Show HN: HackerBooks – HackerTube, mas para livros mencionados no HN

Artigo original ↗ Discussão no Hacker News ↗

Um novo site chamado HackerBooks agrega e classifica livros mencionados no Hacker News, vinculando cada título aos comentários originais que o citaram. Os comentadores elogiam sua velocidade, arquitetura simples e uso inteligente de busca local e ativos estáticos, ao mesmo tempo em que questionam sua dependência de IA para a UI e a análise de dados, os riscos de tratar todas as menções como recomendações (por exemplo, obras controversas ou citadas com sarcasmo) e problemas de metadados como classificações incorretas e títulos de cauda longa ausentes. O projeto é visto como parte de uma onda mais ampla de ferramentas leves de curadoria assistidas por IA construídas sobre dados do HN, gerando ideias para serviços semelhantes para vídeos, podcasts e outras mídias, além de reflexões sobre com que frequência livros estão sendo mencionados no site ao longo do tempo.

Recepção geral

  • Muitos comentadores gostam do conceito: um diretório rápido, impulsionado pelo HN, de livros mencionados nas discussões.
  • As pessoas veem isso como parte de uma tendência mais ampla (HackerTube, HackerBooks, derivados para ferramentas, Reddit, Wikipedia, etc.).
  • Vários dizem que o HN é uma “mina de ouro” para descobrir livros, ferramentas e outros meios nerds.
  • Alguns são céticos em relação a tratar o HN como um oráculo de gosto, apontando viés ideológico e demográfico (por exemplo, fortemente masculino, certos gêneros sub-representados).

Implementação, desempenho e fontes de dados

  • O site é elogiado pela velocidade extrema: HTML/CSS/JS mínimos, índices de busca locais, índice de top books pré-carregado, carregamento preguiçoso do catálogo completo, cache na borda via CDN, HTTP/3.
  • Stack: JSON estático + frontend em vanilla JS; o pipeline de dados usa Python e DuckDB sobre dumps públicos do HN / BigQuery / API.
  • O índice de busca local e o JSON por livro permitem navegação instantânea e pré-carregamento de comentários.
  • Alguns bugs menores foram relatados (filtros não atualizando, poluição do histórico, limite de “mostrar mais comentários”) e corrigidos rapidamente.

Menções vs. recomendações, sentimento e viés

  • A formulação inicial tratava qualquer menção como uma “recomendação”, levando a resultados absurdos para livros controversos ou infames; isso foi alterado para “mencionado por”.
  • Vários defendem fortemente distinguir recomendações de menções neutras ou críticas, lidar com sarcasmo e ponderar por fatores como karma ou usuários únicos.
  • Há pedidos por visões mais claras de “mais mencionados” vs “mais recomendados” e por análise de sentimento mais robusta.
  • Há preocupações com a precisão da classificação (por exemplo, confusão entre revista e livro, gêneros classificados incorretamente, datas de publicação erradas) e com a falta de títulos de cauda longa.

Ideias de recursos e feedback de UX

  • Pedidos populares:
    • Mais filtros (ficção/não ficção, gênero, data, idioma, formato, número de páginas, licença, links de domínio público / grátis, anos 2020, etc.).
    • Busca semântica e melhores seções de recomendação (“Para você” gera ceticismo).
    • Capacidade de destacar livros obscuros (mencionados uma ou duas vezes) em vez de apenas os populares.
    • Ferramentas de correção / feedback para títulos, autores, categorias e capas.
    • Link direto para o comentário exato do HN; texto do comentário expansível.
    • Links para mais fontes (livrarias independentes, Amazon global, catálogos de bibliotecas, edições grátis/sem DRM).

Uso de IA e discussão meta

  • O criador usou abertamente um assistente de IA para o frontend e o texto de lançamento; alguns aplaudem isso, outros não gostam da “voz de IA”.
  • Comentadores observam que agentes de IA tornam sites pequenos, estáticos e em plain JS recém-atraentes e fáceis de construir.
  • Surgem várias ideias de derivados (para podcasts, filmes, música, ferramentas de dev, “HackerMedia”, etc.), muitas explicitamente enquadradas como “é só pedir a uma IA e publicar”.

Longevidade, trabalhos anteriores e tendências

  • Vários sites semelhantes de “livros no HN” existiram e morreram (404/abandonados); hospedagem estática é sugerida para melhorar a longevidade.
  • Um comentador fornece estatísticas agregadas mostrando menções a livros no HN crescendo até 2022 e depois caindo, o que gerou debate sobre hábitos de leitura, redes sociais, LLMs e mudanças na demografia dos usuários.