马斯克兑现承诺公开了X新版推荐算法。这套系统最大的变革在于彻底移除了所有人工设计的特征，转而完全依赖基于Grok的Transformer模型进行内容排序。通过深度解析网络内关注内容和网络外全球内容的融合机制，展示了AI如何接管信息流分发的核心逻辑。
智能速览
算法主要从网络内关注和网络外全球库获取内容
使用基于Grok的Phoenix模型对所有帖子统一排序
最终得分由预测的互动概率加权组合计算得出
系统已彻底移除所有人工设计的特征和启发式规则
模型通过分析点赞、回复等互动历史判断内容相关性
精华内容
X平台的信息流分发逻辑迎来底层重构，AI模型正式接管全部核心工作。
双信源内容获取
新算法构建了双信源获取机制来丰富信息流。首先是“Thunder”，即网络内来源，专门聚合来自用户关注账号的帖子，确保熟人和关注者的动态优先展示。
其次是“Phoenix Retrieval”，即网络外检索，从全球海量内容库中挖掘潜在感兴趣的内容。两者结合旨在打破信息茧房，既保证关联性又拓宽视野。
Grok主导统一排序
内容获取后的核心排序工作完全交由“Phoenix”模型处理。这是一种基于Grok的Transformer模型，负责将双信源内容合并。
该模型不再依赖传统规则，而是直接预测每条帖子的互动概率。最终的推荐得分由点赞、转发、评论等多种预测互动数据加权计算得出，实现了从规则驱动到数据驱动的转变。
彻底移除人工干预
此次更新最显著的突破在于剔除了所有手工设计的特征和大部分启发式规则。过往算法通常依赖工程师人工设定权重和筛选条件。
而现在基于Grok的Transformer承担了所有繁重工作。它通过深度理解用户的互动历史，包括具体的点赞、回复和分享行为，自主判断内容的关联度，大幅提升了推荐的智能化水平。
X新版推荐算法的公开，揭示了社交媒体向全AI化运营迈进的决心。放弃人工干预让算法更加纯粹地反映用户真实兴趣，这种端到端的AI架构或许将成为未来信息分发的行业标杆。全AI排序的效果是否能如预期般精准，仍需时间检验。
