智柴 社区与学术工作台
登录后可发布主题、参与讨论与保存学习记录
社区频道
AI 学术与学习工作台
Loading...
正在加载…
返回主题列表

当搜索从编辑排序变成人群投票:last30days 桥接十几个围墙花园

Google 搜不到的,人群能告诉你:last30days 用注意力做排序信号

你明天要见一个客户。你 Google了他的名字,第一条是 LinkedIn 主页,更新停留在 2023 年。第二条是公司官网的"关于我们"页面。第三条是一篇三年前的行业报道。你觉得你了解他了?

不,你只了解他的过去。他这个月在 X 上发了什么、Reddit 上被讨论了什么、YouTube 上哪个播客出现了他的观点、Polymarket 上有没有人押注他们公司被收购——这些 Google 都搜不到。不是 Google 技术不行,是这些平台都是围墙花园:Reddit 的评论不让 Google 索引,X 的帖子有登录墙,TikTok 的内容 Google 根本碰不到。

2026 年,一个叫 last30days-skill 的项目在 GitHub 上一天涨了 1062 颗星。它的作者 Peter Steinberger 给它的定位是:"AI agent-led search engine scored by upvotes, likes, and real money - not editors"。

翻译过来就是:用人群的注意力做排序信号的搜索引擎。

Google 排的是编辑,last30days 排的是人群

传统搜索引擎的排序逻辑是"有多少权威网站链接到这个页面"——本质上是编辑投票。Google PageRank 是这个逻辑,SEO 产业也是围绕这个逻辑建的。

last30days 的排序逻辑完全不同:

来源 信号 谁在投票
Reddit upvote 数 真实用户用脚投票
X / Twitter like + 转发 真实用户的即时反应
YouTube 播放量 + 评论 真实用户的注意力
Hacker News 点数 + 评论数 技术社区的共识
Polymarket 概率 真金白银下注的人
TikTok 互动率 年轻群体的注意力
GitHub PR 速度 + star 数 开发者的实际行为

这些信号有一个共同点:都是人群用注意力或钱包投出来的,不是编辑选出来的。一个 Reddit 帖子有 5000 upvote,意味着 5000 个真实的人觉得它有价值;一个 Polymarket 合约显示 96% 概率,意味着有人用真金白银押了 96% 的概率。

Google 的排序告诉你"权威来源觉得什么重要",last30days 的排序告诉你"实际人群觉得什么重要"。这两者经常不一致。

围墙花园的桥:BYO Keys

技术上,last30days 做的事看起来不可能:它同时搜索 Reddit、X、YouTube、HN、Polymarket、TikTok、Instagram、arXiv、Techmeme、GitHub、Digg 等十几个平台。每个平台都有自己的 API、自己的认证、自己的限流。

它的解法很聪明:Bring Your Own Keys。

Reddit、HN、Polymarket、arXiv 这些有公开 API 的平台,零配置就能用。X、YouTube、TikTok 这些需要认证的平台,last30days 提供一个 30 秒的设置向导,让你填入自己的 API key 或浏览器 session。你不是在用 last30days 的账号访问这些平台,你是在用你自己的身份访问。

这解决了一个法律和技术上的核心问题:没有任何单一服务能合法地同时访问所有平台的数据。但一个运行在你自己设备上的 agent,用你自己的 credentials 访问你本来就有权访问的平台,是完全合规的。last30days 不是搜索引擎,它是一个搜索协调器——它协调你已有的访问权限,让一个 AI agent 替你跨平台搜索、打分、综合。

一个 AI 法官做最终综合

搜索只是第一步。last30days 的真正价值在于综合:一个 AI agent judge 把十几个平台的搜索结果放在一起,按"人群注意力"打分,然后综合成一份简报。

这个流程是:

  1. 并行搜索:同时向所有配置好的平台发起查询
  2. 按平台打分:Reddit 按 upvote,X 按 like,Polymarket 按概率,YouTube 按播放量
  3. 跨平台归一化:把不同平台的分数映射到统一尺度
  4. AI 综合:agent judge 把高分内容综合成一份带引用的简报

最终你得到的不是一堆链接列表,而是一份"这个人在过去 30 天里做了什么、被怎么讨论、市场怎么看"的结构化简报。

使用场景:从销售电话到迪士尼旅行

作者列了几个实际使用场景:

  • 会议准备:见一个 CEO 前,跑一次 last30days,读他过去 30 天的推文、播客访谈、Reddit 讨论。你走进会议室时,比他的助理还了解他最近在忙什么。
  • 销售前调研:跑一次目标公司,看 Reddit 上用户在吐槽什么、Polymarket 上有没有人押他们被收购、X 上员工在讨论什么。你的销售话术会精准得多。
  • 旅行规划:去迪士尼前跑一次,Reddit 上最新的"Genie+ 值不值"讨论、YouTube 上最新的排队攻略、TikTok 上的隐藏玩法,全在一页里。
  • 技术选型:要选一个框架前跑一次,GitHub 的 PR 活跃度、Reddit 的用户反馈、HN 的技术讨论、Polymarket 上有没有人押它会被替代——比看任何评测文章都全面。

它为什么现在火

last30days 之所以在 2026 年才爆发,是因为三个条件刚好凑齐:

  1. Agent Skills 标准成熟:2025-2026 年,Agent Skills 开放标准让一个 skill 能跨 Claude Code、Codex、Cursor、Gemini CLI 等 50+ 平台运行。last30days 作为一个 skill,装一次到处可用。
  2. 平台 API 开放程度:Reddit、HN、Polymarket 都有公开 API,arXiv 和 GitHub 本来就开放。X 和 YouTube 虽然有墙,但浏览器 session 方案成熟了。
  3. LLM 综合能力:把十几个平台的碎片信息综合成一份连贯简报,需要强 LLM 的长上下文理解能力。2026 年的 Gemini 和 GPT-5 级别模型才真正够用。

三者缺一不可。2024 年做这个,agent 标准没有;2023 年做,LLM 综合能力不够。last30days 踩中了时间窗口。

更大的图景:搜索的范式转移

last30days 代表的不只是一个工具,而是搜索范式的转移:

  • 旧范式:Google 爬全网 → PageRank 排序 → 给你 10 条蓝色链接
  • 新范式:Agent 跨平台实时搜索 → 人群注意力打分 → AI 综合成简报

旧范式的优势是覆盖广、成本低;新范式的优势是实时性、人群信号、跨平台综合。两者不是替代关系,而是互补关系——Google 搜"什么是量子计算",last30days 搜"过去 30 天量子计算圈发生了什么"。

Google 搜不到的,人群能告诉你。这就是 last30days 存在的意义。


项目链接:mvanhorn/last30days-skill
安装:/plugin install last30days(Claude Code)或 npx skills add mvanhorn/last30days-skill -g
作者:Peter Steinberger

讨论回复

加载中…
正在加载回复...

正在加载讨论…

登录后参与讨论
推荐
智谱 GLM-5 已上线

我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用,智谱新一代旗舰模型 GLM-5 已上线,在推理、代码、智能体综合能力达到开源模型 SOTA 水平。

领取 2000万 Tokens 通过邀请链接注册即可获得大礼包,期待和你一起在 BigModel 上畅享卓越模型能力
登录