X opublikował kod źródłowy napędzający swój algorytm rekomendacji „For You” — system decydujący o tym, które posty pojawiają się na szczycie setek milionów strumieni użytkowników każdego dnia. Kod, udostępniony w repozytorium GitHub xai-org/x-algorithm, stanowi kompletne przepisanie poprzedniego silnika rekomendacji platformy.

Elon Musk ogłosił 10 stycznia 2026 r., że X udostępni pełny algorytm rekomendacji jako open-source w ciągu siedmiu dni. Kod został opublikowany 20 stycznia. Zastępuje częściowe udostępnienie z 2023 r. starszej wersji opartej na Scali nową wersją napisaną od podstaw w językach Rust i Python.

Jak algorytm decyduje o tym, co widzą użytkownicy

System działa poprzez wieloetapowy potok. Najpierw pobiera posty kandydujące z całej platformy, czerpiąc z kont, które użytkownik obserwuje, popularnych tematów oraz treści podobnych do tych, z którymi użytkownik wcześniej wchodził w interakcję. Następnie model rankingowy przewiduje prawdopodobieństwo interakcji użytkownika z każdym postem i odpowiednio je sortuje.

Model rankingowy priorytetowo traktuje udostępnienia, komentarze i inne formy aktywnego zaangażowania. Posty generujące odpowiedzi i reposty otrzymują wzmocnienie, natomiast posty przyciągające zgłoszenia, wyciszenia lub niepotrafiące utrzymać uwagi użytkownika są karane.

Pod maską algorytm wykorzystuje zaawansowane modele transformatorowe — konkretnie model o nazwie Phoenix, który został ulepszony elementami zaczerpniętymi z technologii Grok firmy xAI. Potok obejmuje również filtry widoczności, moduły bezpieczeństwa oraz warstwy klasyfikacji zaprojektowane do obsługi sygnałów moderacji treści. Aktualizacja z 15 maja 2026 r. zmodyfikowała ponad 18 000 linii w 187 plikach.

Przejrzystość czy teatr?

Publikacja czyni z X jedną z pierwszych głównych platform mediów społecznościowych, które jawnie udostępniły kod źródłowy systemu rekomendacji. Meta, TikTok i YouTube opublikowały artykuły naukowe i ogólne opisy swoich algorytmów, ale żadna z nich nie udostępniła działającej bazy kodu w serwisie GitHub do publicznej inspekcji.

Znaczne części algorytmu pozostają jednak zredagowane — w tym kluczowe wagi operacyjne i dokładne ustawienia konfiguracyjne. Ekspert John Thickstun zauważył, że pominięte wagi i parametry ograniczają praktyczną przejrzystość publikacji, ponieważ niezależni badacze nie mogą w pełni odtworzyć zachowania algorytmu ani audytować jego wyników bez tych komponentów.

Dla badaczy, którzy od lat domagali się większego dostępu do systemów rekomendacji platform, publikacja stanowi punkt wyjścia nawet w niepełnej formie. Możliwość inspekcji architektury potoku i warstw klasyfikacji — nawet bez każdej produkcyjnej wagi — umożliwia poziom analizy strukturalnej wcześniej niedostępny na jakiejkolwiek głównej platformie.

13 sierpnia 2026 r. repozytorium otrzymało kolejną rundę znaczących aktualizacji, dodając parametry konfiguracyjne oraz nowe narzędzie przejrzystości o nazwie „Under the Hood”. Narzędzie to udostępnia statystyki etykiet dla poszczególnych postów, dając użytkownikom pewien wgląd w to, dlaczego określone treści zostały wyeksponowane lub stłumione.

Implikacje dla mediów społecznościowych i nie tylko

Krok ten następuje w czasie, gdy globalna presja regulacyjna na rzecz przejrzystości algorytmów się zaostrza. Digital Services Act Unii Europejskiej już teraz wymaga od dużych platform ujawniania sposobu działania ich systemów rekomendacji, a podobne inicjatywy ustawodawcze były omawiane w Stanach Zjednoczonych i Wielkiej Brytanii. To, czy konkurenci odpowiedzą udostępnieniem własnych baz kodu — czy też podejście X stanie się punktem odniesienia regulacyjnego — pozostaje otwartym pytaniem dla branży.