AYi@AYi_AInotes · X马斯克将X平台“For You”推荐算法开源。其核心是使用Grok Transformer端到端预测用户对帖子各项互动动作的概率，并通过加权求和得出最终得分以决定推荐。推荐流水线包含用户画像、候选池检索、元数据补全、硬过滤、打分及最终选择六个步骤。对创作者的启示包括：必带媒体内容提升点击与停留时长、设计高互动钩子、避免同一主题连发以防被惩罚、警惕引发负向互动信号。值得注意的是，本次开源了流程代码与架构，但未公开具体的模型权重、训练数据及生产环境参数。
马斯克开源了最新的X 算法（2026.5.15）， 我花了1个多小时逐字学习理解， 结合我的X增长实践总结如下，
damn！实在是太他么细了啊， 值得每个创作者花 5 分钟看完。
先一句话定调：这是第一次把 For You 的流量公式写成了源码，特别牛逼。
不废话，直接进重点：
一、新版算法的核心机制， 就一句话最终得分 = Σ（权重 × 多动作概率） 系统用 Grok Transformer 同时预测你这条帖会被读者做出哪些动作，每个动作一个概率，加权求和，分数最高的帖上 For You， 正向动作：P（点赞） / P（回复） / P（转发） / P（点击） / P（分享） / P（关注作者） 负向动作：P（不感兴趣） / P（拉黑） / P（举报）正向加分，负向重扣， 所有手工规则全砍了，100% Transformer 端到端。
二、Feed 流水线 6 步，每一步都可能让你的帖被截胡 1|Query Hydration（用户画像） 实时抓取读者的关注、点赞、转发、停留时长、profile 浏览次数--停留时长 + profile 浏览是隐性信号，权重比点赞还高
2|Candidate Sources（候选池）Thunder：你关注的人发的最新帖Phoenix Retrieval：全局双塔模型，从你不关注的人里捞内容塞进来