黑客新闻（Hacker News）排名基本公式多年已知，但疑问仍在：公布代码是真实算法吗？排名仅基于投票还是有无形因素？含美国国家安全局（NSA）的故事会被压低吗？热门故事为何评论后从首页消失？通过分析前60个故事数天，发现公式大体准确，但20%首页故事遭各类惩罚，标题含NSA的被罚后快速下降，争议故事满40条评论后受重罚。
正文
多年来 Hacker News 排名基础公式已知，但疑问仍在：公布代码是真算法吗？纯票数还是隐形因素？NSA 故事会被压吗？你评论后热门故事为何突然消失？
通过分析前几天前 60 篇 HN 故事，可回答这些：公布公式基本准，但排名调整远超预期，20% 首页故事受各类惩罚。标题含 NSA 被罚速降。争议故事超 40 评论重罚。下文详述评分与惩罚。[编辑注：HN 已不再罚 NSA 文章。]
文章根据赞数、提交时间和各类惩罚用以下公式评分：
因时间指数大于票数，分数终归零，无文久留首页。此指数称 gravity（重力）。
你可能以为每次访问都按公式算分排序，但为效率只对个别故事偶重排。赞时重排移动，他文不变。可能卡高位，故每 30 秒随机选前 50 之一重排。页面可缓存 90 秒。
典型一天的原始分数与第一名位置
以下图片显示 11 月 11 日全天前 60 文章原始分（未罚）。每线一文，按页位置着色。红线为 HN 第一。注意因惩罚，原始分第一常非排名第一。
图表有趣点：分数骤升后缓降数小时。公式致恒定票速峰快降缓，实测峰更快因首两小时票多速降。两因素致陡曲线。
每日几文远高于余，中部多文。有些分高但不幸挡于更流行后。有些在跌升间短暂第一。
看顶分（图顶）与排名第一（红）差可知惩罚时施。Getting website registration completely wrong 晨初第一，因争议罚速降，Linux ate my RAM 短暂第一，Simpsons in CSS 超之。稍后 Apple Maps 到第一后遭争议罚失首位速降。Snapchat 到顶但早 8:22 重罚掉出图。Why you should never use MongoDB 极流行本该久居第一，但速罚徘徊 #7。Severing ties with the NSA 初遭 NSA 罚但极流行仍第一，后遭更重罚逼降。末 $4.1m goes missing 被罚，即便无罚也快输 FTL。
绿三角示争议罚，蓝三角示重罚消失，轻罚未显。
显然 HN 第一非「自然」，乃常罚所致。不确定这些惩罚来自 HN 管理员还是被标记的文章。
自动受罚的提交
些提交按标题自动罚，些按域名。标题含 NSA 自动罚 .4。查 awesome、bitcoin、bubble 无罚。多网站自动罚 .25 至 .8：arstechnica.com、businessinsider.com、easypost.com、github.com、imgur.com、medium.com、quora.com、qz.com、reddit.com、rt.com、stackexchange.com、theguardian.com、theregister.com、theverge.com、torrentfreak.com、youtube.com（确更长，异于 banned 站）。
eterm 提出一个有趣理论：流行源多人并行提交致票多于「应得」，自动罚流行站抵消。
惩罚的影响
由公式可算罚影响。罚 .4 等效每票算 .3，排名降速快 66%。罚 .1 等效每票 .05，降速 3.6 倍。故 .4 显效，.1 极严。
争议：防 flamewar，评「过多」重罚。公布代码 contro-factor 超 20 评且评多于票，缩放 (votes/comments)^2。实际不同：评多于票且至少 40 评。实证疑指数 3 非 2。争议罚突灾，高排一文触 40 评即没。例：Why the Chromebook pundits are out of touch with reality 触 40 评从 #5 到 #22；Show HN: Get your health records from any doctor 在 #17 触 40 评彻底消失。
我的方法
每分爬 /news 和 /news2（守每分 2 页指南）。Beautiful Soup 解 HTML，Python 处理，matplotlib 画图。思路：公式生原始分找异常。如 11/09 8:46 前 10 故事原始分：Pyret 2.802、The Big Data Brain Drain 1.407、The NY Times endorsed 1.649、S.F. programmers 0.785、Marelle 0.844、Sprite Lamp 0.738、Why Teenagers 0.714、NodeKnockout 0.659、ISO 1 0.805、Shopify accepts Bitcoin 0.483、Show HN: Understand closures 0.452。
注意三篇排名低于预期：The NY Times、Marelle、ISO 1。算 NY Times 罚因子 .47-.85，余 .87-.93 和 .60-.82。多数按分排，例外低排即罚，表明公式同公布代码。若不同（如重力大）会漂，但未见。
技术显罚存给范围，定确切难。误差：邻文也罚、不常重排暂错、罚变、票数与实差（坏票压）。得近似罚，数值不稳。
一天中的惩罚
下图示全天算得惩罚。每线一文，起 1（无罚），罚时降。似有 0.2 和 0.4 罚及多 0.8-0.9。多罚施于早 9 点（管理员到？），日间更多。图噪在改算法。
平均约 20% 首页文被罚，38% 第二页被罚（首页率低因罚文本难上首页）。罚远超预期。
11/11 首页被罚文列表很长，包括 Why the Climate Corporation Sold Itself to Monsanto、Getting website registration completely wrong、Why You Should Never Use MongoDB、Severing Ties with the NSA、$4.1m goes missing as Chinese bitcoin trading platform GBL vanishes 等数十篇（涵盖多家媒体域名及 NSA 标题文章）。
评分公式的代码
Arc 源码可用及更新公式。代码定义常数 gravity=1.8、timebase=120分等，frontpage-rank 方法基于赞和年龄分排。惩罚因子由 if 定：非故事/投票罚 .8；空 URL 罚 nourl-factor*；标 bury 罚 0.001 沉底；默认结合争议与 gag/lightweight。争议因子抑 flamewar。gag（笑话）罚 .1，lightweight 罚 .17。实际惩罚比代码复杂。
结论
HN 首页位置非基于赞的优绩主义。细查可见评分公式。赞为显因素，复杂惩罚系统使文降或消，不止防 spam 也影响流行文。若评多于票，别加评论否则杀之。
更新（11/18）：谈惩罚的文章被罚
讽刺此文被罚。登首页后分钟级重罚 0.2 掉出。黑线位置，灰线无罚应排 #5，罚后未回首页(1-30)。绿线原始分。（11/26: 告知因 voting ring detection 误触。）
评论
社区主要围绕 HN 排名算法的惩罚机制展开技术探讨，分歧点在于争议帖降权是否合理，以及是否存在外部干预或刷票影响。
质疑争议帖降权的合理性
- 认为评论多的帖子同样受罚，仅以“争议”作为降权理由不够充分（少数人） > 帖子带很多评论也被惩罚，用争议来解释我觉得不太扎实（@PreciousH）
怀疑存在外部干预或刷票操纵
- 有人以某游戏请愿帖上首页后迅速被埋为例，怀疑特定行业对站点影响力超出预期（少数人） > 我曾看到游戏请愿帖一小时内就从首页消失，觉得某些行业对这网站的影响比大家想的大（@anon_cow1111）
- 另有读者断定投票团伙和付费刷票农场在此活跃，且争议话题评论区猫腻尤多（少数人）
反驳 HN 对 YC 系公司存在偏袒
- 指出分析显示包括某 YC 公司在内的多个网站都受自动降权惩罚，说明所谓偏袒并不存在（少数人） > 连 YC 公司旗下的网站也在自动惩罚名单里，那些说 HN 偏袒的人可以歇了（@seizethecheese）
认为二次机会池让部分故事异常粘首页
- 观察到版主将初期冷清的故事直接放入首页后，这些故事往往停留很久，虽可能有幸存者偏差（少数人）
发现高声望用户发帖得分与赞数脱钩
- 有用户注意到当账号声望达到很高水平后，发帖所得分数明显少于获得的点赞数（少数人） > 到我十万声望左右时，发帖得分比点赞数少了一大截（@zdw）
认为无算法排序下惩罚分析失效
- 有读者表示若通过严格按时间线、无算法的第三方界面浏览，原帖的整套惩罚逻辑便不成立（少数人）
有价值的补充
- 排名计算是“懒惰”的：并非每次页面加载都重算分数，而是投票时重算，每三十秒随机选前五十中的一个重算，加上九十秒缓存，所以首页位置常有几分钟的偏差；这也解释了为何惩罚值是范围而非确定数字（@NiklasKoehler）
- 有读者推测过去十三年间排名算法已远比文章描述复杂（@tptacek）
- 原帖作者意外现身，称不知为何时隔十三年被翻出，增添一丝轻松气氛（@kens）