X 的 For You 算法如何决定一条帖子会不会爆，长期以来一直是创作者最关心的问题之一。8 月 13 日，X 大幅更新官方开源的 x-algorithm repository，加入了 For You 推荐系统的一批关键参数，披露了用户行为如何转成帖子分数，以及 Visibility Filtering 等决定内容能否进入推荐页的系统。
For You 候选内容来自已关注与未关注两类来源
X 公开的架构显示，用户每次打开 For You，系统都会重新组装一次推荐内容。候选帖子主要来自两个来源。
第一类是 In-Network，由 Thunder 找出用户已关注账号近期发布的内容；第二类是 Out-of-Network，由 Phoenix Retrieval 与 SimClusters 从用户没有关注的账号中寻找可能感兴趣的帖子。两部分候选内容最后都会交给 Phoenix 做排序。
Phoenix 要解决的并不只是「哪篇帖子最热门」。按官方公开说明，推荐系统分为 Retrieval 和 Ranking 两个阶段：前者先从数百万候选内容中缩小范围，后者再使用 Transformer 对候选帖子排序。模型会结合用户近期互动记录，预测用户看到某篇帖子后可能采取什么行为，再把这些预测结果按不同权重合成为最终分数。
点赞、转发、回复与复制链接权重已写入公开代码
这次最受创作者关注的内容之一，是 X 直接把部分 ranking weights 放进公开代码。
目前参数显示，Favorite，也就是点赞，权重为 0.5；Repost 为 1.0；Reply 为 5.0。按这组系数看，回复权重是点赞的 10 倍，也是转发的 5 倍。Quote 权重同样为 5.0；一般 Share 为 2.0；通过 DM 分享为 5.0。
更突出的是 Share via Copy Link。公开参数中，这项行为的权重达到 20.0，是 Favorite 0.5 的 40 倍，也是 Reply 5.0 的 4 倍。
不过，这并不意味着复制一次链接就等于按了 40 次赞。X 的模型先预测某个用户采取各种行为的概率，再把这些概率乘上不同权重，形成最终排序分数。官方说明也提到，这些权重同时反映行为在排序中的价值，以及它们在平台上的典型发生率。换句话说，如果 Phoenix 判断某名用户看到某篇帖子后，很可能愿意复制链接出去，这项预测在最终公式中的价值就会很高。
双向关注关系会给回复额外加成
除了基础互动权重，X 还公开了一个和社交关系直接相关的参数：BidirectionalFollowReplyWeightBoost = 15.0。
这表示当两个账号处于双向关注关系时，回复行为还会获得额外 15.0 的 boost。代码显示，X 并不是把所有评论都当作同质互动处理，而是会继续判断发言双方的社交关系，再影响推荐排序。
负面反馈权重很重，举报最低至 -234.0
围绕社交平台，长期都有一种说法认为「只要有互动就是好互动」。从 X 这次公开的代码来看，这种理解并不成立。
Phoenix 不只预测正向互动，也会预测用户是否会对内容产生负面反应。当前公开参数中，Not Interested 的权重为 -43.2，Block Author 为 -31.2，Mute Author 为 -58.8，Report 则低至 -234.0。
这意味着，系统不仅计算一篇内容能不能引发评论，也会同时判断它会不会让用户直接点「不感兴趣」、静音作者、拉黑作者，甚至举报。即便一篇争议性内容可能带来大量回复、引用与分享，模型也可能同时预测到 Not Interested、Mute、Block 或 Report，而这些信号都带有明确负权重。
停留时间被纳入模型，但不是停得越久越容易爆
停留时间是否会直接推高流量，也是创作者经常讨论的话题。X 公布的信息显示，Phoenix 的确会理解用户的 Attention 行为，官方公开的模型示例中也把 dwell 列为 action type。Phoenix 会利用用户过去的互动序列学习内容偏好。
但从公开 ranking parameters 来看，一般 DwellWeight 本身为 0.0；另一方面，ContDwellTimeWeight 带有正权重，而 NotDwelledWeight 为负值。
按目前公开代码，不能把这套机制简化为「停留时间越久就一定越容易获得流量」。更准确地说，Phoenix 会把用户注意力和停留行为纳入模型，但不同类型的 dwell signal 处理方式并不一样，它不是一个单纯按阅读秒数排序的系统。
未关注账号也会进入推荐，但会面临额外折扣
为什么没有关注的人也会一直出现在 For You？X 公开的系统架构给出了直接答案。
Phoenix Retrieval 会先从庞大的内容池里寻找和用户相关的候选帖子，SimClusters 也会依据用户与内容之间的互动关系寻找潜在感兴趣内容。因此，X 不需要等到用户先关注某个账号，才把其内容推荐出来。官方把这类内容称为 Out-of-Network。
不过，陌生账号并不和已关注账号站在完全相同的起跑线上。当前代码里存在 Out-of-Network 的 discount factor，也就是来自未关注账号的内容在 scoring adjustment 中可能会遭遇额外折扣。这说明 X 一边主动寻找未关注内容，一边也给这类内容设置了更高的推荐门槛。
新账号和低曝光内容存在冷启动扶持
X 的推荐系统还存在一套针对低曝光、新作者内容的 Cold Start / New-Author Boost 机制，公开参数包括：
- ColdStartImpressionThreshold = 1000
- ColdStartFollowerCap = 1000
- ColdStartMaxPostAgeSecs = 86400
- ColdStartSlotMin = 15
- ColdStartSlotMax = 16
按这组条件看，若一条内容曝光低于 1,000、作者粉丝数不超过 1,000，且发帖时间在 24 小时内，它就可能被拉到第 15 至 16 个位置附近。
这组数字对小型创作者尤其关键。它说明 X 并不是只把流量继续分给原本已有流量的人，系统明确为低曝光和小账号保留了探索空间，用来测试这些内容是否值得获得更多推荐。
同一次推荐中，单一作者不会无限占据首页
「一天发太多篇会不会自己抢流量」也是创作者关心的问题。至少在同一次 For You 排名里，X 确实不希望某个作者的内容洗满用户首页。
系统中存在名为 Author Diversity 的机制。同一名作者的第一篇候选内容之后，后续内容会乘上逐步下降的 factor，避免同一作者的帖子连续占据推荐页。
不过，X 这次公开的是单次推荐请求中的 Author Diversity 机制，而不是按天计算的发帖惩罚公式。至于一天发几篇最合适，目前 repository 没有给出答案。
公开代码没有支持「黄金 30 分钟」说法
社交媒体运营圈常见一种经验法则，认为发文后的前 5 分钟、前 30 分钟或第一个小时会决定帖子能不能爆。按 X 当前公开的 repository，这些具体时间说法没有足够数据支持。
官方目前能确认的是，Pre-Scoring Filters 会排除超过 48 小时的候选帖子；除此之外，系统还会先移除重复内容、用户自己的帖子、被拉黑或静音账号、符合 muted keywords 的内容，以及用户已经看过的内容。
至少从眼下公开的 For You pipeline 来看，一条帖子不会无限期留在普通推荐候选池中。
没有名为 Shadowban 的模块，但存在可见性过滤
关于 Shadowban 是否存在，X 公开资料没有显示一个名称就叫「Shadowban」的系统。
但如果问题换成：一条帖子是否可能仍然存在，却因为系统判断而减少推荐范围，答案是存在这种可能。X 这次公开了 Visibility Filtering 系统，用来决定内容是正常显示、直接 DROP，还是放到需要用户额外操作才能查看的 INTERSTITIAL 后面。
这套系统会考虑用户自己的 Block、Mute 等设置，也会使用其他系统给账号和帖子生成的 labels。X 还公开了 Agatha、BDSM、user-cred-v2、Botmaker、Scarecrow 等相关系统，用来建立会影响内容可见性的各种信号和标签。
从用户视角看，确实可能出现「帖子还在，但推荐范围受到限制」的结果，只是官方没有把这套机制称为 Shadowban。
X 存在账号层级评分，但不是单一 0 到 100 分
这次公开代码还揭示出另一点：X 确实存在 account-level scoring system。
其中，user-cred-v2 会利用社交图谱等信息生成账号层级分数；Agatha、BDSM 等系统也会分析账号和用户行为，生成后续可能影响 visibility filtering 的 labels。
这意味着，X 并不是只看单篇帖子本身，不考虑内容由哪个账号发出。Candidate Hydration 阶段就会加入作者资料、account labels、语言、engagement counts、subscription status 等信息。
不过，这同样不能被简化成网络上传播的「账号有一个隐藏的 0 到 100 信用分数」。从公开系统看，相关机制明显比单一数字复杂得多。
Premium 与外部链接是否直接影响流量，公开资料不足
关于 Premium 蓝勾是否会直接提高流量，当前公开信息并没有给出足够答案。Candidate Hydration 的确会获取 subscription status，但「系统知道你是不是订阅用户」与「Premium 一定获得固定排名加权」是两件不同的事。
仅根据目前公开的 repository，无法证实网络上流传的「Premium 固定享有 2 倍、4 倍流量」等说法。
外部链接是否会被 X 统一降权，也没有足够证据支持。Phoenix 确实会预测与链接相关的用户行为，但这不等于只要帖子包含外部 URL，整条内容就会直接乘上一个降权系数。
按目前公开代码，不能据此宣称「发外部链接一定被降流量」。