X算法已彻底开源！掌握源码里的这15个预测指标，让你的帖子更破圈
𝕏今天如期正式开源全新推荐算法Phoenix！大多数创作者还在用2023年的老玩法，结果流量越来越难起来……
作为创作者，你一定困惑过：
🔥 算法到底怎么运作的？
🧐 为什么我的帖子石沉大海，另一个人的帖子却火了？
🧄算法到底怎么喜欢啥内容呢？是不是老马针对我？
它不再看你发了多少条，只看用户真实会怎么互动，点赞、深度停留、引用、甚至会不会屏蔽你。
我扒了这个源代码后，会告诉你怎么写出真正利他的爆款内容，让算法主动推你给更多人，同时避开所有隐形降权陷阱。帮你少踩几年坑！
一、算法原理
简单来说，信息流中的内容主要来自两个篮子：一个装满了你关注的人发布的帖子（圈内内容），另一个则装满了算法为你发现的全平台内容（圈外内容）。
X推荐算法核心流程：一篇帖子从发布到被推荐的三大阶段
在海量的帖子中，一篇内容想要脱颖而出，登上用户的为你推荐信息流，通常需要经历以下三个核心阶段。这个流程确保了最终呈现的内容既相关又优质。
阶段一：搜集候选内容，从海量帖子中汇集一个初步的候选池
阶段二：评分与排序，为每个候选帖子打分，并决出排名
阶段三：过滤与呈现，进行最终的安全检查和多样性调整，展示给用户
1. 阶段一：候选池：推荐的帖子从哪里来？
算法推荐的第一步是建立一个候选池，即初步筛选出一批有潜力被推荐的帖子。这些帖子主要来自以下两大渠道：
圈内内容 (In-Network)
来自用户已经关注的账号所发布的帖子。这个过程由一个名为 Thunder 的高效系统处理，它能以毫秒级的速度，快速抓取你关注圈子里的最新动态。
所以**深耕现有粉丝是内容传播的基础，**你的忠实粉丝是内容进入推荐流的第一道门，他们的早期互动至关重要。
圈外内容 (Out-of-Network)
算法基于用户的兴趣、历史互动行为，从整个 X 平台中挑选出的用户可能感兴趣的帖子。这个发现过程由一个名为 Phoenix Retrieval 的机器学习模型完成，它就像一个智能“星探”，为你挖掘未知的好内容。
**优质内容具备破圈传播的潜力。**即使不是你的粉丝，只要内容足够好，也有机会被算法推荐，这是实现内容病毒式传播的关键。
当帖子被选入候选池后，真正的考验才刚刚开始：它们将如何被评分和排序？
2. 阶段二：15个预测指标：评分与排序、算法如何决定帖子的价值？
进入评分阶段，所有候选帖子都会被送入推荐系统的大脑，一个基于 Grok 的强大模型 Phoenix 进行评估。
通过扒取源代码，我发现这个模型的核心设计理念非常纯粹：**完全依赖用户的真实互动行为来学习和判断，不使用任何人工设定的规则。**它会预测用户看到一篇帖子后，采取各种互动的可能性有多大。
我总结了 Phoenix 模型的预测的全部用户互动行为概率预测指标：
- P(favorite) (点赞概率)：用户有多大可能会喜欢这个帖子？
- P(reply) (回复概率)：内容是否能引发用户的讨论和互动？
- P(repost) (转推概率)：内容是否具有足够的价值让用户愿意分享给自己的关注者？
- P(quote) (引用转推概率)：内容是否能激发用户添加自己的评论并进行分享？
- P(click) (点击概率)：标题、图片或视频是否足够吸引人去点击查看详情？
- P(profile_click) (点击作者主页概率)：内容是否能成功塑造你的品牌，吸引用户访问你的主页？
- P(video_view) (视频观看概率)：视频内容是否能吸引用户播放？
- P(photo_expand) (图片展开概率)：图片是否足够吸引人，让用户愿意点击放大查看？
- P(share) (通过分享按钮分享的概率)：内容是否有价值到让用户通过站外渠道（如微信、短信）分享？
- P(dwell) (页面停留时长概率)：内容是否足够吸引人，能让用户停留更长时间？
- P(follow_author) (关注作者概率)：内容是否优秀到让用户想要关注你？
- P(not_interested) (“不感兴趣”点击概率)：内容是否可能让用户选择不再看类似内容？
- P(block_author) (屏蔽作者概率)：内容是否可能引起用户强烈反感，导致屏蔽你？
- P(mute_author) (静音作者概率)：内容是否可能让用户感到厌烦，从而将你静音？
- P(report) (举报概率)：内容是否可能违反社区规则，导致用户举报？
最终得分的计算方式非常直观，算法会将上述所有预测概率乘以不同的权重，然后相加得出最终分数。点赞、回复、分享等积极行为会显著增加分数，而屏蔽、举报等消极行为则会降低分数。
作者多样性评分器 (Author Diversity Scorer)
为了避免信息流被同一个作者刷屏，算法还有一个特殊机制。
这个评分器会适度降低来自同一作者的连续帖子的分数，以确保信息流的内容来源更加多样化。
所以大家一定要保持稳定、高质量的发布节奏！短时间内大量刷屏已经彻底没用了！
在得出最终排名后，所有帖子还需经过最后一轮安检。
3. 阶段三：过滤与呈现
最后，算法在呈现内容前设置了严格的过滤机制，主要分为评分前和排序后两个环节。
评分前过滤 (Pre-Scoring Filters)
这里大家一定要注意，这相当于一道道硬性门槛，一旦触发，帖子将直接失去被推荐的资格！
关键规则包括：
- 重复内容 (Duplicates): 避免同样的内容在信息流中反复出现。
- 自己的帖子 (Self-posts): 你不会在自己的为你推荐中看到自己发布的帖子。
- 来自已屏蔽/静音的作者 (Blocked/Muted Authors):过滤掉用户不希望看到的内容来源。
- 包含已静音的关键词 (Muted Keywords): 同样是为了尊重用户的偏好，过滤掉包含用户自定义屏蔽词的帖子。
- 帖子时效 (AgeFilter): 过滤掉发布时间过长的旧帖子，这意味着内容的推荐窗口期有限，初期的互动尤为重要。
- 已看过/已推荐的帖子 (Previously Seen/Served PostsFilter): 避免重复展示用户已经看过或在当前浏览会话中推荐过的内容，这强调了持续创作新鲜内容的重要性。
- 重复转推 (RepostDeduplicationFilter): 对同一内容的多次转推进行去重，确保多样性。
- 付费内容 (IneligibleSubscriptionFilter): 过滤掉用户无权查看的付费订阅内容。
排序后过滤 (Post-Selection Filters)
这是最后一轮安全检查，在选出排名最高的帖子后，系统会再次进行扫描，移除任何垃圾信息、暴力、血腥或已被原作者删除的帖子。此外，还会通过 DedupConversationFilter 机制对同一对话的不同分支进行去重，确保呈现给用户的都是安全、有效且多样化的内容。
二、如何写出爆款文章？
基于以上对算法工作原理的解析，我总结了4条给创作者的建议
- 引爆积极互动算法的核心是预测用户的全方位积极行为。除了传统的点赞、回复、转推，我们𝕏创作者更应思考如何最大化其他积极信号。主要创作能引发用户好奇心，去点击主页的内容来塑造个人品牌；发布能让用户长时间观看的视频或深度图文来增加停留时间 (dwell)；提供极具价值的信息，鼓励用户引用转推或通过分享按钮传播。
- 坚决避免负面信号算法会明确惩罚那些引发用户反感，导致被屏蔽、静音、举报或点击不感兴趣的内容。这意味着创作者必须高度注重内容的质量和社区的友好度，避免发布引战、低质或误导性信息，这些负面信号是推荐系统中的剧毒，一旦触发就不会再推荐了，引发降权。
- 兼顾圈内圈外影响力一方面，要通过积极互动维护好现有粉丝（圈内），这是内容传播的基础。另一方面，也要努力创作具有普适性、易于理解和传播的优质内容，以吸引算法的圈外推荐，实现粉丝增长。
- 质量与发布节奏并重结合作者多样性和时效性过滤机制，建议大家专注于发布高质量、有深度的内容，并保持一个稳定、合理的更新频率。短时间内的刷屏式发布不仅可能使用户疲劳、被算法降权，旧内容的推荐机会也会随时间迅速衰减！
三、结语
因此，对于我们而言，最好的算法密码其实很简单：持续不断地为你的受众创造真正的价值，也就是很多老师说过的：“利他性文章”，当你专注于此，不断创作，你也就自然而然地顺应了算法的推荐逻辑。
是金子一定会发光，好的东西也不会过时。
