X平台推荐算法开源事件 - 马斯克宣布七天后开源X平台推荐算法，并于1月20日由工程团队@XEn在GitHub上正式开源，相关帖子浏览量接近4000万，源码仓库两天内收获1万+收藏 [1] 算法架构与核心机制 - 新推荐算法采用与xAI旗下Grok模型相同的Transformer架构，移除了所有手工设计的特征和大多数人工规则，转向由AI主导的推荐系统 [1][3] - 用户信息流内容主要来自两个系统：Thunder系统实时搬运用户关注者的动态，提供亚毫秒级快速查询；Phoenix系统负责从全平台推荐用户未关注但可能喜欢的内容 [3] - Phoenix系统在推荐时，粉丝数权重极低，模型更关注内容与用户是否匹配，小号内容同样有机会被推荐 [4] 内容推荐逻辑 - 算法通过预测用户看到内容后可能发生的15种行为（包括点赞、回复、转发等正向互动，及“不感兴趣”、举报等负面反应）来计算内容的最终得分（Final Score）[6] - 内容价值取决于算法预测其未来可能引发的互动，而非已有数据，系统试图量化“共鸣”和“厌恶”的概率 [6] - 内容在打分前需通过9个过滤器进行初步筛选，排除重复ID、信息不完整、过时等不符合条件的内容 [7] 对内容创作者的影响与策略 - 算法赋予普通创作者更清晰的方向，但需放弃传统“流量技巧”，按AI逻辑创作 [9] - 回复评论的权重极高，“评论+作者回复”的综合权重约等于单纯点赞的75倍 [9] - 算法非常重视用户的停留阅读时间，有信息密度的内容胜过刷屏式发布 [9] - 对于视频内容，算法更关心用户是否会点开，封面、标题和开头比剪辑精致度更重要 [9] - 账号粉丝基数本身不是问题，Phoenix在候选阶段几乎不看粉丝数，持续引发负反馈对“大号”传播影响也是致命的 [9] - 算法将每四周更新一次，创作者需在动态环境中调整策略 [10] 算法潜在影响与行业观察 - 算法削弱了粉丝数影响，移除人工规则，使内容推荐在某种意义上更“公平”和透明 [10] - 在AI视角下，争议、情绪和冲突比理性、克制的内容更容易引发互动并被算法放大，这可能引导创作者为讨好算法而改变创作初衷 [10] - 该系统适合作为内容的放大器，但不适合作为创作的指南针 [10]