单源爆红、增速平稳:这匹黑马是被低估的潜力股,还是被高估的品类?
单源爆红、增速平稳:这匹黑马是被低估的潜力股,还是被高估的品类?
上周一个朋友在群里甩了张截图:某个新工具"单平台点赞破万、热度曲线平稳向上",问我要不要跟。
我反问他一句:这波热度,除了那个平台,还有别人在聊吗?
他沉默了。因为答案往往很难听——热闹是真的,但可能只是一个小圈子的回声。
最近在 GitHub 上冲到单日趋势第一的开源项目 last30days-skill,干的就是给这类"真火还是虚火"做体检的活。它不生产内容,只做一件事:把过去 30 天里,不同平台上真实的人在聊什么,摊在一张桌子上让你对照。

一、它到底是个啥?一句话:帮你满世界"打听"的 AI 助理
你可以把它想象成一个特别勤快、特别爱较真的朋友。
你说"帮我打听一下某某某",普通人会打开搜索引擎,翻到一堆两年前的公关稿;这位朋友会同时跑十几个地方——Reddit 的吐槽帖、X 上的热评、YouTube 的完整字幕、Hacker News 的技术争论、TikTok 的短视频、预测市场上压了真金白银的赔率。
然后它不给你链接清单,而是给你一份带证据的结论:这件事谁在说、说了什么、多少人为这句话点了赞。
它不是一个独立 App,而是挂在 AI 编程助手身上的一个"技能"。装好之后,你只要敲一句 /last30days 某个名字,剩下的它自己跑。
一位叫 @itsjasonai 的用户在社媒上吐槽说,以前每写一篇内容,都要一个标签页一个标签页地翻 Reddit 和 X,光找素材就要 90 分钟,"这个技能直接把那段活干掉了"。
二、回到标题:为什么"单源信号"最容易骗人
聊回开头那个朋友的问题。判断一个项目或品类,业内最常犯的错就是把三种热度混成一锅粥:
第一种,单源爆款。 一个帖子在一个社区爆了,看起来很猛。但孤立的高热度,可能只是那个社区的口味,换个地方根本没人接话。
第二种,品类热度。 "AI 很火""智能体很火"这话永远没错,但它不能证明你手上这个具体工具也火。很多人拿着品类的东风,给自己家的单品贴金。
第三种,小时的增量。 发布后第一小时涨得快,往往只是推送算法顺手抬了一把;真正能说明问题的,是后面有没有人愿意花时间留言、吵架、写长评。
而 last30days 的作者恰好把这三件事写进了规则里,而且规则定得相当"不给面子"。
三、它的三把尺子,量出来的东西有点扎心
尺子一:先过"垃圾门",噪音连入场券都拿不到
它给每个话题设了一条最低互动线。低于这条线的内容,不管你标题多响,直接不进榜。
更狠的一条是:如果一个帖子是"求助帖""新手提问""个人碎碎念"的形状,它会取消你的"单打独斗"资格——哪怕这条帖子有 226 条评论,也不算新闻。因为那是一个热闹的客服现场,不是一个故事。
这一点很关键。评论区越热闹,越容易让人误判;但热闹的原因,可能只是大家都在问"我也遇到这个问题怎么办"。
尺子二:单源可以上榜,但必须"真的炸"
它并没有一刀切地歧视单一来源。规则是:要么两个以上互相独立的平台都在聊,要么你一个平台就炸到足够大的量级。
一个上千点、几百条评论的 Hacker News 技术长帖,一个人就能扛起一个趋势,这种它认。
但一个只有几十个赞的单平台帖子,翻不了身。
这条规则背后是一次真实的翻车。作者在文档里老老实实记录了 2026 年 7 月的一次事故:搜索"体育"这个宽泛词,程序返回了五条只有一个赞的推文,还一本正经地排了第 1 到第 5 名。
明明每一环都照设计运行,结果却像一份"垃圾趋势榜"。于是它加了一条铁律:排名的前提,是先有资格被排。
尺子三:多一个平台印证,分数就往上抬一截
它的打分逻辑特别朴素:热度乘以新鲜度,再看有几个独立地方在说。
时间上,越新的内容权重越高;一周内发布的内容,还会额外再抬一次。
来源上,多一个互相独立的平台,整体分数就再往上加一档。
注意"独立"两个字。它刻意只数最初发现这个信号的那几个平台,不用后续检索出来的多平台结果。原因很实在:只要程序去各个平台搜一圈,几乎任何话题都能凑出"多平台"的假象——那不是印证,那是它自己制造的回声。
这条思路,其实给所有做数据分析的人提了个醒:用来互相印证的两票,必须有可能投不出来,才叫真印证。
顺带一提:它最"反人性"的一个功能
当所有话题都没达标时,它不会硬凑五条给你,而是输出一句话:这个窗口期内没有站得住的东西。
但它会补一句:最接近及格线的是哪个。
这句话很妙。一个空榜单会让人觉得工具坏了;而"没达标,最近的是某某",会让人觉得工具是有判断力的。
四、那如果只能看一个指标,看哪个?
我的答案是:看讨论增量,而不是看小时增量。
小时增量里,掺了太多发布时机和算法推送的水分;讨论增量里,掺的是人的时间和情绪——有人愿意敲三百字反驳你,这个成本骗不了人。
而 last30days 的思路更进一步:它不孤立地看讨论量,而是看讨论量在新旧时间轴上的分布,再看这些讨论有没有跨过平台的墙。
一家之言是观点,两家之言是巧合,三家之言才接近事实。
顺便说个很生活化的用途:它内置了一个"话题账本",同一个话题第几次上榜、你有没有已经写过,都会记下来。等于给你的选题库配了个记性特别好的助理,专治"这个我好像写过"的尴尬。
五、普通人怎么上手?门槛低得有点意外
很多人一听"AI 智能体""多平台聚合",第一反应是要不要买显卡、要不要懂代码。
都不用。
它跑在你自己的电脑上,不吃显卡,也不需要自己搭服务器。出差用的轻薄本就能跑。最常用的安装方式是在 AI 编程助手的插件市场里加一条源,然后把技能装上,全程不到一分钟。
装完之后,Reddit、Hacker News、Polymarket、GitHub 这几个大源头开箱即用,不用填任何密钥。第一次运行时,还会有一个约 30 秒的向导,帮你把 X、YouTube、TikTok 这些需要授权的来源解锁。
它适合谁?
做内容的人:会前、写稿前花两分钟查一遍,比翻一小时搜索页靠谱。 要见客户、要谈合作的职场人:对面这个人最近一个月在公开场合说了什么,比简历真实得多。 爱折腾数码和 AI 的发烧友:想判断一个新品是真爆款还是营销声量,用它对照几个平台,比看通稿清醒。 写报告的学生和研究者:每条结论都能追到具体帖子和具体点赞数,不用再编参考文献。
它明确承诺不上传你的研究记录、不做追踪统计,项目本身是 MIT 开源协议。
六、写在最后
这个项目最打动我的,不是它能搜多少个平台。
而是它愿意承认"这次没什么好东西"。
在一个拼命给你塞结果的年代,一个敢说"没达标"的工具,反而更容易被信任。它给出的那条及格线,本质上是在替我们回答一个更难的问题:
我们到底是想知道真相,还是想听一个好消息?
顺带说一句,标题里那个问题——单源爆红、增速平稳,到底是低估还是高估?
我现在的判断标准很简单:去别的平台看看有没有人接话。有人接话,是被低估;只有一个人在喊,是被高估。
你最近有没有被"单平台爆款"坑过?或者有没有哪个当时没人看好、后来真香的项目?评论区聊聊,我挑几个有意思的,用这套方法帮你复盘一遍。