X（Twitter）正式开源推荐算法，本文白话解析 Grok AI 如何通过 14 种互动指标评分，并整理出 6 大小编实战策略，教你突破同温层、提升贴文曝光率。
（前情提要：X公开算法源码「Phoenix」！与Grok互相喂养，马斯克选择保密模型权重）
（背景补充：在 X 平台上写文章赚钱的终极指南》马斯克推出X Articles加倍收益、设定受众、提出事实、删减废话、宣传订阅… ）

本文目录

• 算法的核心概念：两个池子
• 二、算法怎么给贴文打分数？
  • 算法预测的 14 种行为
• 最终分数公式
• 算法的 6 个处理阶段
• 什么内容会被过滤掉？
• 两个关键设计理念
  • 完全由 AI 决定，没有「人工调参」
  • 作者多样性机制
• 小编实战攻略
  • 内容策略 1：追求「高价值互动」而非「表面数字」
  • 内容策略 2：增加「停留时间」
  • 内容策略 3：避免「负面信号」
  • 内容策略 4：争取「圈外曝光」
  • 内容策略 5：把握「即时性」
  • 内容策略 6：创造「促进追踪」的内容
• 常见迷思破解
• 算法的核心逻辑总结

马斯克今（20）日遵照承诺，将 X 平台的推荐算法程序码「Phoenix」公开上传至 GitHub。本文将用最白话的方式，帮助各平台小编理解：X 到底是怎么决定哪些贴文能被更多人看到的？

算法的核心概念：两个池子

首先要了解的是：X「为你推荐」的动态墙，内容来自两个池子：

池子 1：In-Network（圈内内容）

• 定义：你追踪的账号发的贴文
• 技术名称：Thunder 系统
• 特色：即时、低延迟，几乎是发文后立刻可被推送

池子 2：Out-of-Network（圈外内容）

• 定义：你没有追踪，但算法认为你会喜欢的贴文
• 技术名称：Phoenix 系统
• 特色：通过 AI 从全球贴文库中挖掘相关内容

💡 重点：你的内容不仅会被粉丝看到，还可能被推荐给「可能会喜欢你内容」的陌生人！这是突破同温层的关键。

二、算法怎么给贴文打分数？

这是最核心的部分。X 使用基于 Grok 的 AI 模型（没错，就是 xAI 那个 Grok）来预测每篇贴文的「互动概率」。

算法预测的 14 种行为

最终分数公式

最终分数 = Σ (权重 × 预测概率)，白话翻译：

• 正向行为（赞、转推、回复、分享）的预测值越高 → 分数越高
• 负向行为（封锁、静音、检举）的预测值越高 → 分数大幅下降

算法的 6 个处理阶段

用户打开 X ↓ ① 查询用户资料（你的互动历史、追踪名单）** ↓ ② 候选内容来源（从 Thunder + Phoenix 拉内容） ↓ ③ 内容扩充**（补充贴文元资料、作者信息）** ↓ ④ 预过滤**（移除不适合的内容）** ↓ ⑤ AI 评分**（Grok 模型预测 + 权重计算）** ↓ ⑥ 排序选择**（分数最高的显示在最上面）** ↓ 呈现给用户 **

什么内容会被过滤掉？

🚫 预过滤（还没评分就被删除）

🚫 后置过滤（评分后再过滤）

两个关键设计理念

完全由 AI 决定，没有「人工调参」

我们已经从系统中完全剔除了所有的人工设计特征，以及大部分的启发式算法。

X 声称他们移除了所有人工设计的特征规则，完全依赖 Grok AI 从你的互动历史中学习你喜欢什么。

这代表什么？

• 没有「发文最佳时间」的硬规则
• 没有「hashtag 数量」的硬规则
• 一切都是 AI 根据实际互动数据动态学习

作者多样性机制

算法内建「Author Diversity Scorer」，会降低同一作者连续出现的权重。

这代表什么？

• 即使你的某篇很红，也不会霸占用户的整个动态墙
• 给其他创作者曝光机会
• 小编发文「少量多餐」可能比「一次发很多」更有效

小编实战攻略

根据以上算法分析，以下是具体可执行的策略：

内容策略 1：追求「高价值互动」而非「表面数字」

内容策略 2：增加「停留时间」

算法会追踪用户在你贴文上停留多久。

怎么做？

• 写长一点的深度内容（但要有吸引人的开头）
• 用 Thread 串文增加阅读时间
• 影片长度适中，让人看完

内容策略 3：避免「负面信号」

被封锁、静音、检举会大幅拉低你的分数。

怎么避免？

• 不要洗版（作者多样性机制会惩罚你）
• 不要发争议性过高的仇恨内容
• 不要用诱导性标题让人失望（点进去发现没料）
• 不要大量 @不相关的人

内容策略 4：争取「圈外曝光」

这是突破同温层的关键，Phoenix 系统会根据「相似用户的喜好」推荐你的内容给新受众。

怎么做？

• 在特定领域建立专业度（AI 会学习你的内容类型）
• 让现有粉丝积极互动（互动数据会训练 AI）
• 内容要有明确的主题标签，方便 AI 分类

内容策略 5：把握「即时性」

Thunder 系统是即时的，新贴文会立刻被推送给追踪者。

怎么做？

• 观察你的受众活跃时间
• 即时事件发生时快速发文（AI 会学习时效性内容的价值）
• 刚发文的前几小时互动最关键

内容策略 6：创造「促进追踪」的内容

P(follow_author) 是高权重指标！

怎么做？

• 系列内容：让人想追踪看后续
• 展现独特观点：让人觉得「这个人值得追」
• 固定内容节奏：让人知道追踪你会得到什么

常见迷思破解

❌ 迷思 1：「发文有最佳时间」

真相：算法没有硬性的「最佳时间」规则，是 AI 根据你的受众行为动态决定的。

❌ 迷思 2：「Hashtag 越多越好」

真相：算法文件中完全没提到 hashtag 权重，重点是内容本身能否引发互动。

❌ 迷思 3：「买粉丝/互动可以骗过算法」

真相：AI 会预测「这个用户会不会对这篇内容有正向互动」，假粉丝不会有真实互动，反而可能产生负面信号。

❌ 迷思 4：「按赞数是最重要的」

真相：转推、引用、回复、新追踪的权重都比按赞高。

算法的核心逻辑总结

X 算法的本质：
「预测用户会对什么内容产生正向互动，然后推荐这些内容」

小编的核心任务：
「创造能引发真实、高价值互动的内容」

所以不要想着「怎么骗过算法」，而要想「怎么创造真正让人想互动的内容」因为算法就是在预测和奖励真实互动。