文章摘要
研究发现，Hacker News上65%的帖子带有负面情绪，且这些负面帖子的平均得分（35.6分）比整体平均分（28分）高出27%。该结论基于对3.2万篇帖子和34万条评论的分析，六种不同情感分析模型均验证了这一趋势。
文章总结
标题：Hacker News上65%的帖子呈负面情绪，且表现更优
根据一项针对32,000篇Hacker News帖子和340,000条评论的实证研究显示，负面情绪帖子平均获得35.6分，显著高于平台整体28分的平均水平，表现溢价达27%。研究发现，约65%的内容被六种不同情感分析模型（包括DistilBERT、BERT Multi等三类Transformer模型和Llama等三类大语言模型）一致判定为负面倾向。
研究指出，这些"负面"内容主要表现为技术批评、行业公告质疑、API使用抱怨等实质性讨论，而非人身攻击。值得注意的是，负面情绪与用户参与度存在显著相关性——可能是负面表达本身引发关注，也可能是争议性内容同时吸引了负面评论和高参与度。
研究者表示，虽然分类器可能存在负面倾向校准偏差，但多模型验证结果具有一致性。目前采用DistilBERT模型的分析结果已应用于实时数据看板，完整数据集、代码和分析看板即将公开。
评论总结
评论主要围绕Hacker News（HN）上负面评论较多的现象展开讨论，观点多样，认可度不一。以下是主要观点和论据的总结：
负面评论普遍性
- 认为负面评论在所有媒体中都常见，HN也不例外。
- 引用："Negative bias has been observed in all forms of media."（appreciatorBus）
- 引用："Everybody likes a horror movie."（analog8374）
负面评论的价值
- 负面评论更具批判性，能提供更有价值的信息。
- 引用："Real discourse tends to be critical."（ok123456）
- 引用："The value I get from negative comments is usually higher."（baxtr）
用户行为与心理
- 用户更倾向于表达不满而非赞扬，导致负面评论更多。
- 引用："People usually complain when they are not happy but do not praise when they are."（koakuma-chan）
- 引用："Agreement is silent, users keep scrolling if they agree. Disagreement demands expression."（tomasphan）
平台特性与反馈机制
- HN的反馈机制（如点赞、评论）可能助长负面内容传播。
- 引用："Negative posts that I post tend to do better than neutral or positive ones."（PaulHoule）
- 引用："Short, snarky, negative comments normally get a much better response."（joshstrange）
改进建议
- 呼吁更多建设性反馈，而非纯粹负面评论。
- 引用："I try and reframe my comments from 'why this won't work' to 'how can we make this work'."（michaelbuckbee）
- 引用："Should constructive feedback or contradictory viewpoints really be seen as negative sentiment?"（whazor）
数据与研究方法质疑
- 对研究方法和数据来源提出疑问。
- 引用："Also, what's your data source? 'This study uses publicly available data from Hacker News.' is not really a data source."（moralestapia）
总结：评论普遍认可HN上负面评论较多的现象，但对其原因、价值及改进方式存在不同看法。负面评论被认为既有批判性价值，也可能因用户心理和平台机制被放大。