马斯克开源𝕏推荐算法：一个纯AI驱动的端到端系统
目前，GitHub上已完整公开了马斯克开源的𝕏推荐算法系统。
开源文件明确指出，这是一个几乎完全由AI模型驱动的算法系统。
我们移除了所有人工设计特征和绝大多数启发式规则。
消息一出，社区反响热烈，一条获得高赞的评论写道：
不可思议！没有其他平台能做到如此透明。
马斯克本人也迅速转发了𝕏工程团队的原帖，但他此番表态却颇为低调：
我们知道这个算法很蠢（dumb），需要大幅改进，但至少您可以实时、透明地看到我们为改进它而努力。
其他社交媒体公司都没有这样做。
早在2022年收购𝕏（原Twitter）之前，马斯克就多次批评该平台过于封闭。自收购之后，他已多次公开Twitter的核心推荐算法，此次开源可谓延续了其最初的承诺。
纯AI驱动的推荐系统如何运作？
该系统可以概括为：基于Grok-1同款的Transformer架构打造，通过学习用户的历史互动行为（如点赞、回复、转发），来决定推荐什么内容。
当用户打开“For You”信息流时，客户端会向服务器发送请求，触发整个算法流程。
系统首先会构建“实时用户画像”，为此会拉取两类信息：
* 行为序列：代表最直接、最强烈的兴趣信号，如最近的点赞、回复、转发、点击、停留等行为。
* 属性：代表长期属性，如关注列表、声明的兴趣主题、地理位置、使用设备等。
这一步的目标是摒弃工程师的主观假设，尽可能原始地收集用户真实行为数据，并将其直接输入后续模型，实现“去人工化”和“端到端”学习。
获得用户画像后，系统会兵分两路，从海量推文中快速筛选出数千条候选推文：
1. 通过 Thunder模块 抓取用户关注账号的最新推文（熟人圈）。
2. 通过核心的 Phoenix Retrieval模块 抓取用户可能感兴趣、但来自未关注账号的推文（外部发现）。
随后，系统通过 Hydration模块 补全每条候选推文的详细信息（全文、作者、媒体、历史互动数据等）。在正式计算前，还会通过 Filtering模块 淘汰明显不合适的内容，例如：
* 重复或过期的帖子
* 用户自己发布的内容
* 来自拉黑或静音账号的帖子
* 包含用户屏蔽关键词的内容
* 已看过或当前会话中展示过的帖子
* 用户无权限访问的订阅内容
此阶段仅判断内容“能否出现”，而非“是否值得推荐”。
最终剩余的候选内容会被逐条送入 Phoenix排序模型 进行打分。这是一个基于Transformer的模型，它会同时接收：
* 用户的行为序列与属性信息
* 单条候选帖子的内容与作者信息
模型会预测用户对某条推文执行各种操作（如点赞、拉黑）的概率，并按预设权重加权组合，形成最终排序分数。系统还会进行少量工程调节，例如控制作者多样性，防止单一账号刷屏。
需要指出，为保证每条帖子独立评分，系统设置了“候选帖子相互不可见”的机制（即推文之间无交叉注意力）。
所有候选帖子按最终得分排序，系统选出Top-K条作为推荐结果。在返回客户端前，还会进行最后一轮安全校验，移除已删除、被标记为垃圾信息或包含违规内容的推文。
最终，经过重重筛选的内容会根据分数高低展示给用户。
根据官方总结，该系统成功运转的五大关键在于：
1. 纯数据驱动，拒绝人工规则：由AI模型直接从原始用户数据中学习，摒弃人工定义的复杂规则。
2. 候选隔离机制，独立评分：每条内容在打分时“看不见”其他候选内容，确保分数一致且可高效缓存复用。
3. 哈希嵌入，实现高效检索：检索和排序都使用多个哈希函数进行向量嵌入查找，提高效率。
4. 预测多元行为，而非单一分数：模型同时预测多种用户行为的概率，而非输出一个模糊的“推荐值”。
5. 模块化流水线，支撑快速迭代：系统采用模块化设计，各组件可独立开发、测试与替换。
开源后的评价与算法“缺陷”
尽管众人赞赏马斯克的开源姿态，但社区也指出了算法存在的一些问题。
有网友在算法开源后指出，代码显示“被大量用户屏蔽”是一个强负面信号，会导致账号被“降权”，但代码中似乎缺乏针对“屏蔽”信号的时间衰减机制。这意味着历史上的屏蔽记录可能至今仍在影响账号的推荐分数。
对此，马斯克本人在评论区直言：
是的，这算法太烂了。
无论如何，马斯克持续改进和开放的态度已十分明确。他表示未来将每4周更新一次开源代码。
开源仓库：
https://github.com/xai-org/x-algorithm
参考链接：
[1]https://x.com/elonmusk/status/2013482798884233622
[2]https://x.com/elonmusk/status/2013496642851279270
关注“鲸栖”小程序，掌握最新AI资讯
本文来自网络搜集，不代表鲸林向海立场，如有侵权，联系删除。转载请注明出处：http://www.itsolotime.com/archives/18513
