你的动作，被标了什么价

大部分人以为推荐算法在找「你会喜欢什么」。 看完代码之后，我认为更准确的说法是：它在算你会不会后悔。

X 的 For You 排序做的事其实很单纯。模型先预测「这个人对这则帖子做每一种动作的概率」—— 按赞的概率、回复的概率、检举的概率……然后每个概率乘上一个固定的分数，全部加起来。 分数高的排前面。就这样。

关键在那些「固定的分数」。它们不是模型学出来的，是人手动写死在设置档里的。 换句话说：那张表就是 X 对每一种用户行为的定价。

价目表

以按赞当作基准单位（1 次按赞 = 0.5 分），其他动作是这样定价的：

负面信号的定价，是正面信号的 8.5 倍。 单看「检举」一项（−234），就比所有正面动作加起来（+43.3）还大 5.4 倍。

最反直觉的一条：静音（−58.8）的惩罚比封锁（−31.2）重将近一倍。 合理的解读是——封锁是「我跟这个人有私人恩怨」，静音是「这个人讲的东西我不想看」。 后者才是对内容本身的评价，所以系统看得更重。

这个 8.5 倍要怎么读才不会读歪。 上面比的是定价，不是每则帖子的实际得分。真正进公式的是「定价 × 模型预测的概率」， 而检举、封锁的预测概率通常极小（万分之一等级），按赞的概率高得多。 那些概率是模型跑出来的，开源码里没有，我算不出来。 所以正确的说法是：X 对负面信号的定价，比正面信号贵一个数量级。 意思是「只要模型认为你有千分之一的概率会检举」，这一项就足以压过好几个按赞的正分。

还有一件更狠的事

分数算出来如果是负的，会被压缩到 0 ~ 0.001 这个极窄的区间里。 意思是：所有负分帖子之间的排序差异几乎归零，全部沉到最底下挤成一团。 这不是「排后面一点」，是「掉出可见范围」。

一则帖子要过的关

从你打开 For You 到看见某则帖子，中间有八道关卡。其中两件事值得记住：

1. 排序和「能不能看到」是两套完全分开的系统

排序决定顺序，可见度过滤决定能不能出现。 所以一则帖子可以分数很高，却因为被贴了标签而完全不出现。这两件事互不相干。

2. 给粉丝看、跟推荐给陌生人看，标准差很多

那多出来的 26 道里，好几道是「高召回率」的侦测——直白讲就是宁可错杀。 同一则帖子，发给追踪者可以过，推荐给陌生人时要多过 26 道宁可错杀的关。

很多人觉得「我的帖子只有粉丝看得到」。 那不是错觉，是设计。

3. 你只有 48 小时

超过 48 小时的帖子会被直接砍掉，连进入排序的机会都没有。 这是写死的常数，不是渐进衰减——48 小时之后就是 0。

4. 同一个作者，第二则就开始打折

同一次结果里，同一个作者的第 2 则帖子分数乘 0.625、第 3 则乘 0.4375， 一路衰减到楼地板 0.25。洗版没有用——不是被禁，是后面几则的分数自己塌掉。

那么，该怎么做

以下每一条都直接对应价目表上的数字。我不会给「多交互」这种废话—— 下面讲的是哪个动作值几分，以及那意味着什么。

把「值得传给别人」当成唯一目标

价目表最高的两项都是把内容带离这则帖子：拷贝链接分享（20.0）、私讯分享（5.0）。 按赞只有 0.5。也就是说——一次「传给朋友」抵四十次赞。

怎么用：问自己「有人会把这则截屏或转贴到群组吗？」 如果答案是不会，那它在算法眼里几乎不值钱，不管拿到多少赞。

回复比转推值钱 5 倍，而且互相追踪时再翻 4 倍

回复 5.0、转推只有 1.0。而如果你和作者互相追踪，回复的定价直接从 5.0 跳到 20.0。

怎么用：与其求转推，不如写出让人想回一句的东西。 而且经营互相追踪的关系网，价值远高於单向粉丝数——这是代码里唯一一个为「互追」特别加分的机制。

视频和图片本身几乎不加分

放大图片、开视频、视频有效观看，各自只有 0.05——是按赞的十分之一。 停留时间是每秒 0.004。看满一分钟的视频，加起来还不到半次按赞。

怎么用：媒体是拿来让人愿意读完并转传的手段，不是加分项本身。 把资源放在「让人想分享」而不是「让人多看几秒」。

负面信号是你唯一真正的风险

你要累积 468 次按赞，才能抵销一次检举。118 次按赞才抵得过一次静音。 而且负分帖子会被压缩到底部挤成一团。

怎么用：不要用引战或标题杀人换交互。 那种内容确实会拿到赞和回复，但同时会拉高「不感兴趣」和「静音」的预测概率—— 而那边的定价贵了两个数量级。这笔帐在算法眼里几乎不可能划算。

发文节奏：一天分散，不要连发

同作者衰减是在同一次结果内生效的，第 2 则就打到 0.625。 加上 48 小时的硬性上限，以及「已经看过的会被过滤掉」。

怎么用：把帖子分散在不同时段，让它们落在不同批量的结果里， 而不是一口气连发五则互相稀释。

如果目标是触及陌生人，内容要能过「宁可错杀」的关

推荐给非追踪者要多过 26 道只能砍不能放行的规则，包含高召回率的成人与垃圾消息侦测、 恶意网址、「不要放大」标签等。

怎么用：擦边球内容可以在粉丝圈流通，但几乎不可能被推荐出去。 想破圈就得干净——这不是道德劝说，是那 26 道关的实际设置。

如果你是读者，不是创作者

「不感兴趣」是你手上最有力的工具

它值 −43.2，是按赞的 86 倍反向力道。而滑过去不看只有 −0.02——几乎等于没表态。

怎么用：想调整你的 feed，按一次「不感兴趣」的效果， 胜过默默滑过去两千次。想让某类内容消失，静音（−58.8）比封锁（−31.2）力道更大。

你点进去的每个个人页，目前都不计分

ProfileClickWeight 的默认值是 0.0。模型有在预测这个行为，只是目前定价为零。

为什么值得知道：这是一个随时可以打开的开关。 X 只要把这个数字从 0 改成 5，整个 feed 的行为导向会立刻改变，而且不需要重新部署代码。

那些「盖好了但关着」的开关

这份代码公开的不只是「现在怎么跑」，更是「随时可以怎么跑」。我找到好几个已经完工、 但缺省关闭的机制：

真正的权力不在那些数字本身。 在于那些数字是在线可调的——改一个值，不必动一行代码。

还有一条线，接好了但没接水源

代码里有一个叫 BRIDGE_PROBABILITY 的信号。 在推荐系统文献里，bridging 指的是能跨越对立群体、取得共同认可的内容—— 社群备注（Community Notes）用的就是这类算法。

它在 X 的模型结构里有名字、有位置、有两条完整的接线。但是： 零个开关被打开、零个训练损失、排序公式里零个权重参数， 连即时服务的数据生产端都从来不会写入它。

其他关着的开关，背后至少有训练好的模型，明天调个数字就有效。 这条线比那更早期：水管接好了、阀门关着、上游根本没接水源。

在已公开的代码范围内，X 的 For You 排序没有任何一项是为「跨越对立群体的共识」计分的。

最后：这篇文章不能告诉你什么

一、这是公开快照，不是在线实况。 设置档开头那行注解写明它是「mirrored from config feature-switch defaults」， 而这些值在线随时可调。代码能证明「公开版的默认值是多少」， 证明不了「X 此刻在线用的是多少」。 二、定价不等于实际得分。 公式是「定价 × 模型预测概率」，而概率不在开源码里。 所有「A 比 B 值钱 N 倍」的说法，都只成立在定价这一层。 三、这只是 For You 一条线。 我在代码里找到 6 个过滤器属于其他 timeline 管线，那些管线没有公开。 另外 X 自己承认没放 Grox 的 AI 内容安全提示词——也就是「AI 判定内容时到底问了什么」，那块是黑的。

一句话带走

做让人想传给别人的东西，不要做让人想按「不感兴趣」的东西。 前者一次抵四十次赞，后者一次抵掉八十六次。

来源与验证

本文依据 xai-org 于 GitHub 公开的 X 推荐算法源代码撰写，判读日期 2026 年 8 月 14 日。

文中所有权重数值取自源代码内置默认值，并经机器命题逐条复现验证。

效力界线：源代码中的参数注明为 feature switch 默认值的镜像，在线可随时调整。 本文能证明公开版本的默认值，不能证明平台在线当下实际使用的数值。 最终分数为「权重乘以模型预测概率」，而概率不在公开源代码内，因此所有倍数比较仅成立于定价层。