X 开源“为你推荐”算法以推动透明化
要点速览
- •X 在 2026 年 1 月 20 日于 GitHub 上发布了其“为你推荐”推荐算法的完整源代码,这是在埃隆·马斯克十天前宣布之后进行的。
- •该算法是使用 Rust 和 Python 进行彻底重写,取代了 2023 年部分开源的早期基于 Scala 的版本。
- •该排序系统使用名为 Phoenix 的 transformer 模型(通过 xAI 的 Grok 技术增强),并优先考虑分享和评论等积极互动,同时惩罚吸引举报或无法留住用户注意力的帖子。
- •专家约翰·锡克斯特恩指出,关键的操作权重和配置设置仍被隐去,导致独立研究人员无法完全复现或审核该算法的行为。
- •2026 年 8 月的更新引入了一款名为“Under the Hood”的透明度工具,该工具可显示单个帖子的标签统计数据,让用户能够了解特定内容被提升或抑制的原因。

X 已发布了支持其“为你推荐”推荐算法的源代码——该系统决定了每天数以亿计的用户动态中哪些帖子会出现在顶部。此次发布的内容托管在 xai-org/x-algorithm GitHub 存储库中,代表了对该平台先前推荐引擎的彻底重写。
埃隆·马斯克于 2026 年 1 月 10 日宣布,X 将在七天内开源完整的推荐算法。该代码已于 1 月 20 日发布。它用从头开始使用 Rust 和 Python 重写的版本取代了 2023 年部分开源的较早的基于 Scala 的版本。
算法如何决定用户看到的内容
该系统通过多阶段流水线运行。它首先从整个平台检索候选帖子,从用户关注的帐户、热门话题以及与用户之前互动过的内容相似的帖子中提取。然后,排序模型会预测用户与每个帖子互动的可能性,并相应地对它们进行排序。
排序模型优先考虑分享、评论和其他形式的积极互动。产生回复和转发的帖子会得到提升,而吸引举报、被屏蔽或未能吸引用户注意力的帖子则受到惩罚。
在底层,该算法采用了先进的 transformer 模型——特别是名为 Phoenix 的模型,该模型利用了 xAI 的 Grok 技术元素进行了增强。该流水线还包含旨在处理内容审核信号的可见性过滤器、安全模块和分类层。2026 年 5 月 15 日的一次提交更新了 187 个文件中超过 18,000 行的代码。
是真正的透明还是作秀?
此次发布使 X 成为首批公开分享推荐系统源代码的主要社交媒体平台之一。Meta、TikTok 和 YouTube 都曾发表过研究论文和对其算法的高级描述,但没有一家像 X 这样在 GitHub 上发布可运行的代码库供公众检查。
然而,算法的很大一部分仍被隐去——包括关键的操作权重和确切的配置设置。专家约翰·锡克斯特恩(John Thickstun)指出,省略的权重和参数限制了此次发布的实际透明度,因为没有这些组件,独立研究人员无法完全复现算法的行为或审核其输出。
对于多年来一直要求更多地访问平台推荐系统的研究人员来说,即使是不完整的,此次发布也提供了一个起点。检查流水线架构和分类层的能力——即使没有所有的生产权重——也能实现以前在任何主要平台上都无法实现的结构性审查。
2026 年 8 月 13 日,该存储库进行了又一轮重大更新,添加了配置参数和一个名为 “Under the Hood” 的新透明度工具。该工具会显示单个帖子的标签统计数据,让用户能够了解特定内容被展示或抑制的原因。
对社交媒体及其他领域的影响
此举正值全球范围内对算法透明度的监管压力日益加剧之际。欧盟的《数字服务法》已经要求大型平台披露其推荐系统的运作方式,美国和英国也讨论过类似的立法努力。竞争对手是否会通过发布自己的代码库来回应,或者 X 的方法是否会成为监管基准,这对该行业来说仍然是一个悬而未决的问题。