人类撰写的 Launch HN 帖子比 AI 生成的帖子获得更多点赞
很多 YC 初创公司之所以能获得初步关注,要归功于他们的 Launch HN 帖子(不幸的是,Lettercamp 不是 YC 初创公司,所以我们不太符合条件——但 Show HN 仍然非常有帮助)。Launch HN 指南没有提到或禁止在帖子中使用 AI,但确实说了要“用自己的口吻写作”。
我想研究 Launch HN 帖子中是否存在任何有趣的趋势,以便为我自己的产品写出更好的 Show HN 帖子。我查看了过去一年 100 多篇 Launch HN 帖子,并使用 Pangram 判断它们是否由 AI 撰写,然后尝试看看使用 AI 与帖子获得的互动量之间是否存在相关性。
以下是数据摘要,以防你不想读完整篇文章:
- 我查看了过去一年的 108 篇 Launch HN 帖子
- 22 篇(20.4%)被标记为 AI 生成
- 44 篇(40.7%)被标记为混合
- 42 篇(38.9%)被标记为人类撰写
- 人类撰写的帖子点赞数中位数为 83,混合帖子为 80,AI 生成的帖子为 56
所以有趣的是,似乎手写 Launch HN 帖子而不是使用 AI 确实会带来更好的互动,尽管完全人类撰写和混合之间的差异很小。在这篇文章的剩余部分,我将分享更多方法背后的细节,并链接一些帖子示例。
方法与数据
我首先从 Hacker News 抓取了过去一年的 Launch HN 帖子,然后提取出帖子正文。接着,我把正文本身传给 Pangram,以判断它是否由 AI 撰写。
我使用 Pangram 的分类来判断帖子是否由 AI 生成。Pangram 会根据其判定文本的结果返回一个分数和分类。如果输入文本的 AI 生成评分超过 80%,则标记为 AI。如果人类撰写达到 90% 或以上,则标记为人类。其余以及介于两者之间的都标记为混合。
| Pangram 标签 | 帖子数 | 占比 |
|---|---|---|
| AI | 22 | 20.4% |
| 混合 | 44 | 40.7% |
| 人类 | 42 | 38.9% |
| 总计 | 108 | 100% |
一些被标记为 AI 的 Launch HN 帖子示例:Chamber、Constellation Space、General Instinct、Livedocs 和 TeamOut。
被标记为人类撰写的 Launch HN 帖子示例:AgentMail、BrowserBook、Momentic、Onyx 和 Parsewise。
如果你想审计完整数据集,可以通过这里的公开电子表格进行。

Pangram 给出的 Chamber Launch HN 帖子结果
人类撰写的帖子会获得更多点赞吗?
简而言之,是的。人类撰写帖子的点赞数中位数为 83,而 AI 生成帖子的点赞数中位数为 56。我认为很明显,如果你想要更多互动,就应该手写你的 Launch HN 和/或 Show HN 帖子,而不是用 LLM 来写。

各类帖子的点赞数中位数
被标记为 AI 的帖子真的听起来像 AI 吗?
我认为确实如此。以下是 Chamber 发布帖子的摘录:
有一件事让我们感到惊讶,即使我们来自 Amazon,见过大型 GPU 集群:我们交谈过的大多数团队甚至无法告诉你现在有多少 GPU 在使用中。监控根本不存在。他们在自己最昂贵的硬件上盲目飞行。
短句和写作节奏确实听起来像是 LLM 生成的。
有趣的异常值
以下是数据中一些有趣的异常值:
- 在人类撰写的帖子中,Freestyle 的分数最高(322),Sentrial 的分数最低(31)。
- 混合组拥有整体得分最高的帖子 Tweeks(351 分),这是一个用于自定义网站的浏览器扩展。该类别中最低的是 Sonarly(30 分)。
- RunAnywhere 是 AI 撰写类别中获赞最多的帖子,获得 240 分(不知为何,这篇帖子的原始正文现在已不再显示在该帖中,但在我们的数据集中仍然可以找到)。Chamber 是一个用于管理 GPU 基础设施的 AI agent,总分最低,为 26 分。
所以,如果只看这些离群值,有趣的是,即便是获赞最多的 AI 生成 Launch HN 帖子,其得分也低于其他类别中的高分帖子。
要点
我认为很明显,在某种潜意识层面上,受众或许能够察觉一篇帖子并非完全由人类撰写,而这可能会影响他们给帖子点赞的意愿。我怀疑 Hacker News 的受众非常熟悉 LLM 的写作风格,这可能使其受到更大影响。
在 AI 写作时代,仍然感觉人类撰写的内容在触达受众方面更有效。我希望未来在 Lettercamp 的发布和博客文章中也能继续这样直接面向读者写作。感谢阅读!