HN पर पेश: HN Update — प्रमुख HN स्टोरीज़ का हर घंटे वाला न्यूज़ ब्रॉडकास्ट

 (hnup.date)
1 पॉइंट द्वारा GN⁺ 2024-10-21 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • HN Update एक ऐसा पेज है जो Hacker News के फ्रंट पेज की शीर्ष स्टोरीज़ को audio news की तरह एक साथ दिखाता है, और इसे हर घंटे ठीक समय पर अपडेट करने का आधार है
  • फिलहाल ब्रॉडकास्ट के लिए शीर्ष 5 स्टोरीज़ शामिल हैं, और पेज का आखिरी अपडेट समय 30 जून 2026, रात 11:06 है
  • शीर्ष 5 से बाहर जाने वाली स्टोरीज़ archive में चली जाती हैं, और 10 स्टोरीज़ इकट्ठी होने पर उन्हें जोड़कर एक recap episode बनाया जाता है
  • audio player मुख्य ब्रॉडकास्ट और recap सेक्शन में अलग-अलग है, जिनकी अवधि क्रमशः 9 मिनट 55 सेकंड और 19 मिनट 12 सेकंड है
  • Recaps सेक्शन पुराने episodes और Load More उपलब्ध कराता है, ताकि पिछले Hacker News ट्रेंड्स को आगे भी देखा जा सके

HN Update का अपडेट तरीका

  • HN Update Hacker News के फ्रंट पेज से शीर्ष 5 स्टोरीज़ लाकर दिखाता है
  • अपडेट चक्र हर घंटे ठीक समय पर है
  • पेज का आखिरी अपडेट समय 30 जून 2026, रात 11:06 है

audio broadcast की संरचना

  • ऊपर मौजूद audio player की अवधि 9 मिनट 55 सेकंड है
  • पेज के नीचे recap सेक्शन में भी अलग audio player है, जिसकी अवधि 19 मिनट 12 सेकंड है

Recaps बनने की प्रक्रिया

  • जब कोई स्टोरी Hacker News फ्रंट पेज की शीर्ष 5 से बाहर हो जाती है, तो वह archive में चली जाती है
  • archive में 10 स्टोरीज़ जमा होने पर, उन स्टोरीज़ को जोड़कर recap episode बनाया जाता है
  • Recaps Archive सेक्शन में पुराने recap आइटम देखे जा सकते हैं

अभी दिख रहे Recaps आइटम

  • Recaps सेक्शन में इन समयों के आइटम हैं
    • 18 जून 2026, रात 11:09
    • 17 जून 2026, शाम 05:05
    • 17 जून 2026, सुबह 04:14
    • 17 जून 2026, सुबह 04:06
  • और आइटम लोड करने के लिए Load More दिया गया है

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2024-10-21
Hacker News की राय

  • सकारात्मक प्रतिक्रियाएँ बहुत हैं, लेकिन थोड़ी देर सुनकर मुझे खास नहीं लगा। पहला, अनुभव बहुत धीमा महसूस हुआ
    उदाहरण के लिए, HN होम खोलकर शीर्षक सरसरी तौर पर देखना और नंबर 1 पोस्ट के comments तक पढ़ने में करीब 30 सेकंड लगे, और लगा कि जरूरी जानकारी मिल गई है; बाद में नई posts देखने आ सकता हूँ। लेकिन यह tool एक post की briefing देने में 1 मिनट लेता है
    दूसरा, इसकी practical उपयोगिता कम है। आम तौर पर एक दिन में HN होम पर ध्यान खींचने वाली posts सिर्फ 1–2 होती हैं, लेकिन यह tool ऐसी posts सुनाने की संभावना रखता है जिनमें मेरी रुचि नहीं है। मैं कौन-सी जानकारी सुनता हूँ और कौन-सी skip करता हूँ, यह सीखने वाले algorithm से इसे बेहतर किया जा सकता है, लेकिन यह ideal नहीं है। शायद बेहतर तरीका यह हो कि जिस title में रुचि हो उस पर click करने पर personalised audio summary generate हो
    तीसरा, यह HN की इंसानी महक मिटा देता है। लोगों द्वारा सचमुच लिखी गई posts को वैसे ही पढ़ना अच्छा लगता है, और हर व्यक्ति की अभिव्यक्ति, tone और interaction देखने में मज़ा है। यह सब हटाकर robot जैसी summary सुनना community की आत्मा छीन लेने जैसा लगता है। इस site की सबसे अच्छी चीज़—लोगों से जुड़ाव का एहसास—कम हो जाता है

    • यह ऐसा मामला लगता है जहाँ use case match नहीं करता। मेरे लिए यह front page पढ़ने की जगह नहीं लेगा, लेकिन सुबह की walk के दौरान सुनने वाला podcast जरूर replace कर सकता है
      यह बात भी खास तौर पर अच्छी है कि इसमें news-style bias या ads नहीं हैं, और मैं कल इसे जरूर try करने वाला हूँ
    • सहमत हूँ, और कुछ बातें जोड़ूँ तो HN को text में skim करना इसलिए useful है क्योंकि अगर कुछ दिलचस्प दिखे तो link follow करके और गहराई में जा सकते हैं। podcast format में सुनी हुई चीज़ पर click करके आगे नहीं जा सकते, इसलिए यह advantage खत्म हो जाता है
      फिर HN या social media में high-level summaries मेरा use case नहीं हैं। वे असल value देने के बजाय value होने का भ्रम देती हैं। मुझे चाहिए कि जिस कहानी में curiosity हो, उसमें गहराई तक जाया जाए
      यह text-to-speech से भी संभव है, लेकिन पहले feed खुद चुननी होगी और फिर चुनी हुई posts को podcast format में गहराई से cover करना होगा
      बल्कि LLM वाला हिस्सा हटाकर ऐसा product हो जहाँ HN threads की list paste करने पर पूरे comments समेत सब कुछ text-to-speech में बदल दे, तो ज्यादा useful लगेगा। Driving करते हुए या कोई और काम करते हुए इसे लंबे content की तरह सुना जा सकता है
    • ज्यादातर लोग synthetic voice की sequential nature वाली एक बहुत साफ सीमा को छू रहे हैं। speech synthesis इस्तेमाल करने वाले screen readers में यह बात सबसे ज्यादा स्पष्ट दिखती है
      यह medium की ही एक fundamental problem है, और अब जब text-to-speech फिर से उभर रहा है, कुछ developers इसे अपने-अपने तरीके से नए सिरे से discover करेंगे
    • https://gist.github.com/SMUsamaShah/e7c9ed3936ba69e522f8cb38...
      यह user script bookmarklet की तरह भी इस्तेमाल की जा सकती है, और अभी तक न देखी गई posts को जल्दी catch up करने में मदद करती है। HN खोलकर bookmarklet दबाएँ तो नई posts पर “(NEW)” लग जाता है, और पुरानी posts में दिखता है कि उनकी ranking कितनी बदली है
      आप main post को छिपा भी सकते हैं, या comments की संख्या और score के criteria set करके पुरानी posts को hide/show कर सकते हैं। कुछ pages skim करते हुए अभी तक न देखी गई नई posts जल्दी देख सकते हैं, इसलिए catch up करना बहुत तेज हो जाता है
    • शानदार। मैं भी सच में कुछ काफी मिलता-जुलता बना रहा था। हालांकि मेरे case में focus individual posts पर है। ऊपर वाले comment की तरह मुझे लगता है कि general overview के लिए audio उतना fit नहीं बैठता
      अभी पूरी तरह ready नहीं है इसलिए Show HN नहीं किया, लेकिन current state यहाँ देखी जा सकती है
      https://news.gipety.com/hn/10842381/k/218/s/three-years-as-a...
      पुराने classic Show HN और Ask HN episodes को दूसरी ज़िंदगी देने का यह काफी अच्छा तरीका हो सकता है

  • बेहतरीन idea है। उम्र बढ़ने के साथ पढ़ने की energy कम होती जाती है, और HN front page पर थोड़ी देर आकर गायब हो जाने वाली सचमुच शानदार चीज़ें अक्सर छूट जाती हैं—इस लिहाज से इसमें वास्तविक value है
    comments को भी summarize करना अच्छा है। comments की गहराई में अक्सर सचमुच gem जैसी बातें होती हैं। शायद यह सिर्फ top comments में से कुछ ही ला रहा है
    बड़ा सुधार personalization हो सकता है। front page का ज्यादातर हिस्सा मेरे लिए personally relevant नहीं होता, और new posts page में बहुत-सी बेहतरीन चीज़ें होती हैं जो popular नहीं हो पातीं। अगर यह सीख ले कि मैं किस तरह की posts पर react करता हूँ, और currently trend में न होने पर भी वैसी posts की summaries दिखाए, तो अच्छा होगा
    Last.fm 20 साल पहले आया था और उसने दिखाया कि अच्छी recommendation system के लिए AI जरूरी नहीं है, लेकिन personalized experience शायद बहुत ज्यादा mainstream नहीं हुआ। YouTube algorithm कुछ हद तक यह करता है, मगर दुख की बात है कि real control लगभग नहीं मिलता

    • उम्र बढ़ने के साथ—मैं अभी 50 का हूँ—पढ़ने के अलावा बाकी तरीकों के लिए मेरी patience लगभग zero हो गई है। पढ़ना सुनने से कहीं ज्यादा तेज है, और पहली बार में समझ न आया हिस्सा फिर से पढ़ना भी ज्यादा आसान और तेज है
      मैं आम तौर पर वही सुनता हूँ जो बहुत important या high-value नहीं होता। सुनते समय अगर कुछ अटक जाए, तब जाकर पढ़ता हूँ
    • अभी top comments और कुछ child comments ही ला रहा हूँ। model की context window पार न हो जाए, इसलिए
      personalization में निश्चित रूप से बहुत potential है। लेकिन HN इतना random है कि कभी-कभी मुझे ऐसी चीज़ मिल जाती है जिसके बारे में बौद्धिक रूप से मुझे यह भी पता नहीं था कि मुझे उसकी जरूरत है। ज्यादातर recommendation systems की तरह यह exploration और exploitation के balance का मुद्दा है
      minimum viable product के तौर पर specific keywords से filter करके उन posts को model input में जोड़ने का तरीका संभव लगता है
    • समझ नहीं आता कि Last.fm recommendation system को AI क्यों नहीं मानते। Wikipedia पर लिखा है कि यह “collaborative filtering” इस्तेमाल करता है, और Gemini कहता है कि वह AI का एक रूप है। AI लगभग 70 साल पहले शुरू हुआ था
    • पढ़ने की energy कम होने वाली बात से सहमत हूँ। सोचता हूँ कि क्या यह इसलिए है कि हम बूढ़े हो रहे हैं, या इसलिए कि जानकारी consume करने में लगने वाला friction समय के साथ लगातार घटता जा रहा है
    • YouTube algorithm को indirectly control किया जा सकता है। watch history साफ कर दें
      कभी-कभी अगर किसी genre या bubble में फँसा हुआ महसूस हो, या सोते समय autoplay चलता रहे, तो home screen उसी से भर जाती है। recent watch list से ऐसे कुछ videos हटाएँ तो noticeably सुधार होता है
      या जिस topic के videos देखना चाहते हैं, उसके कुछ videos चलाना शुरू करें, तो जल्द ही उसी तरह की recommendations आने लगती हैं

  • पुराने HN पोस्ट्स की embeddings बनाना, फिर यूज़र ने जिन पोस्ट्स को favorite किया है उनके embedding vectors का average निकालकर cosine similarity search से ऐसी पोस्ट्स चुनना जिनमें उसकी रुचि हो सकती है—यह काफ़ी अच्छा लगेगा
    सच कहें तो likes का इतिहास इस्तेमाल करना और बेहतर होगा, लेकिन उसे access किया जा सकता है या कैसे, यह मुझे ठीक से नहीं पता
    यह भी जानना चाहूंगा कि बाकी लोग embeddings का इस्तेमाल कैसे करते हैं। मुझे पता है कि कई embeddings का average निकाला जा सकता है, लेकिन क्या किसी ने दूसरे transformations करके सफलता पाई है? King - Man + Woman = Queen जैसी चीज़ों को सोचते हुए; कई मामलों में लगता है कि लोग सवाल को सीधे semantic search या RAG input के रूप में इस्तेमाल करते हैं
    यह भी सोचता हूं कि क्या बहुत सारे question-answer pairs बनाकर उन्हें embed करना, फिर “question space” से “answer space” में ले जाने वाला average transformation निकालना, और सवाल को embed करते समय वह transformation apply करके फिर RAG चलाना मायने रखेगा। या फिर शायद noise ही बहुत ज़्यादा बढ़ जाए

    • इसका मतलब यह मान लेना है कि favorites का कोई अर्थ है। मुझे याद है favorites public थे, और मैं आम तौर पर interesting या funny comments को track और share करने के लिए उनका इस्तेमाल करता हूं
      इसके उलट upvote history private होती है, और उन चीज़ों से बेहतर match करती है जिनकी मुझे सच में परवाह है
    • word2vec को RAG के साथ इस्तेमाल करने के बारे में मुझे ज़्यादा पता नहीं, लेकिन दूसरे use cases काफ़ी आम हैं। मेरे अनुभव में answers generate करने की ज़रूरत नहीं होती
      vector database में डाले जाने वाले हर document के लिए LLM से उन संभावित सवालों की list generate कराते हैं जिनका जवाब वह document दे सकता है। असल में यह quiz बनाने जैसा ही है
      फिर उन question embeddings को original document से वापस map करते हैं, और document, document chunks, question 1, question 2 वगैरह को vector database में store करते हैं
      तब जब user RAG से query करता है, तो user query → document chunk का direct connection तो होता ही है, साथ में user query → similar query → document chunk वाला transitive connection भी बन जाता है
    • सोच रहा हूं dang embeddings इस्तेमाल करता है या यह बस naturally ऐसा हो जाता है

  • हा, इस घंटे में इस tool ने अपने बारे में यह कहा
    “कुछ अधिक self-referential flow में, हम HN Update के launch को ही देखते हैं। यह प्रयास Hacker News की top stories को summarize करके हर घंटे news broadcast देने का लक्ष्य रखता है। listeners curated news के concept को अच्छा मानते हैं, लेकिन summary की accuracy और expression bias की संभावना को लेकर concerns भी हैं। community discussion बताती है कि ऐसी service की value स्पष्ट होने के बावजूद, content accuracy पर trust अभी भी मुख्य मुद्दा है।”

    • मेरे version ने “और listeners... मां, नमस्ते!” तक जोड़ दिया था
      काफ़ी cute और impressive है
    • इससे सोचने पर मजबूर हुआ कि क्या post title या body में prompt inject करके कुछ bad stuff किया जा सकता है

  • काफ़ी ठीक है, लेकिन लगता है content गढ़ता है। इस post की website formatting पर meta comment[1] को उठाकर इस तरह पेश किया कि community को चिंता है कि C++ memory safety proposal की वजह से code mobile पर पढ़ना मुश्किल हो जाएगा
    यह सुनने के बाद बाकी summaries पर भरोसा करना मुश्किल हो गया
    1: https://news.ycombinator.com/item?id=41899828

    • कहा जाता है कि prompt में “गढ़ो मत” जोड़ने से मदद मिलती है। exact wording नहीं पता, लेकिन शायद कुछ ऐसा कि सिर्फ दिए गए text में मौजूद content ही इस्तेमाल करो
    • सही है, यह अच्छा look नहीं है
      “यह formatting और fonts का mix mobile पर पढ़ना मुश्किल बनाता है।”
      हमारे लिए साफ़ है कि यह meta comment है, लेकिन confusion हो सकता है। फिर भी यह पहचानना चाहिए था कि “mobile readability” programming language C++ पर ठीक से लागू नहीं होती
      मैं prompt में जोड़ूंगा कि comments meta भी हो सकते हैं और यहां तक कि factual न भी हों, ताकि ऐसे comments में जबरन meaning fit न किया जाए

  • काफ़ी interesting project है। HN-based projects से एक अजीब लेकिन खास emotional attachment होता है। क्योंकि वे HN को किसी एक dimension में improve करने वाले extension या add-on की तरह काम करते हैं
    जब मैं computer के सामने बैठा हूं या phone पर infinite scroll शुरू करने वाला हूं, तब शायद इस tool का इस्तेमाल न करूं, लेकिन busy होने पर HN को quickly check करना हो तो इस्तेमाल करना चाहूंगा
    quick feedback के तौर पर, सबसे पहले UI/UX में title और subtitle app के बारे में बहुत कुछ नहीं बताते। audio track में playback progress तो दिखती है, लेकिन total time और current time नहीं दिखते। हर story को दर्शाने वाले segments से audio track को highlight करना useful होगा। कितनी stories summarize की जा रही हैं, यह भी बताना सही लगेगा, अभी 5 लगती हैं
    बेहतर use case के लिए इसे mobile app या PWA बनाना ज़्यादा logical होगा, ताकि driving के दौरान car infotainment system से भी आसानी से access किया जा सके
    mobile app बनाकर play button वाले widget के रूप में देने से broadcast play करने के लिए required taps कम हो सकते हैं। उम्मीद है constructive criticism के तौर पर मददगार होगा

    • ये सभी बहुत अच्छे points हैं

  • अगला step HNN News Network बनाना है, ताकि office TV पर ticker और AI news anchor वाला broadcast लगातार चलता रहे, जैसे banks में CNBC या Bloomberg News 24 घंटे चलती रहती है

    • सच में इस्तेमाल करूंगा। खासकर अगर actual news channel की तरह दिन की news का hourly recap हो तो और अच्छा होगा। पूरे दिन देखने की ज़रूरत नहीं, जब convenience हो तब चला सकते हैं
      ऐसे AI content narration tools की सबसे अच्छी बात यह संभावना है कि user voice, speaking speed वगैरह चुन सके। गैर-अमेरिकी होने के नाते, American talking-head news channels मेरे accent के आदी कानों को काफ़ी irritate करते हैं। current affairs catch up करना हो तब भी यही हाल है
    • Batman Beyond में दिखने वाले talking heads याद आते हैं, जो शायद AI थे

  • जब यह post खुद HN पर #1 बन गई, उसके बाद सुनना शुरू किया, तो एक meta स्थिति बन गई जहां मैं इस tool को यह कहते सुन रहा था कि शायद यह content गढ़ सकता है
    शानदार project है

  • सच में बढ़िया। अगर कुछ घंटे पहले की summary या morning briefing की तरह सुनने के लिए past archive feature जोड़ सकें तो अच्छा होगा

    • archive implement करना इतना मुश्किल नहीं लगता
      morning briefing से आपका मतलब उस दिन की सबसे interesting या सबसे ज़्यादा discussed news जैसे अधिक curated news bundle से है क्या, यह सोच रहा हूं। अभी तो main page की top 5 stories ही ली जा रही हैं

  • पिछले साल इसी आइडिया पर https://radio-hn.pages.dev/ बनाया था। यह दिन में सिर्फ एक बार चलता था, और उस समय इसे यहीं कहीं पोस्ट किया था

    • मतलब यह NotebookLM से डेढ़ साल आगे था
      सोच रहा हूँ कि क्या कोड सार्वजनिक है। खासकर यह जानना है कि कई वक्ताओं और आवाज़ों को कैसे लागू किया गया
      NotebookLM में समस्या यह है कि दो लोग लगातार भूमिकाएँ बदलते रहते हैं। एक तरफ कोई व्यक्ति किसी विषय पर छात्र होता है और दूसरा शिक्षक, फिर अचानक भूमिकाएँ ऐसे बदल जाती हैं कि बात समझ में नहीं आती
    • दिलचस्प है। पोस्ट करने से पहले मैंने सच में खोजा था, लेकिन खोज को केवल पिछले 1 साल तक सीमित रखा था। शायद 2 साल पुराना पोस्ट होने की वजह से खोज में नहीं आया
      आप समय से आगे थे