企业官网建设流程全解析

降温信号已现：AIHOT 星速从 40/h 跌到 16/h，爆火一周后谁在悄悄离场

【免费下载链接】AIHOT一个自己找热点、自己写日报的网站框架。把信源和精选标准换成你的，它就是你的行业热点站。项目地址: https://gitcode.com/gh_mirrors/ai/AIHOT

9 月底，一个叫 AIHOT 的开源项目突然闯进 GitHub 日榜：月活百万的 AI 热点站宣布把引擎整体开源，三度登上日榜速报，CSDN 的一篇盘点在 10 月 4 日给出“累计约 5400 Star”的数字。到了今天，仓库页面显示的 Star 数停在 6.9k——一周时间涨了约 1500 颗，峰值时每小时进账 40 颗，如今回落到 16 颗上下。这是爆火项目最典型的剧本开场：第一周所有人都在围观，第二周开始有人悄悄离场。但星速降下来之后，这个仓库里真正值钱的东西才刚开始显形。

本文用 GitHub 页面实时数据、社区一周来的讨论走向和仓库源码三层证据，拆一拆这场降温的斜率，看看热度退潮后 AIHOT 还剩什么，以及这类“一周星霸”接下来通常走向哪里。

一、先把降温曲线摆出来：40/h 到 16/h 意味着什么

先对齐数据口径。AIHOT 的引爆点有明确的时间线：9 月 29 日开源公告发布（社区文章《开源100万月活级产品AIHOT》），10 月 1 日、10 月 4 日、10 月 5 日三度被不同平台的“GitHub 日榜趋势速报”收录，10 月 4 日的一篇盘点给出约 5400 Star 的累计数字。也就是说，5400 到 6900 的这 1500 颗星，几乎全部发生在 10 月 4 日到 10 月 10 日之间。

一周 1500 颗、折合每小时约 8.9 颗的平均星速并不难看，但“40/h 跌到 16/h”的斜率变化才是信号。折算一下：如果第一周峰值段（10 月 1 日前后上榜期）确实出现过单日近千星的脉冲，那么从 5400 到 6900 的增速其实已经比峰值期腰斩过半，且越到周末越平缓。星速是注意力的一次性定价，脉冲的衰减速度，比脉冲本身更能说明问题——它意味着“围观人群”正在被消化完，后续的增长要靠留存人群自发扩散，而不是榜单曝光。

比 Star 更值得看的两个数字藏在页面角落：Fork 1.7k，Watch 22。Star 与 Fork 之比接近 4:1，意味着每 4 个收藏的人里就有 1 个把仓库克隆走了——对于 README 里写明“这是一个模板仓库、请你 clone 去改成你的行业站”的项目来说，Fork 比 Star 更能代表真实意图。而 Watch 只有 22，说明多数人并不打算长期跟进每次提交，他们来拿东西，不是来陪跑。谁在悄悄离场？一部分是点完星就走的围观者，另一部分是 clone 完就不再回来的取用者。

二、星速跌了，热度榜上还剩下什么：留存比 Star 更能说明问题

Star 是流量指标，Issue、PR、讨论区的内容结构才是留存指标。截至抓取时，AIHOT 仓库只有 2 个 Issue、5 个 PR、96 次提交——体量不大，但注意它的讨论区是分栏目的：问答区、想法交流区、作品展示区。作品展示区这个设置很关键：一个开源项目如果真的被人“用”起来了，第一批反馈会是部署报错、改配置踩坑，第二批就会是“我用它做出了一个法律热点站”。讨论区的栏目结构，等于在仓库层面预设了从“围观”到“取用”再到“再创造”的转化路径。

社区情报同样在印证这个转化。看这一周的文章标题演变：9 月 30 日是《读懂AIHOT热点榜：48小时窗口、24小时半衰期》《如何用3条命令快速跑起来AIHOT？》《如何把AIHOT改成你的行业热点站？9步定制指南》，10 月 6 日已经出现《拆解AIHOT：内容产品背后的自动化情报流水线》。从“它是什么”到“怎么跑起来”“怎么改成我的行业”“它的流水线怎么拆”，这个顺序是标准的留存型内容曲线——围观者写“是什么”，动手的人写“怎么改”。

而源码层面，AIHOT 把“留下来”的钩子做得相当彻底：全部提示词原文开源在 industry/prompts/，精选门槛开源在 industry/selection.ts（T1 官方一手 60 分、T1_5 官方账号 65 分、T2 媒体个人 76 分，两次评分取平均），还配了一整套用自己标注样本校准标准的脚本（scripts/eval-selection.ts）。这意味着对一个想把它改成法律站、HR 站的人来说，他不只是拿到一套能跑的代码，而是拿到了一套可以闭环迭代的“精选口味校准体系”——这种粘性远超单纯看个 demo。

另一个常被忽略的留存锚点是“线上同款”的定位。README 明确写：这个仓库和 AIHOT 线上站跑的是同一份引擎代码，同步时直接从线上导出，不是精心打磨的通用框架。这是把双刃剑——它劝退了想拿它当完美框架的人（这类人本来也留不住），但留住了想复刻一个百万月活站的人：他们看到的每一行代码，都是被真实流量验证过的。

三、一周星霸的常见剧本：AIHOT 会重演哪一出

GitHub 上一周爆火的 AI 项目，大致有三种结局。第一种是工具黏性型：项目本身是高频使用的开发工具，热度退潮但提交不停，Star 缓慢爬坡；第二种是框架翻新型：核心价值是“可以被别人拿去再造”，留存体现在 Fork 数和二次开发作品上，原仓库的 Star 曲线反而意义不大；第三种是一次性刷榜型：靠发布时机和营销脉冲冲上榜，热度散尽后 Issue 无人回复、PR 无人合入，仓库进入休眠。

判断 AIHOT 属于哪一种，有两个现成的观察指标。其一，它的 Fork 结构已经指向第二种——1.7k 的 Fork 量远超一个纯展示型项目的正常水平，且它本身就是“Public template”，GitHub 官方把“Use this template”做成了入口；其二，社区一周来的内容几乎全部围绕“定制”展开，而不是围绕“新功能”展开，说明取用者关心的是把它改造成自己的站，而不是期待作者继续加功能——这也是 README 里作者反复强调的边界：它不是一个持续交付的通用框架，模型榜、Codex 监控这类功能只留在线上站，不进仓库。

更有意思的是，AIHOT 自己的热度算法，本身就是一套关于“衰减”的工程模型。看 packages/backend/src/events/hot.ts 的核心常数：48 小时窗口、24 小时半衰期、至少 2 个独立参与方且含 1 个报道型信源才入榜、榜单限 10 条，热度按事件算、每个独立来源在一个窗口内只计一次（WINDOW_HOURS = 48、HALF_LIFE_HOURS = 24、MIN_PARTICIPANTS = 2，规则版本号heat-v1-48h-halflife24h）。它用power(0.5, …)的指数衰减计算每条事件的热度，和 6 小时前对比得出“上升/下降/平稳”趋势。这套逻辑放在开源项目的生命周期里同样成立：一个事件的传播热度服从半衰期，真正能留在榜单上的，是持续有新参与方发声的事件，而不是靠单点爆发维持的脉冲。

所以，把星速的 40/h 跌到 16/h 放在这套框架里看，结论反而更清楚了：注意力脉冲的 24 小时半衰期已经走完，现在 AIHOT 进入了“参与者留存”阶段。判断它能否留在榜单上的标准，和它自己的热度算法如出一辙——不再看 Star 增长这一单点指标，而是看三类参与方是否还在持续发声：Issue 是否被回复、PR 是否被合入、讨论区的作品展示栏是否开始出现“我用 AIHOT 做了 XX 行业热点站”的帖子。截至目前，前两者的量级还很安静，但这恰恰是模板型项目应有的常态：96 次提交的仓库，本来就不靠高频率更新留人，它靠的是被 1.7k 个 Fork 各自改造成不同的东西。

一周星霸的剧本里，最不值得担心的反而是“星走人散”。围观者的离场是必然的，也是健康的——他们本来就不该是留存指标。真正要盯的，是 Fork 出的那 1.7k 个仓库里，有没有人真的换掉了 industry/sources.json 里的信源、改掉了 industry/prompts/selection-score.md 里的评分标准、跑通了scripts/eval-selection.ts的校准闭环，然后交出一个不属于 AIHOT 名字的行业站。如果有，那这场降温就是开源项目最好的样子：热度退潮，潮水带走的只有围观者，留下的东西沉在每一份 Fork 里。

给所有盯着这颗星速曲线的读者的观察清单：下周看讨论区作品展示栏有没有新站上线，看 Issue 的平均响应时间，看 Fork 数是否还在以高于 Star 的比例增长。星速 16/h 还是 4/h 不重要，重要的是 40/h 那周进来的人，有没有变成 1.7k 个仓库里真正动手的人。

【免费下载链接】AIHOT一个自己找热点、自己写日报的网站框架。把信源和精选标准换成你的，它就是你的行业热点站。项目地址: https://gitcode.com/gh_mirrors/ai/AIHOT