人的社区能被挖成书单，你自己的也一样，值得早点想想怎么盘活。至于这张书单，不妨先收藏起来，下次不知道读什么书的时候，打开翻两页再决定，至少里面的每一本，都真的被一群爱书的人当面聊起过。

创业找资源，上乌鸦部落。