文章来自于果核剥壳公众号首发：https://mp.weixin.qq.com/s/IlSgqY0mbaCimUm4M3j2GQ
老马这人虽然疯狂，但在“搞事情”这方面，那是从来不打折。
前阵子他还在嚷嚷要公开 X（推特）的推荐算法，结果昨天（1.20日），他还真就把一堆代码甩到了 GitHub 上。这事儿要搁在两年前，绝对能把技术圈炸翻天，大伙儿估计连夜都得爬起来下载代码，准备“抄作业”。
但这次大家的反应特真实：热闹是凑了，但大家心里的算盘都打得门儿清，这作业，咱们根本没法抄。这次开源说白了不算是在分享技术，应该是算秀肌肉。
咱们扒开这套新代码就能看出来，这回的改动可不是修修补补，直接全部换了。
README 直接写得挺清楚的：它包含驱动 X 的 “For You” 推荐流的核心推荐系统，核心是：
把关注内内容（你关注的人发的），关注外内容（全站发现/相似检索捞出来的），混在一起，用一个 Grok 同架构的 transformer 模型做排序（预测你会不会点赞/回复/转发等）。最后再过滤（去重、屏蔽词、拉黑作者、违规内容等）
看不懂没关系，果核画了一个示意图
其实这不算是X第一次开源推荐算法了，早在3年前，就开源过一份算法（Heavy Ranker）。
当时那玩意儿本质上就是一堆“死脑筋”的硬规矩。工程师觉得图片重要，就写死一行代码给图片加分；觉得链接不行，就写死一行代码扣分，相当的机械了。
(2023开源的算法架构图)
好，我们来继续说说这个算法，代号“凤凰（Phoenix）”，作为AI时代的产物，路子就彻底野了。
马斯克直接把推荐系统的大权交给了 Grok。现在的玩法，不仅仅是简单的加减分，
使用AI，看人下菜碟！
而是凤凰”的核心模块心思呢，它不单纯数你有多少粉丝、发了多少条推文，更多的是使用大模型去“读”你的内容。。。。
它在猜你会怎么做的时候，算得特别贼。它不仅仅看你会不会点赞，还会算你会不会骂人（回复）、会不会手滑转发、甚至会不会盯着屏幕发呆那几秒。
现在的算法已经不满足于算“数据”了，它是在算“情绪”。 它就是想搞清楚，啥样的内容能戳中你的神经，把你死死按在屏幕前挪不动道。从技术上讲，这确实是从统计学到心理学的一次大跨越。
但这里面藏着一个最尴尬的事儿，只有代码，没有权重（Weights）。
很好，好一个开源，怎么计算，给你贴出来了，你随意用
(github上的流程，图片没截全)
没有 X 平台几十亿条真实的用户互动数据，没有 Grok 在后台烧掉无数显卡跑出来的参数，你下载下来的这堆 Python 和 Rust代码，就是个空壳子。
所以，普通开发者想复现 X 的推荐系统，基本可以洗洗睡了。但是嘛，作为有算力，有算法的字节、微博，可能会两眼放光了。
老马费这么大劲，背后的生意经其实精得不行。
他这招既找了免费劳力，又立了牌坊。 代码一公开，全世界最聪明的程序员都在帮他找 Bug、挑毛病，这种级别的技术审查，花钱都雇不来。同时，以后谁再骂 X 限流、操控舆论，马斯克就有理由了：“逻辑都在这儿，Grok 算的，那是 AI 自己挑的，关我什么事？”
而且别忘了，这还是 Grok 的练兵场。X 负责搞流量喂给 Grok 吃，Grok 变强了再反过来帮 X 黏住用户。这种左手倒右手的玩法，才是 X 真正的护城河。
回过头来看，这次开源虽然咱用不上，但依然挺有意思。
在这个算法越来越像“黑盒”的年头，大厂们恨不得把逻辑裹上十层胶布。X 既然选择把核心逻辑摊开在阳光下，哪怕只是展示了“骨架”，也足以让我们瞄一眼未来推荐系统是个什么走向。
这辆车我们确实开不上，但至少现在我们看到了它是怎么设计转向，又是怎么决定踩油门的，我觉得其实这样也够了~
最后，附上两个git的地址，感兴趣的同学可以去看看。
最新算法地址：
https://github.com/xai-org/x-algorithm
老算法地址：
https://github.com/twitter/the-algorithm
微信扫一扫 
支付宝扫一扫 