这个 AI 搜索专搜“人说过的话”，GitHub 一天涨了 5 万星
这个 AI 搜索专搜“人说过的话”，GitHub 一天涨了 5 万星
传统搜索引擎搜网页，它搜的是 Reddit 帖子、X 动态、YouTube 视频里“人说的话”，再让 AI 整理成一份简报。我的判断是，它的核心价值不是“又一个搜索引擎”，而是把分散在各平台的碎片讨论一次性拉齐，而且配置成本极低。
先看发生了什么
据 GitHub 仓库页面，开源项目 /last30days 由开发者 mvanhorn 发布后，迅速获得 49,600+ 星标。它本质是一个运行在 Claude Code、Codex、Cursor 等 AI 编程工具里的代理技能，能同时搜索 Reddit、X、YouTube、TikTok、Hacker News、Polymarket、GitHub 等十余个平台，最后产出带有来源标注的总结。
它解决了什么
传统查法是手动打开 Reddit 搜一圈、再到 X 翻最新帖子、再去 YouTube 看有没有相关访谈。/last30days 把各平台 API 和登录态统一接进来，并行搜索过去 30 天内容，再由 AI 通读提炼成一段摘要。从仓库 README 的演示来看，搜索一个人名就能同时返回他最近在 X 上的发言、Reddit 上关于他的讨论热度、GitHub 提交记录，以及 YouTube 访谈中的关键引用句。这个聚合提炼的能力，单个 AI 产品原生做不到——ChatGPT 有 Reddit 合作但搜不了 X，Gemini 有 YouTube 但缺 Reddit。
三个有辨识度的设计
第一，排序不靠链入权重，而是直接用各平台的受众反馈：Reddit 赞数、X 喜欢数、YouTube 互动量、Polymarket 押注概率。仓库 README 将这一思路总结为“scored by upvotes, likes, and real money - not editors”。
第二，覆盖源比常规 AI 搜索更宽。除了常见的网页和 Reddit，还接入了 TikTok、Instagram Reels 的口播文本、Digg 的人工编辑 AI 信息流、Bluesky 帖子。对于想捕捉“社区正在聊什么”的场景，这种广度有意义。
第三，初始使用几乎不用配置。Reddit、Hacker News、Polymarket、GitHub 四个源无需任何 API key；只有开通 X、YouTube 时需跑一遍安装向导，README 称“30 秒内完成”。
我为什么觉得它值得关注
不是因为“强”，而是因为它把一个个有信息价值但彼此隔绝的平台，通过 AI 代理串成一个可用的调查流程。这意味着用户不用自己跑遍各平台拼凑信息，AI 也不再只在某个封闭数据池里找答案。对于需要做背景调研的人，它省掉的是重复体力劳动。
谁该关注
适合需要快速了解某个人、某件事近期舆论面貌的人——比如销售在见客户之前、投资人做背调、开发者了解某个技术方向的社区态度。不适合深度学术检索或精确法律条文场景。目前需要一定的命令行使用基础，普通用户上手门槛仍然不低。
/last30days 的逻辑很清晰：用人的真实讨论和注意力投票结果，替掉编辑的排序。下一步我会关注这类“AI 代理拼数据源”的工具在信息准确性上能做到什么程度——来源多元，噪音也多元。想持续看到这类工具的真实解读，可以保持关注。