AI 大佬的话有人一句句记下来了，专盯着他们改口

今天在 Hacker News 上看到一个 Show HN，挺有意思，讲的是有个叫 Gaurav 的独立开发者做了一款工具，专门追踪 AI 圈那批最有话语权的人「最近说了什么、观点怎么变的」。地址在 blumify.io/people，上线 8 小时拿到 102 个赞、61 条评论，讨论还挺多。

工具本身的起点很朴素：它原本是把 YouTube 视频和播客转成可检索的逐字稿。做着做着换了方向，开始琢磨另一个问题——怎么系统地记录那些有影响力的人到底说过什么，以及他们的想法随时间怎么变。

他举的例子很直接。Sam Altman 在 2025 年 10 月谈算力时说「肯定会产能过剩」，到 2026 年 6 月又说「会永远短缺」。两句话隔了八个月，每一句单独看都可能有自己的上下文，但问题在于——很难把这两句话连同原始录音放在一起看。这个工具想解决的，就是这件事。

目前它跟踪 AI 领域的 20 个人，包括 Sam Altman、Dario Amodei、Alex Karp、Marc Andreessen。每天它会去搜集这些人在新采访、播客、演讲里亲口讲话的片段，而不是别人转述他们的视频。每一条出场记录会给你一段摘要、关键引语，以及指向原始录音精确时刻的链接。

最核心的功能叫「What changed」。它会拿某人今天说的话，去和他此前在同一个话题上的表态做对比，把两句引语、日期、原始出处都摆在一起。作者特别声明，他不是想抓人自相矛盾——有新证据时人本来就该改主意——他只是觉得，留一份「思维如何演变」的记录是有用的。

真要搭起来，比想象中难得多。标题上写着某人名字的视频，实际内容里根本没有他本人出镜，这种情况到处都是；重传搬运的视频也一堆。让 AI 可靠地把某句话归到正确的人头上，比单纯生成一份逐字稿难多了。他做了不少过滤器来处理这些，而且每一条公开的「What changed」对比，都还是人工复核过的。

他也自我检讨了不少：说话人识别还需要打磨，有些播客没法自动转写，目前只支持英文。成本方面倒挺意外——一份逐字稿加摘要，模型处理大概只要 1 美分，所以追踪一个很长的时间线并不贵。产品免费读，可以关注最多三个人，这人一有新发言就提醒你，还能直接问「Dario Amodei 最近对开源 AI 说过什么」，答案会链接回原始录音。

有意思的是评论区里那股拧巴劲儿。有人觉得这概念很值，夸它是给记者和写稿人用的好工具，找引语不用再回看几小时视频；也有人当场泼冷水，说追这些大佬的话就是「追垃圾中的垃圾」。有个评论专门挑刺，说它把一个 Kai Lentit 的视频引语当成 Dario Amodei 改口讲监管的证据——其实根本不是 Dario 本人说的。作者在下面回了一个字「done」，应该是把那条撤了。这恰好印证了他自己承认的短板：归属错误会真实发生，靠人工盯是盯不过来的。

还有一条我印象很深的评论，讲的是阿根廷当年一档电视节目用过的套路：拿政客这周说的话，去和几个月甚至几十年前的旧视频对比，显得对方在打脸。但这招其实是坏的——人在面对新证据时改主意，本来是可取的；如果你用这个来给他们扣「虚伪」的帽子，那他们以后就再也不肯表态了，任何偏离都会被算法狠狠惩罚，这未必是健康社会的功能。

这层警惕放在追 AI 大佬身上同样成立。工具本身很轻巧，问题在于「挑拣」这件事几乎没办法避免：选哪些人、截哪些片段、去掉多少上下文，都会悄悄影响你最后读出来的结论。Gaurav 自己也承认这一点，说如果想让它可信，覆盖范围得大到「任何公开言论没被收录都会显得奇怪」的程度，那可是相当大的工作量，所以他先在 HN 上问社区：这事值不值得投入。

我觉得这个问题的答案比「值不值」更微妙一点。追这些人的原始发言、留一份带日期的记录，本身没毛病，甚至挺刚需——毕竟这群人的话会影响到年轻人的职业选择、普通人的判断，以及市场的走向。真正难的，是怎么在做这件事的时候不顺手往某个叙事里添砖加瓦。AI 归错了引用是技术问题，可以修；但「记录」和「构陷」之间的那条线，得靠人工一帧一帧去守，守不住就变味。

作者目前也还在试探，到底哪部分最有价值：是跟上这些人最近说了什么，还是检索他们过去的发言，还是盯着观点有无变化。如果你用这个工具发现哪句话归属错了或者摘要不准，他让你直接举报，说他宁可早点暴露失败。这态度还行，至少没把「识别说话人」这种硬骨头吹成已经解决。

相关的入口放在文末，想看可以点：

- https://blumify.io/people
- https://news.ycombinator.com/item?id=50081151