馬斯克開源了X (Twitter)的演算法程式碼
拆解其中的,Phoenix Retrieval模組
--
系統架構 (簡化版)
每天5億篇貼文 → 200ms內篩到1,500篇 → 推給你
四個核心模組:
1. Home Mixer:總調度
2. Thunder:你follow的人發的
3. Phoenix:你沒follow但可能愛的
4. Candidate Pipeline:候選池管理
--
Phoenix Two-Tower 模型運作邏輯
模型把「人」跟「貼文」都壓成 512 維向量:
・User Tower:把你的互動史、follow名單壓成一個向量
・Candidate Tower:每篇貼文也壓成一個向量
・系統做 dot product 算相似度 → 找最像你會喜歡的
換句話說:你不是被「分類」推薦,
是被「向量距離」推薦。
--
最關鍵:互動權重表
✅ 正面訊號(分數)
・別人 follow 你:+4.0 🌟 最高
・轉推 / 引用:+1.0
・按讚:+0.5
・回覆:+0.3
・影片觀看:+0.2
❌ 負面訊號(分數)
・被檢舉:-5.0 🚫 最慘
・被封鎖:-3.0
・被靜音:-2.0
一個 block 的負面殺傷力 = 6 個讚的正面加分。
--
創作者5大可操作策略
1.讓人「追蹤你」,勝過「按讚」
追蹤 (4.0) 是讚 (0.5) 的 8 倍。意思是 hook 要強到讓人想長期看你,不是單篇爆紅。
2.目標:刺激「轉推 + 引用」
轉推 (1.0) 是讚 (0.5) 的 2 倍。內容要做到「我想分享給別人看」,不是「我覺得不錯」。
3.多重互動訊號設計
Phoenix 是 multi-task learning,一篇貼文同時被預測 likes / replies / reposts / video views。所以混合型內容(讓人想留言又想轉推)比純讚型內容強。
4.絕對避免負面訊號
靠爭議性引戰拉互動是最蠢的策略。一個 block = 損失等同6個讚。容易引人禁聲的內容(過度推銷、洗版、low quality)也直接被演算法掐死。
5.不要讓你的精華內容需要付費
有 paywall 的貼文會被演算法降低能見度,無論品質多好。X 系統設計刻意懲罰封閉內容。
--
革命性的設計:砍掉所有「人工特徵」
過去推薦系統會手動定義「貼文長度權重、是否有圖、是否有影片、是否藍勾、發文時間」。
X Phoenix 把全部刪除。模型直接從互動數據學,不告訴它「圖文比較好」「短文比較好」這種規則。
對創作者的意義
不用糾結「我該發短文還長文、該不該配圖、該不該幾點發」這種傳統 SEO/SMO 公式。
真正重要的是:你的內容能不能引發 follow + 轉推這兩個高權重行為。
--
深入觀察
1. X 把推薦邏輯變成「向量相似度」遊戲
你的「內容指紋」需要跟你 TA 的「興趣指紋」對得上。所以要鎖定 niche,不要試圖討好所有人。
2. 演算法獎勵長期經營型創作者
follow 權重 4.0 是壓倒性的。意思是「能讓人從一篇貼文變成 follower」的創作者會被瘋狂放大。一篇爆紅但沒人追蹤你 = 演算法沒得利於你。
3. 反操作:怎麼最快漲粉
做「系列內容」「強人設」「明確 niche」。讓讀者看一篇後立刻想 follow,因為他知道下一篇還會看到類似價值的東西。
--
雖然這是 X 的演算法,但 Meta / Threads 內部邏輯極可能類似(都是 transformer-based recommendation)。所以有很高的參考價值。
1
0 comments
Wk Pu
2
馬斯克開源了X (Twitter)的演算法程式碼
powered by
WeKen 同學會 | AI x 自媒體
skool.com/weken-ai-x-2451
一個人走得快,一群人走得遠 - WeKen AI x 自媒體 同學會
Build your own community
Bring people together around your passion and get paid.
Powered by