近日，科技界迎來一則重磅消息：X平臺掌舵者埃隆·馬斯克宣布，將X平臺最新的內容推薦算法開源。這一決定猶如一顆投入平靜湖面的石子，在社交平臺領域激起層層漣漪，引發了廣泛關注與熱議。
在社交平臺競爭日益激烈的當下，推薦算法一直是各平臺的“核心機密”。用戶刷到的每一條動態、每一個廣告，背后都是算法依據用戶行為、內容標簽、商業訴求等多維度數據計算得出的結果。此前，像Facebook、Instagram等社交平臺，都將算法緊緊鎖在“黑箱”之中，外界只能通過逆向工程來猜測其運行邏輯，平臺也鮮少主動公開相關信息。然而，馬斯克卻反其道而行之，這一舉措無疑打破了行業的常規。
馬斯克之所以做出這樣的決定，并非一時興起。接手X平臺前后，他就多次吐槽“算法不透明”的問題，立志要打造一個“自由廣場”。此次開源算法，是他對X平臺改造的關鍵一步。一方面，通過開源讓全球開發者和用戶能夠監督算法邏輯，減少“算法偏見”“流量操縱”等方面的質疑，同時也能更好地應對監管；另一方面，借助社區的智慧來優化算法。畢竟，全球程序員的智慧遠超內部團隊“閉門造車”，這有助于鞏固X平臺的生態護城河。而且，馬斯克還表示，后續將每四周更新一次代碼，并附帶開發者說明，標注算法和邏輯上的改動內容。這種“持續開源 + 透明更新”的模式，在社交平臺領域堪稱前所未有的嘗試。
很快，X平臺工程團隊的Engineering官方賬號給出了答案，正式宣布開源新的X推薦算法。該算法采用了與xAI的Grok模型相同的Transformer架構。與此同時，相關的GitHub倉庫也一并公開，上線僅六小時就獲得了1.6k個Star，足見其受關注程度之高。
打開GitHub倉庫（https://github.com/xai-org/x-algorithm ），我們可以看到這次開源的是“For You（為你推薦）”信息流的核心推薦系統。據X工程團隊介紹，“For You”信息流的內容主要來自兩大方面。一是站內內容，由Thunder模塊負責，即用戶關注賬號發布的帖子；二是站外內容，由Phoenix召回模塊處理，也就是從全網內容庫中篩選出的帖子。這兩類內容整合后，會交給Phoenix模型進行分析。該模型基于Grok Transformer模型，Transformer實現移植自xAI開源的Grok - 1，并針對推薦系統的具體使用場景進行了適配和調整。它會通過用戶的點贊、回復、轉發等互動歷史，預測用戶對每篇帖子的各類互動概率，最終的內容得分是這些概率的加權組合。并且，該系統已剔除所有手工設計的特征及絕大部分啟發式規則，核心計算工作完全由這款Grok Transformer模型承擔，其核心邏輯就是通過分析用戶互動歷史，判斷內容與用戶的相關性。
從技術棧維度來看，這個倉庫主要使用了Rust和Python兩種編程語言，項目遵循Apache License 2.0開源許可。代碼文件按功能模塊劃分，核心模塊分工明確。phoenix/模塊包含Grok模型適配、推薦系統模型、召回模型等核心代碼，以及模型運行、測試腳本；home - mixer/模塊以Rust語言開發，是推薦系統的“編排層”，包含候選內容補全、查詢數據補全、打分器、過濾器等核心邏輯；thunder/模塊基于Rust開發，負責處理“站內內容”的檢索、反序列化、Kafka消息處理等；candidate - pipeline/模塊則是候選內容流水線相關邏輯，是連接內容源與后續處理的關鍵環節。
該推薦系統有著清晰的工作原理和核心執行流程。從響應用戶的信息流請求開始，算法會通過七個核心階段完成內容篩選與推送。第一步是調取用戶核心數據，系統會抓取用戶近期的互動記錄，如點贊、回復、轉發、點擊等行為，同時調取關注列表、賬號偏好設置等基礎元數據，為算法搭建“用戶畫像”的基礎框架。第二步是抓取兩類候選內容，基于用戶數據，從站內和站外兩大渠道檢索候選內容。第三步是對所有候選內容進行信息補全，確保每一條候選內容的信息維度完整。第四步是在進入核心打分環節前，執行“前置過濾”，剔除不符合要求的內容，如重復帖子、過期內容、用戶本人發布的帖子等。第五步是多維度打分并排序，過濾后的內容會依次調用四款打分器計算“適配得分”。第六步是篩選，算法按得分高低對所有內容排序，選取排名前K的候選內容進入最后環節。第七步是最終驗證后推送，系統會對候選內容做最后一輪合規性、有效性校驗，確認無誤后才會正式推送到用戶的信息流中。
在算法底層設計上，X平臺的推薦系統有五大核心決策。它完全摒棄了手工設計的特征，核心依賴基于Grok的Transformer模型，從用戶的互動行為序列中自主學習內容與用戶的相關性，降低了數據處理流水線和推送基礎設施的復雜度；在排序環節，模型對候選內容采取“隔離計算”方式，確保單篇帖子的得分不受同批次其他內容干擾；召回和排序兩大核心環節均采用多個哈希函數實現嵌入向量的查找，提升了算法運行效率；該模型會同時預測用戶對內容的多種行為概率，讓打分維度更全面；系統基于candidate - pipeline框架搭建了可組合的流水線架構，具備高度的靈活性和可拓展性。
此次開源之際，馬斯克直言：“我們知道這個算法很笨拙，需要大幅改進，但至少你可以實時、透明地看到我們努力改進它的過程。”他還強調，“其他社交媒體公司都沒有這樣做。”這一舉措引發了諸多熱議。對于普通開發者來說，此次開源的價值遠超“看代碼”本身。有網友評論稱，當分配注意力的系統不透明時，豐富性是不可能出現的。將推薦算法開源，把注意力從一個神秘資源變成了一個可理解的系統，可理解性會改變人們的行為。雖然一開始透明度會讓“玩法”更容易被利用，但這是一個階段，開放系統會暴露漏洞、適應變化并不斷改進。不過，也有用戶擔憂開源以后，現在更容易作弊，優質內容瀏覽量很快就會爆炸式增長。整體而言，如果X平臺的“開源 + 透明更新”模式被證明有效，可能會倒逼其他平臺做出改變，畢竟用戶對算法透明的需求只會越來越高。
