🔥X 平台杠开源了整个平台的算法权重，这次连“你的每个动作值多少分”都公开了。 X 直接放出了主要生产权重、可见性过滤规则、账号与内容标签系统、SimClusters，以及真正用于训练和 Serving 的 Phoenix 生产代码。 先猜你会对每条帖子做什么，再按一张“行为价目表”算分，然后经过限流、去重、圈外折扣、新作者扶持，最后决定你看到什么。 工作原理： 1、先找一批“候选帖子”，现在主要有三个入口： • Thunder：你关注的人刚发的内容 • Phoenix Retrieval：根据你的历史行为和内容语义，从全网找 AI 认为你可能感兴趣的帖子 • SimClusters：根据“哪些人经常喜欢同一类东西”形成兴趣簇，再从这些圈子里捞内容 2、然后 Phoenix 对每条帖子预测一串概率： 点赞 / 回复 / 转发 / 引用 / 分享 / 私信分享 / 复制链接 / 点击 / 看视频 / 关注作者…… 负反馈也一起预测： 不感兴趣 / 静音 / 拉黑 / 举报 / 没有停留。 而且它看的信息比“你过去点过什么赞”多得多。 新版生产模型里还有国家、语言、位置、当地时间、年龄段、性别、已安装 App、帖子年龄等上下文。 3、真正炸裂的地方来了： X 这次把主要生产默认权重公开了。 正向： • 复制链接分享：+20 • 回复：+5 • 引用：+5 • 私信分享：+5 • 关注作者：+4 • 普通分享：+2 • 转发：+1 • 点赞：+0.5 • 点击帖子：+0.4 负向更加夸张： • 举报：−234 • 静音作者：−58.8 • 不感兴趣：−43.2 • 拉黑作者：−31.2 还有一个非常有意思的隐藏项： 如果你和作者互相关注，而且对方发的是原创帖，“你会回复它”的权重额外 +15。 基础回复权重是 5。 也就是说，这类帖子对应的回复预测权重可以直接来到 20。 当然，这些数字不能简单理解成： “1 次复制链接 = 40 个赞”。 系统计算的是： 某个行为发生的概率 × 对应权重。 而且 X 自己在代码里专门解释，这些权重同时考虑了行为价值和这种行为在全网有多稀有。 4、打完分还没结束。 圈外内容，也就是你没有关注的账号，默认分数还要乘 0.75。 同一个作者连续出现，也会被强行衰减。 按目前公开的默认参数计算： 同一批候选里，同一个作者的第二条大约只剩 62.5%，第三条约 43.75%，继续出现会越来越接近 25% 的下限。 所以疯狂连续刷帖，并不能无限霸占推荐流。 更有意思的是，小账号真的有代码级“新人保护”。 当前默认参数里： 作者粉丝不超过 1000，帖子浏览低于 1000，满足条件的原创帖，有机会被系统主动往大约第 16 位附近的目标分数抬。 另外，超过 48 小时的帖子，在打分之前就会被过滤。 5、这次对创作者最重要的一个变化，是“限流”终于开始变得可解释了。 X 把 Visibility Filtering 整条链路开出来了。 Spam、恶意链接、NSFW、辱骂、Do Not Amplify 等标签，都可能让一条帖子在“推荐给非关注者”时直接被 DROP。 这就解释了过去一种很常见的现象： 你的粉丝依然可以看到你。 陌生人的 For You 推荐流里，你却几乎消失了。 X 还配套推出了 Under the Hood，可以查看自己账号和帖子身上影响可见性的标签统计。 6、另外还有一个旧版解读需要更新。 Phoenix 内部依然采用 Candidate Isolation。 模型给某条候选帖打基础分时，它看不到同一批里的其他候选帖，所以 Phoenix 这一层的分数不受 Batch 里其他帖子的影响。 但之后还会继续经过： 作者多样性衰减、圈外 0.75 折扣、新作者扶持，以及 DPP 多样性重排。 所以“每条帖子独立打分”依然成立于 Phoenix 这一层。 最终出现在第几位，依然会受到整个推荐管线影响。 几个最值得记住的结论： 第一，复制链接分享的默认权重非常高。 X 明显很在意一条内容有没有强到让人愿意“带出信息流”。 第二，回复远比普通点赞值钱。 互相关注关系里的原创内容，回复预测还会得到巨额加权。 第三，连续刷屏会被作者多样性机制主动压制。 第四，小账号确实存在明确写进代码里的冷启动机会。 第五，负反馈非常贵。 举报、静音、不感兴趣带来的负权重，远高于一次普通点赞提供的正权重。 第六，这次透明度已经高了一个级别，但距离 100% 仍有空间。 真实生产数据和 checkpoint 没有开放，部分 Grox prompts 和 Botmaker 规则依然保留。 对于创作者来说，新的优先级已经非常清晰： 让内容值得被回复、私信分享、复制链接带走； 建立真实的双向关系； 减少连续刷屏； 尽量避免触发“不感兴趣”、静音、举报和各种安全标签。 X 的算法越来越像一个实时预测“你下一步会做什么”的 AI 编辑部。

X这次直接把For You推荐算法摊开了，我觉得这比单纯“算法开源”重要多了！ 以前我们天天猜X到底喜欢什么内容：是不是发得勤就容易有流量？多放图片是不是更容易被推？带几个热门话题能不能蹭到？有金标、粉丝多是不是就多曝光？ 现在不用猜了。X把核心推荐逻辑公开了，还是Apache 2.0开源，代码摆在那儿，谁都能研究。 简单讲，For You推荐就三步。 第一步，双路召回。 一条叫Thunder，主要把你关注的人最近发的内容快速捞出来。可以理解成你的熟人圈，保证关注的人不会突然从信息流里消失。 另一条叫Phoenix，这个才真正有意思。它不先判断内容写得好不好，也不管你观点有没有价值，而是直接预测：你看到这条之后，会不会产生真实行为？点赞、转发、回复、停留、点击……你过去在X上的大量行为，都会变成模型判断你兴趣的依据。 另外还有SimClusters这类机制，把你没关注、但和你兴趣、社交关系有相似性的内容也召回来。 所以你会发现，X的逻辑没我们想象的那么玄。它不太关心“这条内容客观上是不是好”，更关心“你会不会对它产生反应”。 第二步是排序。召回一堆内容后，交给Transformer模型预测不同用户行为的概率，综合打分。最后再过一层规则过滤，决定最终出现在你For You里的内容。 这套逻辑挺冷酷的。它等于直接把问题甩回给创作者：你觉得自己内容有价值？不重要。真正重要的是，用户有没有用行动告诉平台，这条内容值得继续看。 看到这套算法之后，我反而觉得以前那些“X流量玄学”可以扔掉大半了。黄金发布时间、标题卡关键词、疯狂加Hashtag、一天发多少条……这些不是完全没用，但绝对不是决定性因素。 真正决定内容能不能继续分发的，是用户行为。你发一条，有人看完顺手划走，和有人看完忍不住回复一句，在算法眼里价值完全不一样。有人觉得“这观点有意思”直接转给朋友，有人看到一半停下来认真读完，有人看完点个赞——这些才是最硬的数据。 以后做X内容，我觉得可以少研究怎么“骗算法”，多研究一个问题：怎么让一个陌生人看到这条之后，真的想做点什么。 每次发之前，建议自己先问三个问题： 1. 这条会不会让人忍不住想回复？ 2. 会不会让人觉得“这个值得转给别人看看”？ 3. 会不会让人愿意停下来多看几秒？ 三个问题一个都答不上来，就算发布时间、标签、格式全优化到极致，意义也不大。因为算法最终还是回到用户行为。 这也是我觉得X这次开源最值得关注的地方。它不是告诉你什么涨粉秘籍，而是把底层规则摆出来后，让很多流量玄学失去了生存空间。 算法越来越透明，真正的竞争反而越来越简单。不是谁更会研究平台漏洞，不是谁更会堆关键词，也不是谁每天发得最多，而是谁能持续做出让用户产生真实动作的内容。 说到底，算法只是放大器。真正决定你能不能拿到流量的，还是你写出来的东西，有没有让人停下来。 别再天天跟算法较劲了。算法都摊牌了，接下来真正值得较劲的，是自己的内容。