马斯克今天，开源了推特 X 的信息流推荐系统的工作代码与原理

今天下午，马斯克如约奉告。

本文的完整版原文全文地址：https://www.ccgxk.com/emlog_dev/625.html

当然，这种技术公开，其实价值就不再很大了，马斯克本人说该算法垃圾啊，估计会大改，但依然非常有趣。

不过，马斯克和特朗普一样，都是全球知名后就一直行为离谱的人，他把自己旗下的东西该开源的都开源了，今天竟然把推荐算法也开源了。

（PS：作为一个出海 SaaS AI 网站从业者的我，渴望盼望，谷歌 Google 也能像他一样，如此详细地开放它的排名算法，干 SEO 猜了快 10 年了，每年一更新都要重新猜，永远猜不对.... ）

短着看的话，对于运营者来讲，游客行为影响大概就下面这些内容：

图片由 @chelsonw_ 整理

四大影响：

一、不要放 外链（链接），这个虽然默许，但暗中惩罚最严重！

二、评论区的评论，很影响帖子的推荐（要多回复、评论，甚至「吵架」），收藏次之。

三、垂直度相对很重要。

四、拉黑、点踩，最不重要！

而一些反常识的真相，点赞和转发反而很低。

（很有意思的是，这个权重，其实早在 2023 年就公布了~ ）

怎么看待这件事呢？

我觉得马斯克可能会赢，因为对于社区来讲，这个推荐算法就不应该是一个黑箱，而是应该公开可见。

我还是很期待之后四周一更新，到最后能搞出个什么超级推荐算法。甚至能比最先进的 抖音 Tiktok 算法还厉害。下面说一些细节。

算法的开源仓库是 ： https://github.com/xai-org/x-algorithm

（仓库包含部分的真实的生产环境下的工作代码）

首先你的推特首页，给你推荐的帖子，有两个来源：你关注的账号和全局语料库里发现的帖子。

然后这俩内容，会通过 Phoenix （凤凰模型）合并排序。基于马斯克自家的 Grok 改造过的人工智能模型。

这个凤凰模型，主要用于预测贴文的互动概率。并且也强调了，这个模型里面没有人类大拍脑门搞的各种创意规则，而是完全由人工智能推荐。

整个推特 X 的推荐架构是：

其中，最上面的核心调度层（Home Mixer），在你刷新首页后，开始为你整理这个信息流。

从 用户的【关注表与互动历史】 和 【凤凰模型】里选数据。如果不够，就用数据填充表 Hydrators 里找数据充数。

现在数据有了，就移除不合格的内容，用过滤器 Filters：

之后用 Scorers 给这些内容打分，用 Selector 选出前 n 项，之后再去重，然后缓存用户的请求，返回这个最终排名，然后你就刷到了！

Thunder 引擎

这个东西，可以在 100 毫秒内，获取用户的所有近期内容，能自动增删查改，它在服务器内存里，而不是服务器里，速度很快。

Phoenix 引擎

这个是机器学习模型，它包括检索相似的帖子的模型 双塔模型（Two-Tower Model），以及排序。预测内容的未来互动概率（即点赞、回复、转发、点击等），并且排序时，会将各个内容分类好，相互紧挨的内容，类别不同，互不相同。

整个过程，就是这个样子！

这些不是什么有趣的东西，毕竟推荐系统这样设计，谁都会。

但是最值钱的，就是这个模型到底是怎么给内容高分、低分的。这在所有算法推荐社媒公司都是机密，被人知道搞清楚后，会被作弊，把低质量内容刷高。

下面是真实的 凤凰模型 打分（预测）指标点：

Predictions
├── 收藏概率
├── 回复概率
├── 转发概率
├── 引用转发概率
├── 点击概率
├── 进入个人主页概率
├── 视频观看概率
├── 图片展开概率
├── 分享概率
├── 停留时长概率
├── 关注作者概率
├── 标记不感兴趣概率
├── 拉黑作者概率
├── 屏蔽作者概率
└── 举报概率Final Score = Σ (weight_i × P(action_i))P(action_i) 是预测值
weight_i 是系统权重（全站固定的，根据效果会慢慢迭代）
累加得出一个最终得分

其中，真正核心的代码，是这个开源仓库的 x-algorithm/phoenix/runners.py 这个 Python 文件。

注意，我上面给出的那个各信号权重，比如点赞权重很小，相互回复，权重很大，是基于这里面的逻辑进行估算的。真正的权重值依然未公开，也无法公开，因为那是 LLMS 大语言模型估算的，即便是工作人员也很难拿到一个精确的值。

但大致根据代码能感受到回复、停留时间的权重很高很高，但点赞几乎微乎其微。

这个并非完全没有线索，早在 2023 年，就已经给出了早些年的权重：

https://github.com/twitter/the-algorithm-ml/blob/main/projects/home/recap/README.mdgithub.com/twitter/the-algorithm-ml/blob/main/projects/home/recap/README.md

后续是在其基础上进行微调：

其值为：

点赞的权重是 0.5
转发权重是 1.0。比点赞重要一点。
回复权重是 13.5
高质量的作者主页点击，权重 12.0
视频播放到 50% 的权重是 0.005。几乎可以忽略。
作者参与的回复，权重 75.0。这是极其强的信号。
高质量点击，权重 11.0
改进版的高质量点击，权重 10.0
负反馈的权重是 -74.0
举报的权重是 -369.0

当时没有给出具体排序算法，现在算法有了，因此可以得出上图的那个大概的结论。