馬斯克開源X推薦算法:AI主導(dǎo)社交媒體流量時代來臨?
北京時間1月11日,馬斯克曾表示“七天后開源算法”,當(dāng)時多數(shù)人以為這只是又一次“畫餅”。畢竟近幾個月,X.com平臺風(fēng)波不斷,裁員、AI生成爭議內(nèi)容、與監(jiān)管機構(gòu)摩擦等問題頻發(fā)。
但這次,盡管未完全準(zhǔn)時,他確實兌現(xiàn)了承諾。1月20日,X平臺工程團隊@XEn正式宣布:全新的X推薦算法已在GitHub開源。該算法采用與xAI旗下Grok模型相同的Transformer架構(gòu),消息迅速引發(fā)廣泛關(guān)注,相關(guān)帖子瀏覽量近4000萬,即便偏“硬核”的源碼倉庫,兩天內(nèi)也收獲超1萬收藏。

國內(nèi)外不少網(wǎng)友已開始依據(jù)算法總結(jié)成為大V的方法。
AI主導(dǎo)的推薦機制
X在官方說明文件中明確指出:“已移除所有手工設(shè)計的特征和大多數(shù)人工規(guī)則。”這意味著過去由人工制定規(guī)則、機器執(zhí)行的推薦模式被顛覆。以往內(nèi)容能否被推薦,依賴點贊權(quán)重、轉(zhuǎn)發(fā)權(quán)重、粉絲數(shù)加成、人工白名單等工程化規(guī)則體系,如今這些“人寫給機器的規(guī)則”基本消失。
取而代之的是AI主導(dǎo)的推薦系統(tǒng),該系統(tǒng)采用與Grok同類的Transformer架構(gòu)模型。它通過分析用戶過往的點贊、轉(zhuǎn)發(fā)、回復(fù)等行為,學(xué)習(xí)用戶的興趣偏好,進而決定向用戶推送的內(nèi)容。許多人曾疑惑為何某些內(nèi)容總能精準(zhǔn)出現(xiàn)在時間線上,此次開源首次揭示了X信息流的內(nèi)部結(jié)構(gòu)。X用戶每天刷到的內(nèi)容主要來自兩個系統(tǒng):
一個是Thunder,它如同用戶的專屬“盯梢員”,實時搬運用戶關(guān)注者發(fā)布的動態(tài),確保用戶不錯過任何一條,提供亞毫秒級快速查詢,是信息流的“保底機制”;另一個是Phoenix,它在全平臺海量推文中篩選內(nèi)容,核心任務(wù)是找出用戶未關(guān)注但大概率會喜歡的內(nèi)容。值得注意的是,在Phoenix系統(tǒng)中,粉絲數(shù)幾乎不重要,只要模型判斷用戶會有反應(yīng),小號內(nèi)容也可能被推送。

AI為每條內(nèi)容“預(yù)言未來”
Phoenix判斷內(nèi)容是否值得推薦,并非依據(jù)點贊數(shù)或粉絲量,而是預(yù)測用戶看到內(nèi)容后的行為。具體而言,模型會預(yù)測用戶可能產(chǎn)生的15種行為,包括點贊、回復(fù)、轉(zhuǎn)發(fā)、引用、點擊、展開圖片、觀看視頻、停留閱讀、訪問主頁、關(guān)注作者、分享等正向互動,以及“不感興趣”、靜音作者、屏蔽作者和舉報內(nèi)容等負(fù)面反應(yīng)。
這些復(fù)雜的人類反應(yīng)被轉(zhuǎn)化為可計算的概率值,按權(quán)重加總形成內(nèi)容的最終得分Final Score。簡單來說,若算法預(yù)測用戶對某條帖子有更多正向互動,就更傾向于推薦該內(nèi)容。這意味著內(nèi)容的價值不在于已獲得的互動,而在于算法預(yù)測其未來引發(fā)的反應(yīng),系統(tǒng)試圖量化“共鳴”和“厭惡”的概率。
此外,內(nèi)容在打分前需經(jīng)過“安檢”,9個過濾器會快速篩除重復(fù)ID、信息不完整、過時、用戶自己發(fā)送、已看過等不符合要求的內(nèi)容。

普通創(chuàng)作者的應(yīng)對方向
不少創(chuàng)作者擔(dān)憂,若一切由AI決定,是否意味著“流量技巧”失效?實則不然,這套算法為普通創(chuàng)作者提供了更清晰的方向,前提是放棄舊有“流量技巧”,按AI的思維邏輯創(chuàng)作。從X平臺源碼可得出以下結(jié)論:
回復(fù)評論權(quán)重極高,“評論+作者回復(fù)”的綜合權(quán)重約為單純點贊的75倍。不回復(fù)評論,幾乎等同于告訴算法內(nèi)容不值得擴散。其次,算法重視用戶停留閱讀時間,連續(xù)刷屏式發(fā)布且用戶快速劃走,會被模型判定為“不值得花時間”,有信息密度、閱讀價值的內(nèi)容勝過十條刷存在感的內(nèi)容。
視頻方面,X不看重完播率,更關(guān)注用戶是否點開,因此封面、標(biāo)題和開頭比剪輯精致度更重要。賬號粉絲基數(shù)并非關(guān)鍵,Phoenix在候選階段幾乎不看粉絲數(shù),僅關(guān)注用戶向量與內(nèi)容向量是否匹配?!靶√枴币l(fā)互動也有機會被推,“大號”持續(xù)引發(fā)負(fù)反饋則對傳播影響“致命”。
馬斯克承諾每四周更新一次算法,這讓創(chuàng)作者有機會根據(jù)數(shù)據(jù)調(diào)整策略,但也意味著他們處于不斷變化的博弈環(huán)境中。從算法本身看,它比過去更透明、更“公平”,削弱了粉絲數(shù)影響,移除了人工規(guī)則,內(nèi)容命運不再依賴人為調(diào)參。但對長期創(chuàng)作者而言,系統(tǒng)存在隱患:AI視角下,爭議比正確易加分,情緒和沖突比理性易放大,系統(tǒng)不關(guān)心內(nèi)容是否克制嚴(yán)謹(jǐn),只關(guān)注是否“可觸發(fā)”。極端觀點、強烈情緒天然易制造互動,若未觸發(fā)舉報或屏蔽,可能被持續(xù)放大。
這是危險的誘惑,當(dāng)創(chuàng)作者按“模型認(rèn)為易引發(fā)反應(yīng)的內(nèi)容”創(chuàng)作時,創(chuàng)作已從自我表達轉(zhuǎn)向討好預(yù)測人類行為的AI,是否違背初心成為無法回避的問題?;蛟S創(chuàng)作者需警惕的不是算法本身,而是將其視為唯一目標(biāo),X的推薦系統(tǒng)適合當(dāng)放大器,不適合當(dāng)指南針。
諷刺的是,馬斯克曾多次談及AI對人類社會的潛在威脅,其中反復(fù)提到的場景是AI通過操縱情緒和輿論影響公眾認(rèn)知。或許X在這條路上會走得比想象中更遠。
本文來自微信公眾號 “IT時報”(ID:vittimes),作者:賈天榮,36氪經(jīng)授權(quán)發(fā)布。
本文僅代表作者觀點,版權(quán)歸原創(chuàng)者所有,如需轉(zhuǎn)載請在文中注明來源及作者名字。
免責(zé)聲明:本文系轉(zhuǎn)載編輯文章,僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布,請及時與我們聯(lián)系進行審核處理或刪除,您可以發(fā)送材料至郵箱:service@tojoy.com




