就在剛剛，馬斯克正式宣布開(kāi)源 （原 Twitter）平臺(tái)的推薦算法代碼。

與此同時(shí)， 工程團(tuán)隊(duì)（@XEng）確認(rèn)，新版算法已完成底層重構(gòu)，全面采用了與 xAI 的 Grok 模型相同的 Transformer 架構(gòu)，這也標(biāo)志著 成為首個(gè)將核心流量分發(fā)邏輯完全透明化的主流社交平臺(tái)。

馬斯克在開(kāi)源后表示：

「我們知道這個(gè)算法很笨，需要大幅改進(jìn)，但至少你可以看到我們實(shí)時(shí)且透明地努力讓它變得更好。沒(méi)有其他社交媒體公司這樣做。

根據(jù)開(kāi)源文檔顯示，新的推薦系統(tǒng)最核心的設(shè)計(jì)決策是「零人工特征工程」。

具體來(lái)說(shuō)， 摒棄了傳統(tǒng)推薦系統(tǒng)中大量依賴人工編寫(xiě)規(guī)則和啟發(fā)式算法的做法，完全依賴基于 Grok 的 Transformer 模型。
系統(tǒng)不再主觀定義什么是好內(nèi)容，而是讓模型通過(guò)學(xué)習(xí)用戶的交互歷史（點(diǎn)贊、回復(fù)、轉(zhuǎn)發(fā)等）來(lái)自動(dòng)判斷相關(guān)性。

具體到用戶的「For You」時(shí)間線生成流程，主要分為「召回」與「評(píng)分」兩個(gè)關(guān)鍵階段。

在第一階段的「召回」環(huán)節(jié)，內(nèi)容首先來(lái)自兩大源頭：代號(hào)為「Thunder」的內(nèi)部網(wǎng)絡(luò)系統(tǒng)負(fù)責(zé)毫秒級(jí)檢索用戶關(guān)注賬號(hào)的最新動(dòng)態(tài)。

而代號(hào)為「Phoenix Retrieval」的外部網(wǎng)絡(luò)系統(tǒng)則利用機(jī)器學(xué)習(xí)在全球語(yǔ)料庫(kù)中挖掘用戶未關(guān)注但可能感興趣的潛在內(nèi)容。
隨后，這些通過(guò)海選、被成功「召回」的海量候選帖子，會(huì)被送入第二階段的核心——Phoenix 評(píng)分器。

這是一個(gè)基于 Grok-1 修改版的大模型，它不依賴預(yù)設(shè)標(biāo)簽，而是通過(guò)「注意力機(jī)制」直接預(yù)測(cè)用戶對(duì)某條帖子做出特定動(dòng)作的概率，既包括點(diǎn)贊、回復(fù)、點(diǎn)擊等正面行為，也涵蓋拉黑、不感興趣等負(fù)面反饋。

當(dāng)模型計(jì)算出概率后，最終決定帖子能否出現(xiàn)在用戶屏幕上的，是一套嚴(yán)密的加權(quán)計(jì)算公式。
系統(tǒng)會(huì)將模型預(yù)測(cè)出的各種動(dòng)作概率乘以相應(yīng)的權(quán)重——例如點(diǎn)贊和轉(zhuǎn)發(fā)帶來(lái)正收益，而拉黑和舉報(bào)則導(dǎo)致負(fù)分——最后加總得出最終得分，高分者優(yōu)先展示。

為了保障閱讀體驗(yàn)與安全，系統(tǒng)在評(píng)分前后均設(shè)有嚴(yán)密的「過(guò)濾器」：評(píng)分前會(huì)移除重復(fù)、已讀或來(lái)自拉黑賬號(hào)的內(nèi)容；評(píng)分后則會(huì)進(jìn)行可見(jiàn)性過(guò)濾，剔除已刪除或違規(guī)信息，并引入「作者多樣性」機(jī)制，防止同一創(chuàng)作者的內(nèi)容連續(xù)刷屏。

目前的開(kāi)源版本包含核心推薦邏輯、Rust 編寫(xiě)的候選處理管道以及詳細(xì)的架構(gòu)文檔。

值得一提的是，這僅僅是一個(gè)開(kāi)始，馬斯克此前還承諾，未來(lái)將根據(jù)社區(qū)反饋持續(xù)優(yōu)化，并堅(jiān)持每四周一次的開(kāi)源更新節(jié)奏，附帶全面的開(kāi)發(fā)者說(shuō)明，以幫助用戶了解發(fā)生了哪些變化。

附 Github 開(kāi)源地址：
https://github.com/xai-org/x-algorithm