摘要： 本文介绍了作者使用LLM（大型语言模型）对Hacker News上十年前的讨论进行回顾性分析的项目。作者将Hacker News十年前的文章和评论下载下来，通过ChatGPT 5.1 Thinking进行分析，并给出预测的准确性和评分。该项目旨在展示LLM在回顾性分析方面的潜力，并提醒人们未来的智能可能会对现在的一切进行详细审查。
讨论： 该内容讨论了关于历史评论的回顾系统，一个用户提出了一个基于现实发生情况对用户评论进行评分的Chrome扩展程序的想法。其他用户对此提出了不同的看法，有人认为一些看似无聊的评论最终证明是准确的，有人质疑了系统评分的准确性，并指出系统可能更倾向于符合大多数人观点的评论。还有用户分享了他们使用类似技术对个人电子邮件进行分类和总结的经验。
原文标题：Auto-grading decade-old Hacker News discussions with hindsight
原文链接：https://karpathy.bearblog.dev/auto-grade-hn/
讨论链接：https://news.ycombinator.com/item?id=46220540