自从马斯克开源X以后，全球总会颓唐说“马斯克你这东说念主不纯正，理睬开源却莫得开源竣工，全球拿到代码也没成见我方作念个X平台”。

但是当今不错了，X开源仓库页迎来史上最大更新，你确凿不错下且归我方造个X平台了。

马斯克第一次公开X推选算法代码，是在2023年3月31日。那时平台还叫Twitter，官方把twitter/the-algorithm和twitter/the-algorithm-ml两个仓库放上GitHub，公开了ForYou时刻线背后的部分推选逻辑。

但那次更像一次“代码透明度展示”，外界能看到推选系统的基本运作方式，却拿不到教师数据、模子权重、告白推选系统等要害部分。

而此次，马斯克玩确凿了。

诚然，X并不是全球最大的应答平台。它的月活数目为5.7亿，X在2026年的预测收入约为29亿好意思元，比马斯克收购前的50.8亿好意思元着落了43%，收购前X的告白收入占比高达90%，收购后告白收入仍占总收入的不到70%。

但是它仍然是全球最紧要的应答平台之一，每天处理12亿条内容、奇迹5亿用户的竣工坐蓐系统。Anthropic、OpenAI这些全球最顶尖的AI公司，皆以X行为第一信息分发平台。

马斯克发出这条X不到24小时，X的开源GitHub仓库瞬息冲到了2万颗星星。

马斯克在开源声明中说：“咱们知说念这个算法很笨，需要大幅改造，但至少你不错看到咱们及时且透明地死力让它变得更好。莫得其他应答媒体公司这样作念。”

推选算法是应答媒体的中枢交易好意思妙，是决定用户“看什么、信什么、买什么”的底层逻辑。

在此之前，莫得任何一家主流平台闲隙把这套逻辑竣工地摆到台面上。

马斯克作念了。

01

开源的具体内容？

此次开源的X算法，中枢是一个基于Grok的transformer推选系统。

统共这个词系统的架构并不复杂，设想想路很明晰：从两个来源获得候选内容，然后用机器学习模子长入溜序，临了过滤掉不对适的内容，推送给用户。

两个内容来源阔别是Thunder和PhoenixRetrieval。

Thunder负责“网内内容”(In-Network)，也即是你温煦的账号发布的帖子。它是一个内存数据库，及时跟踪所灵验户的最新发帖，反馈速率不错达到亚毫秒级别。

当你刷新信息流时，Thunder会坐窝把你温煦的东说念主最近发的内容拉出来。

PhoenixRetrieval负责“网外内容”(Out-of-Network)，也即是你没温煦、但系统以为你可能感兴趣的帖子。

它通过机器学习作念相似度搜索，从全球语料库里找出和你当年互动内容磋磨的帖子。这是推选系统最要害的部分，决定了你会不会在信息流里看到生疏账号的爆款内容。

两个来源的候选内容汇总之后，会投入长入的排序阶段。这个阶段的中枢是PhoenixScorer，一个基于Grok的Transformer模子。

这个模子不预测“磋磨性”，而是预测你对每条内容可能给与的具体活动，比如点赞概率、转发概率、回复概率、点击概率、举报概率、屏蔽概率。

每个活动皆有一个权重，正向活动（点赞、转发）权重为正，负向活动（举报、屏蔽）权重为负。最终得分是统共预测概率的加权乞降。

得分高的内容排在前边，得分低的内容排在后头。

仅此费力。

X在开源文档里相配强调了少量：咱们仍是澈底摒除了统共手工特征工程和大部分启发式规矩。

Grok-basedTransformer承担了统共清贫的责任，它通过雄厚你的互动历史，比如你点赞了什么、回复了什么、共享了什么，然后基于此自动判断什么内容和你磋磨。

这意味着，当年那些依赖要害词堆砌、标签匹配的运营策略仍是失效了。系统当今更注重语义雄厚，能够深度分析内容的实质价值和用户的真实需求。

开源是开源了，但并不是统统开源。

起头，模子权重莫得统统绽开。

GitHub仓库里如实包含了一个预教师的miniPhoenix模子，256维镶嵌、4个提神力头、2层Transformer，打包成一个3GB的压缩包，通过GitLFS分发。这个模子不错让路发者平直跑起来端到端的推理经过，不需要我方教师。

但这仅仅一个“迷你版”。X在坐蓐环境里的确使用的Phoenix模子，界限要大得多，参数目、层数、镶嵌维度皆不在一个量级上。开源的这个mini模子，更像是一个教化样本，让你雄厚系统怎样责任，但不是X的确在用的阿谁。

它像一台教化用小发动机，能让你看懂发动机旨趣，也能确凿转起来，但它不是X每天给几亿用户刷ForYou信息流时用的那台的确发动机。

的确的坐蓐模子好像率更大、更复杂、教师数据更多、调参更多，知说念的用户活动也更多。是以它推选得准不准、反应快不快、能不可扛住真实流量，和这个mini模子不是一个量级。

其次，教师数据莫得公开。

推选系统的中枢竞争力，一半在模子，一半在数据。X每天处理12亿条内容，积存了海量的用户活动数据，比如谁点赞了什么、谁屏蔽了谁、谁在什么时刻看了哪些内容、看了多久。

这些数据才是Phoenix模子能够准确预测用户活动的根柢原因。

但这些数据不可能开源。一方面是隐秘问题，另一方面是交易好意思妙。

莫得这些数据，NBA下注(中国)官网入口即使你拿到了竣工的模子架构和代码，也教师不出一个和X相似好用的推选系统。

第三，告白系统只开源了框架，莫得开源策略。

此次开源包含了一个新的ads模块，处理告白注入和定位，包括品牌安全跟踪，会尊重明锐内容界限。但具体的告白竞价逻辑、出价策略、ROI优化算法，这些平直关系到X收入的中枢计制，并莫得统统公开。

第四，内容雄厚管说念Grox（Grox是X推选系统里，基于Grok构建的内容雄厚工程奇迹）只开源了部分才调。

Grox是一个新加入的奇迹，提供分类器、镶嵌器和任求本质引擎，用于垃圾检测、帖子分类、PTOS战术本质等内容雄厚责任。但Grox具体怎样判断一条内容是垃圾、怎样识别违纪内容、怎样本质平台战术，这些细节并莫得统统透明。

是以，你诚然不错证据GitHub开源的这些东西去造一个雷同X的应答平台，但你造不出一个和X相似好用的推选系统。

你不错拿到竣工的系统架构、候选调回逻辑、排序框架、过滤规矩，不错跑通端到端的推理经过。要是你有实足的工程才调，如实不错搭建一个雷同的推选系统。

但是你莫得X的数据、莫得X的坐蓐级模子、莫得X在当年几年里积存的工程优化和改革策略。也就没成见1比1复刻X平台。

02

为什么要开源？

早在2022年10月收购Twitter的时候，他就公开暗示：“让算法开源以加多信任”是他对这个平台的愿景之一。

2023年3月31日，马斯克已毕了第一个首肯。那时还叫Twitter的X平台，在GitHub上发布了部分推选算法的源代码，包括用户时刻线里推文推选的算法逻辑。

那次开源激励了雄壮温煦。

设备者们第一次看到了Twitter推选系统的里面运作方式，也第一次阐发了一些恒久流传的别传，比如，某些账号如实会被算法降权，某些内容类型如实会被优先推选。

马斯克那时说，提供“代码透明度”一初始会“令东说念主难以置信地莫名”，但最终会“导致推选质地的快速晋升”。

他还说：“最紧要的是，咱们但愿赢得你们的信任。”

但那次开源并不竣工。GitHub仓库里的大部分文献皆来自起头的上传，后续更新很少。好多设备者颓唐，代码库莫得执续爱护，文档不够详备，好多要害模块莫得公开。

此次开源，马斯克昭彰吸取了教化。

更有预料的是，马斯克在X上发布算法更新的那条推文时，他东说念主正在北京。但此次开源的的确狡计，是欧洲。

X平台在欧洲靠近着越来越严格的监管审查，而马斯克正在用“透明”和“绽开”行为火器，去抵挡监管压力。

2025年7月，法国查抄机关对X平台张开拜谒，怀疑其算法存在偏见和诓骗性数据索要活动。

欧盟委员会也对X发出了文献保留令，条件其提供算法磋磨内容，拜谒重心是失实信息传播、内容审核不力和信息透明度颓势。

X平台那时拒却谐和拜谒，并指控这是一场“出于政事动机的刑事拜谒”，挟制到用户的言论目田。

马斯克致使在欧盟委员会的推文下回复了一个脏话。

但拒却谐和昭彰不是永远之计，于是马斯克把算法给开源了。

与其被迫罗致监管机构的审查，不如主动把代码公开，让全寰球的设备者、磋磨者、监管者皆能看到X的推选逻辑。

这样一来，X不错声称我方是“全球最透明的应答平台”，任何干于算法偏见、内容主管的指控，皆不错用“代码仍是开源，你们我方去看”来回报。

攻击才是最佳的防护。

天然，开源也不是莫得代价的。

起头，竞争敌手不错平直学习X的架构设想和工程本质。当今别东说念主彻澈底底地磋磨X是怎样作念调回、怎样作念排序、怎样作念千般性为止的。

要是X的某些设想如实比竞品好，那么这些设想很快就会被复制。

其次，开源涌现了X的毛病。

设备者们仍是在GitHubissue区指出了一些问题：为什么某些过滤规矩设想得不够合理？为什么千般性为止的参数配置得这样保守？为什么告白注入的逻辑这样浮浅轻易？

但马斯克以为，这些代价是值得的。

X当今靠近的最大问题不是时间，而是信任。用户不信任X的内容审核，告白主不信任X的品牌安全，监管机构不信任X的算法公说念性。

开源算法，是重建信任的最平直方式。

它不可处罚统共问题，但至少不错阐发X莫得在暗箱操作，X的推选逻辑是不错被磨真金不怕火的，X闲隙罗致公众监督。

在一个越来越强调透明度和问责制的期间，这种姿态自己即是一种竞争力。

马斯克在2023年开源Twitter算法时说过一句话：“咱们但愿X成为互联网上最透明的系统，并让它像最着名、最奏效的开源款式Linux相似强盛。”

当今看来，他是负责的。

X能不可确凿造成“应答媒体界的Linux”，还需要时刻考证。

但至少在开源这件事上NBA下注(中国)官网，马斯克仍是走在了统共主流应答平台的前边。