据@karpathy分享，他利用GPT-5.1 Thinking API对2015年12月Hacker News首页的930条文章和讨论进行了自动化的事后分析，根据当前视角评估评论的前瞻性与准确性（来源：karpathy.bearblog.dev/auto-grade-hn/）。整个流程仅需约3小时开发、1小时运行和60美元API成本，展现了大型语言模型在数字内容自动评估和历史数据挖掘的高效性。这一实践为AI在内容分析、舆论声誉量化与自动知识提取等商业领域提供了新机遇，也预示未来LLM可大规模高效挖掘互联网历史资源，为企业与机构创造战略价值（来源：github.com/karpathy/hn-time-capsule）。