X 工程团队 5 月 31 日罕见地公开了推荐算法新版的部分技术细节，解释了一个让很多人困惑的现象:为什么一些中文推文会突然火遍英文圈。答案藏在一个数字里——Grok 模型现在对每一条推文做最多 15 种交互预测，加权打分后决定推送范围。X 工程负责人在官方工程账号 @XEng 上发了技术贴，社媒讨论度很高。
这 15 种预测包括:用户会不会点赞、会不会转发、会不会回复、会不会点开大图、会不会看完整个视频、会不会点进作者主页、会不会拉黑、会不会举报、停留时长预测等等。每种预测给一个概率，再按权重加权出最终的推荐分数。关键变化是——这套预测现在跑在 Grok 模型上，能理解推文的语义内容，而不只是看历史互动数据。
语义理解打破语言壁垒
中文推文火到英文圈，核心就是因为 Grok 能跨语言理解内容。过去的推荐算法主要靠协同过滤(看你关注的人喜欢什么)，语言不通的内容很难破圈。现在 Grok 直接读懂推文在讲什么，配合 X 默认开启的自动翻译，一条高质量中文推文的内容价值能被算法识别出来，推给可能感兴趣的英文用户。X 工程师在贴里写:「语言不再是内容流通的边界，内容质量才是。」
「停留时长」成了隐形之王
技术贴里透露了一个反直觉的点:在 15 种预测里，「预测停留时长」的权重比点赞、转发都高。原因是停留时长最难造假——你可以买赞买转发，但很难批量伪造真实用户的阅读停留。这个设计意味着内容创作的逻辑变了:与其追求点赞，不如做让人愿意慢慢读完的深度内容。X 工程负责人 Nikita Bier 在贴下补充:「停留时长是我们目前能拿到的最接近『真实价值』的信号，点赞早就被刷烂了。」社交算法研究者、前 Twitter 推荐团队工程师 Igor Brigadir 在 X 上印证了这个转向:「他们这版基本是把 2023 年开源那套 heavy ranker 换成了 Grok 做语义打分，停留时长加权这件事在旧版就有，只是这次权重被拉得更高。」
透明度是把双刃剑
X 公开算法细节这事本身值得说道。一方面，透明度让创作者知道怎么做好内容，理论上利好优质内容。另一方面，算法一公开，黑帽 SEO 式的「算法操纵」也会跟着进化——已经有人在研究怎么针对这 15 种预测做定向优化。X 的赌注是「让好内容更容易被识别」的正向收益大于「被操纵」的负向损失。这个赌注能不能赢，得看接下来几个月信息流的实际质量。
这件事最有意思的是它揭示了推荐系统的演进方向:从「看你过去喜欢什么」到「理解内容本身是什么」。当算法能真正读懂内容，语言、地域、圈层这些传统的内容壁垒都会被慢慢磨平。一条好推文火遍全球，未来会越来越常见。这对优质创作者是好事，对靠信息差和小圈子吃饭的人则是另一回事。
参考：X 工程团队官方账号
