自嘲很烂

（由多段落组成）：

2026年初，埃隆·马斯克再次掀起科技圈波澜——这一次，他选择将𝕏平台（原Twitter）的核心推荐算法全面开源，并在GitHub上公开代码仓库。不同于以往高调宣传的风格，这次马斯克罕见地自嘲：“是的，这算法太烂了。”尽管如此，这一举动仍被业界视为社交媒体透明化进程中的里程碑事件。

此次开源的推荐系统基于Grok-1同源的Transformer架构，采用纯AI驱动模式，几乎完全剔除了传统人工设计的特征工程与启发式规则。系统通过分析用户的历史互动行为（如点赞、转发、评论、停留时长等），动态构建“实时用户画像”，进而实现个性化推送。整个流程从“For You”信息流请求触发开始，经历数据拉取、候选生成、填充、过滤筛选到最终排序打分，形成一套端到端的自动化推荐流水线。

在用户画像构建阶段，系统主要依赖两类信息输入：一是行为序列，即用户近期最直接的操作记录；二是长期属性，包括关注列表、地理位置、设备类型和兴趣标签等。与过去工程师手动设定“兴趣权重”的做法不同，该系统坚持“去人工化”原则，将原始行为数据直接输入模型，让AI自主学习用户偏好模式，避免人为偏见干扰。

候选的获取分为两条路径：其一是来自用户关注账号的“熟人”，由Thunder模块提取；其二是通过Phoenix Retrieval模块挖掘潜在感兴趣的“陌生人”。两者统一进入后续处理流程。随后，Hydration模块为每条候选推文补充完整元数据（如正文、媒体、作者信息等），而Filtering模块则负责剔除重复、过期、屏蔽或已读，确保仅合规且新颖的信息进入评分环节。

真正决定排序的是Phoenix Ranking Model——一个基于Transformer的深度学习模型。它会综合用户画像与单条推文的上下文信息，预测用户可能执行的各种操作概率（如点赞、转发、举报、拉黑等），并按预设权重合成最终推荐得分。值得注意的是，系统采用了“候选隔离机制”，即每条独立评分，彼此之间无交叉注意力，从而保证分数一致性与缓存复用效率。

整套系统的设计理念可归纳为五大核心优势：第一，纯数据驱动，摒弃主观规则；第二，独立评分机制，提升稳定性与性能；第三，哈希嵌入技术，加速大规模检索；第四，多行为预测模型，不止看点赞率；第五，模块化架构，支持快速迭代与A/B测试。这种结构不仅便于调试优化，也为未来引入更强AI模型预留空间。

然而，尽管技术架构先进，社区反馈也指出若干潜在问题。有开发者发现，当前算法对“被大量用户屏蔽”的账号施加了强负面惩罚，但缺乏时间衰减机制，导致历史屏蔽记录长期影响推荐权重，可能造成误伤或滥用风险。对此，马斯克亲自回应称：“确实很烂，需要大幅改进。”但他强调，透明本身就是进步的第一步——至少现在所有人都能看到问题所在。

值得期待的是，马斯克宣布：这不是一次性的开源秀，而是持续承诺。未来，𝕏团队将每四周发布一次算法更新，同步至GitHub开源仓库（[https：//github.com/xai-org/x-algorithm](https：//github.com/xai-org/x-algorithm)），推动平台向更开放、更可审计的方向演进。回顾2022年收购之初的承诺，如今终于一步步兑现——打破黑箱，让用户真正了解是如何被推荐的。

这场由AI主导、以透明为目标的推荐系统革命，或许才刚刚开始。无论当前算法是否完美，其开源姿态本身已在行业激起深远回响，或将重新定义社交媒体时代的信任标准。

本文来源： 量子位【阅读原文】