一个程序员的Hacker News救星：AI自动提炼千条评论

周三下午三点，我又一次面对浏览器里炸开的27个标签页发呆——全是Hacker News上看起来很有价值的讨论串，但每一条都藏着几百条评论。等忙完手头的事回来，早就忘了哪个值得细读，哪些只是噪音。

这种"收藏即遗忘"的循环，最终逼出了TrendingTide这个工具。它不做社交，不做推荐算法，就干一件事：让你扫一眼就知道某个Hacker News讨论串里，真正值得看的是什么。

核心功能很直白。实时抓取Hacker News热榜，按"Tide Score"排序活跃讨论，支持按AI、创业、开发者工具、安全、Show HN、Ask HN等主题过滤。点击"KTA"按钮，AI会在几秒内提炼出关键要点、为什么重要、以及可能的机会点。看对眼了就直接保存，不用注册，数据存在浏览器本地。

KTA是"key takeaways"的缩写，整个流程设计得很克制。点击后服务器先查Redis缓存，有就直接返回，没有才调用Claude读评论生成摘要，结果回写缓存。同一条讨论串如果100个人同时点，Redis锁会拦住，只触发一次AI调用。这种"按需生成+共享缓存"的机制，把成本压到了个人项目能扛住的水平。

技术栈选得也很务实：Next.js做前端，Hacker News官方API抓数据，Upstash Redis管缓存、限流和锁，Vercel托管。保存功能完全本地优先——localStorage存讨论串和对应的KTA，没账号体系，没数据库，点开即用。

为什么执着于从评论里挖东西？因为Hacker News的真正价值往往不在标题。一个看似普通的帖子，评论区可能藏着：创始人的真实痛点、开发者对某款工具的集体抱怨、AI工作流的争议细节、安全漏洞的民间讨论、定价策略的血泪教训、早期技术信号的苗头。TrendingTide想做的，就是帮你在30秒内判断"这个串值得深读"还是"可以划走"。

下一步的计划是往"技术情报"方向走。用Supabase搭持久化的历史数据层，做趋势专题页比如/trend/mcp或/trend/ai-agents，输出周度情报、话题时间线、创始人机会提取。核心命题从"总结Hacker News"升级为"从技术互联网讨论中提取可用情报"。

产品已经上线，作者正在收集反馈：KTA质量够不够用，主题过滤准不准，还想加什么数据源，本地保存的工作流顺不顺手。如果你也是那个开了太多标签页的人，可以去试试看。