TL;DR

我用 AI 花了一個晚上做了簡單的 Daily AI News Summary。每天自動抓取、總結、更新、部署，不需人工介入。
先來這邊看看我的結果吧！也可以從我個人網站的右上角點進去。原始碼在這邊，歡迎自己複製一份使用。

（註：本文的 AI 指的多是 Coding Agent 如 Claude Code, Codex, OpenCode 等等，為求方便我用 AI 代替）

How?

這篇文原本想走一般的技術文章風格，介紹整個服務在細節上怎麼處理等等，但我後來想想直接問 AI 可能還講得比我好（老實說，我也沒有對所有的細節瞭若指掌）。所以，我決定來分享一下我在打造這個網站的時候，我「實際上」做了什麼，跟我的一些想法。對細節有興趣的話，拿我的 Repo 貼給 AI 吧，他會很有耐心的跟你解釋的。

Let’s start with why

想做這件事情，只是偶然在 LinkedIn 上看到有人分享類似的東西，對於每天都要追 AI 新聞的我來說，此類工具必定是很有幫助的。當然，現成品一定一把抓，我的信箱裡面也各種 AI News 電子報，所以需不需要就見仁見智了，不過那時候我並無多想，只想說如果做一個屬於自己的 AI News Summary 感覺不錯，除了可以自己調整內容外，也是個不錯的 Side Project。

And then…

於是，我就開始做了。我把別人分享的 Repo 貼給 AI，跟他說我也想做一個類似的東西。我用的是免費的 OpenCode，過程中不外乎就是選擇技術框架、呈現方式、細節的取捨等等，我沒想到的東西 AI 也都會幫我規劃好，有需要我做決定的也會幫我分析利弊。基本上我就像個出張嘴的傢伙，想到什麼就叫 AI 幫我做出來，懶得決定或沒什麼差異的就直接說好。

分享一些透過對話後，慢慢補上的小細節：

  • 新聞來源：補上/刪掉一些我想看/不想看的
  • 去重：不同來源會有一樣的新聞，用一些基本的字串比對方式來去重
  • 多種呈現方式：手動跑 Skills + md、本機/雲端排程、網站介面（用簡單的 HTML + 個人美感微調）
  • 免費的 Gemini API 容易 Failed，所以加了一些 Retry 機制

Finally, deploy!

所以，除了指揮 AI 做事，我實際上做了什麼？為了讓這個服務 Deploy & Update Daily，我：

  • 研究了免費的 Gemini API 使用方法，申請一把 Key 貼進去 Repo
  • 請 AI 幫我寫了 Github Actions 的排程，並且確保排程跑起來沒問題
  • 開啟 Repo 裡 Github Pages 的 Deployment，再從我的 Blog 連過去

對，就這樣。老實說我花在研究 Deployment 的心力可能還比 Coding 本身多。

HackerTube

做完整件事情之後，我突然想到上週看到的一篇新聞：Andrej Karpathy 分享了他在週六早上，用兩個小時打造了 HackerTube。

為什麼會想到這件事情呢？第一，整個成品完整到不可思議，基本上就是一個 YouTube 的替代品（當然，論流量跟網站量級來說還是完全不可比，但基本功能已經很完整了）。第二，他的介入少到不可思議，他自己在網站上提到，他實際上做的事情只有以下：

1
2
3
4
5
6
...
In this case, the only "manual work" I did was: 
1) I had to create some kind of API key from Google Cloud UI to query YouTube for video metadata, 
2) I booted up a VPS box and 
3) I bought the domain name.
...

我想了想，基本上跟我在做這件事情的時候遇到的狀況差不多。申請 API Keys，準備 Deployment 需要的東西，其他的都交給 AI 自己完成。當然我沒有 Karpathy 那麼厲害，我還是來回跟 AI 修了幾次，但你懂我想表達的意思。

BTW，他用的 Prompt 如下，使用的是 Claude Code + Opus 5.5：

1
2
3
4
"Hi Claude good morning how are you I'm great thx 
build me a YouTube-style site but restricted to videos 
that have been repeatedly recommended on HN over the years pls. 
Don't make any mistakes."

隨意到很好笑 XD 但也説明了，現在的 AI 只要給他一個目標，他就能自己想辦法完成。

My take on this: Coding might be solved, but engineering is not

近期的 AI 實在是發展的太快，也徹底改寫了我們寫程式的方式。從這次的經驗來看，Coding 這件事情本身已經不再是一件難題，但我覺得，Engineering is a lot more than coding。也許我們接下來該關注的，是 Engineering 中除了 Coding 以外的那些東西。以上個人淺見，隨意聽聽就好，歡迎討論交流。有興趣的可以看：Anthropic’s Boris Cherny: Why Coding Is Solved, and What Comes Next。