Algoritmo de Hacker News: la gravedad 1.8 que decide el ranking

Por qué el ranking de Hacker News importa aunque no seas developer

Si lanzas una startup B2B, una herramienta para developers o un producto técnico, Hacker News sigue siendo uno de los pocos canales donde un post de un día puede traer más tráfico cualificado que una campaña de ads de un mes. Por eso importa entender qué decide si tu historia llega al #1 o se queda en la página 2 a las dos horas de publicarse.

En noviembre de 2013, el ingeniero Ken Shirriff publicó un análisis técnico rastreando cada minuto la portada de HN durante un día completo. Rastreó las páginas /news y /news2 cada 60 segundos, mantuvo la fórmula pública en código Arc publicada por el propio Y Combinator y comparó los puntajes crudos contra los resultados reales. Lo que descubrió sigue siendo la mejor radiografía disponible del algoritmo.

La fórmula base: votos, tiempo y gravedad 1.8

HN puntúa cada historia combinando upvotes, edad en minutos y un factor de gravedad. El código fuente liberado por YC lo define con constantes explícitas:

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

gravity* = 1.8
timebase* = 120 minutos
front-threshold* = 1
nourl-factor* = 0.4
lightweight-factor* = 0.17
gag-factor* = 0.1

La fórmula traduce votos en posición dividiendo por la edad elevada a la gravedad. Esto produce una curva donde un post con muchos upvotes compite con el reloj: cada hora que pasa pesa más que la anterior, y la gravedad 1.8 decide qué tan rápido se «hunde» la historia. Si subes la gravedad, el ranking se vuelve más efímero; si la bajas, los posts aguantan más en portada.

En el análisis de Shirriff, el #1 de un momento típico tenía un puntaje crudo cercano a 2.8 (Pyret, un lenguaje de programación) frente a historias en la posición 10 con puntajes de 0.4-0.5 (Shopify aceptando Bitcoin, Show HN sobre closures). Esa brecha de 6x-7x es la diferencia entre aparecer y desaparecer.

Penalizaciones automáticas: por qué tu dominio puede estar en la lista negra

La primera sorpresa del análisis es que un porcentaje enorme de artículos en portada tiene penalizaciones invisibles aplicadas sin que el autor lo sepa. Shirriff calculó que:

~20% de los artículos de la primera página estaban penalizados.
~38% de los artículos de la segunda página estaban penalizados.

Las penalizaciones vienen por dos vías. La primera es por título: cualquier artículo que contenga «NSA» en el título recibía una penalización automática de 0.4 (cada voto cuenta como 0.3 votos, o el artículo cae 66% más rápido). Palabras como «awesome», «bitcoin» o «bubble» no parecían tener penalización, lo que sugiere que la lista de palabras es discreta y curada, no automática.

La segunda vía es por dominio. Shirriff detectó penalizaciones de entre 0.25 y 0.8 en sitios como arstechnica.com, businessinsider.com, github.com, medium.com, quora.com, reddit.com, theguardian.com, theverge.com, youtube.com, entre otros. Esto es independiente del «shadow ban» total, que es otra categoría. La hipótesis más extendida es que los medios populares se envían en paralelo por muchos usuarios y acumulan upvotes por volumen, no por mérito — penalizarlos compensa ese sesgo.

El impacto matemático de una penalización

Shirriff tradujo las penalizaciones a unidades que un fundador puede entender:

Penalización 0.4 → cada voto cuenta como 0.3 votos, o el post cae 66% más rápido de lo normal.
Penalización 0.1 → cada voto cuenta como 0.05 votos, o el post cae 3.6 veces más rápido.

Una penalización 0.1 es casi un entierro. Una 0.4 es severa pero no mortal si la historia tiene tracción real.

La curva de la controversia: el verdugo silencioso

Esta es la parte más útil para quien lanza productos y no quiere perder la portada sin entender por qué. HN castiga agresivamente los flamewars. La función contro-factor del código escala el ranking por (votos/comentarios)² cuando se cumplen dos condiciones:

Más de 20 comentarios.
Más comentarios que upvotes.

Shirriff observó empíricamente que en producción el disparo real ocurre a partir de 40 comentarios con más comentarios que votos, y sospecha que el exponente es 3, no 2. Esa diferencia menor en el código se traduce en una diferencia enorme en la práctica.

El efecto es catastrófico y súbito. Ejemplos del análisis:

«Why the Chromebook pundits are out of touch with reality» pasó de #5 a #22 en el momento exacto en que cruzó los 40 comentarios.
«Show HN: Get your health records from any doctor» estaba en #17 y desapareció del top 60 al tocar los 40 comentarios.

Una historia puede estar en el top 5 un minuto y fuera de la portada al siguiente. No hay degradación gradual: es un acantilado.

Caso de estudio: un día cualquiera en portada (noviembre de 2013)

Shirriff graficó el top 60 de HN durante un día completo y documentó anomalías que parecen glitches pero son el algoritmo funcionando como debe.

«Getting website registration completely wrong» llegó al #1 temprano, pero la penalización por controversia lo bajó de golpe y dejó que «Linux ate my RAM» ocupara brevemente el puesto antes de que «Simpsons in CSS» lo superara.
El artículo sobre Apple Maps alcanzó el #1 y, justo después, recibió la penalización de controversia que lo arrastró fuera de la portada.
Una historia sobre Snapchat llegó al tope y a las 8:22 am recibió una penalización tan fuerte que salió del gráfico entero.
«Why you should never use MongoDB» tuvo upvotes suficientes para dominar el día entero, pero fue penalizado rápido y languideció alrededor del #7.
«Severing ties with the NSA» empezó con penalización automática por contener «NSA» en el título y aun así ganó el #1 por su volumen de upvotes — solo para recibir una penalización mayor minutos después.

La conclusión operativa: el puntaje crudo y la posición real raramente coinciden. Estar en el top por upvotes no garantiza estar en el top visible.

Por qué los moderadores parecen llegar a las 9 am

Una observación lateral del análisis: muchas penalizaciones se aplican a las 9 am hora del este de EEUU, con un goteo continuo durante el día. Esto coincide con el inicio de la jornada laboral en California, donde están los operadores de HN. Si tu historia pasa ese umbral sin penalización, es probable que sobreviva más.

Qué significa esto para tu startup

HN no es solo «publicar y esperar». Es un sistema con reglas internas que premian cierto comportamiento y castigan otros. Lo que el análisis de Shirriff te deja como founder:

El reloj empieza a las cero. La fórmula divide por la edad elevada a la gravedad 1.8. Tienes una ventana corta para acumular masa crítica de upvotes antes de que el decay te saque de portada. Programa el Show HN o el envío para una franja donde tu público objetivo está activo y puede votar rápido.
Evita el efecto 40 comentarios. Más de 40 comentarios sin superar los votos es muerte súbita. Si tu post empieza a generar debate pero no upvotes, modera, responde con valor y pide feedback concreto. El ranking cae más rápido que el debate.
Cuidado con los dominios penalizados. Si tu landing está en medium.com, substack, github.io o un dominio similar, asume una penalización de 0.25-0.8 que no puedes ver. Publica en un dominio propio o al menos en uno limpio.
No repitas palabras detonantes. «NSA» en el título aplica una penalización automática de 0.4. Si tu historia toca vigilancia, filtraciones o privacidad, reformula el titular para evitar la palabra exacta.
Apunta al primer segundo de las 9 am PT o después. Las penalizaciones manuales parecen concentrarse al comenzar la jornada. Si tu historia ya está en el top con buena tracción a esa hora, sobrevive al barrido.

Cómo lo midió Shirriff (y por qué su método sigue siendo válido)

El análisis se basó en rastrear las páginas /news y /news2 cada minuto, por debajo del límite de 2 páginas por minuto que HN permite, procesar el HTML con Beautiful Soup y graficar con matplotlib. La idea central fue generar puntajes crudos con la fórmula pública y comparar contra la posición real para identificar anomalías — exactamente las penalizaciones que el algoritmo aplica pero no documenta. Esa metodología, basada en código fuente público más scraping respetuoso, sigue siendo replicable hoy.

Lecciones que sobreviven al paso del tiempo

El artículo es de 2013, pero la fórmula base sigue siendo la misma porque Y Combinator nunca la cambió públicamente. Lo que sí ha cambiado es el ecosistema: hoy compites contra contenido generado por IA, lanzamientos masivos diarios y audiencias más distribuidas. Las penalizaciones por dominio probablemente se intensificaron, y la competencia por cada slot del top 30 es mayor. Pero las dinámicas centrales — la curva de gravedad, el acantilado de los 40 comentarios, el efecto dominó de las penalizaciones automáticas — siguen explicando por qué unas historias explotan y otras mueren sin razón aparente.

Si entiendes estas reglas antes de enviar tu próximo Show HN, no garantizas el éxito — pero dejas de competir a ciegas.