马斯克要开源x算法利好哪些公司

全球科技圈重磅事件来袭，马斯克再度抛出颠覆性决策，官宣开元 x 平台最新推荐算法。这一季，雷霆操作不仅在算法领域掀起滔天巨浪，更给飞速崛起的 ceo 行业 留下了一颗足以颠覆行业格局的核弹。今天就一口气带大家把这件事的来龙去脉和深层影响扒的明明白白。而这次的开源可不是浅尝辄止的噱头，自然内容加广告推荐的全部核心代码一次性公开。这意味着品牌和开发者再也不用费尽心思猜算法逻辑， 能直接照着规则精准优化内容，把 ai 分 发的曝光率稳稳拿捏，营销从此告别玄学，变成名牌。更关键的是，马斯克这部棋藏着多重深意， 既为了应对全球监管对算法透明度的要求，降低合规风险，也想通过开源吸引开发者共建，修复用户信任。同时还能靠 x 的 算法加 xai 的 模型、加心链的算力，搭建内容生产、分发优化的 geo 生态闭环，巩固自身优势。这波操作的影响已经立竿见影， 整个 geo 赛道瞬间掀起竞争热潮，各大服务商连夜调整策略，倒逼自己快速提升合规和算法适配能力， 生怕在这场新变格中掉队，行业格局正在悄悄重塑。讲到这里，两个关键节点一定要记好，一月中旬， x 算法开源将正式落地，看开发者们能玩出哪些新花样。 二月， xai 密西西比数据中心上线，算力扩容又能给 g e o 行业带来多大惊喜？咱们一起拭目以待， 马斯克这部跨时代的布局，到底能不能彻底改写 geo 行业的底层逻辑，带领我们迈入算法透明化的全新营销时代。欢迎在评论区留下你的独到见解！关注我，带你第一时间捕捉科技圈的前沿动态，解锁更多硬核干货！

马斯克概念 etf 二点零版本来了！最近大盘可真是走出了六亲不认的步伐，沪指十七连阳，创下了历史之最，突破了四千一百点，创下了近十年的新高，而且成交量今天达到了三点六四万亿，直接刷新记录。 今天最亮的主线依旧是商业航天加 ai 应用，尤其是马斯克带货的 geo 概念，简单来说，传统搜索找链接， geo 直接给答案，能帮品牌抢占 ai 流量的入口，抢占市场先机，翻倍转化率，这波风口真的是太大了。 马斯克呢，也宣布了一周之内开源 x 平台算法，相当于正式入局了 ceo， 马斯克概念 etf 也由此升级到了二点零版本。接下来重点来了 相关赛道对应的 etf 以及入选理由，今天给大家简单总结一下吧。首先第一个商业航天赛道代表产品，军工 etf， 五幺二八幺零规模领先的军工主题 etf 之一， 赛道二，脑机接口相关代表的 etf 是 医疗 etf 五幺二幺七零赛道三，无人驾驶代表 etf 是 智能电动车 etf， 五幺六三八零 赛道四，人型机器人代表 etf， 智能制造 etf， 五幺六八零零赛道五，人工智能相关，它里面分别含有算力、国产大模型以及 ai 软件， 那算力最有代表性的就是通信 etf， 创业版人工智能 etf， 最后一个但是也非常重要的就是 ai 软件相关的金融科技 etf 幺五九八五幺。 好了，以上呢，就是最新总结的关于马斯克概念 etf 升级版的二点零版本，当然代表的 etf 以及他们的入选条件的汇总清单放在下面了，感兴趣的也可以去咱们粉丝群里面免费领取， 最近的市场确实比较疯狂，大家一定要注意好自己的风险。最后还是那句话，市场有风险，投资需谨慎，祝大家投资顺利，再见！

马斯克放了个大招啊，他把自己的 x 平台，也就是以前的推特平台的算法给开源了，我们来看看这背后的原因，以及面对公众对自己产品质疑的时候，马老板是怎么应对的。事情的起因是因为最近 x 平台的算法遭到了很多用户的吐槽，说现在的流量分发机制不公平，而且匹配错误率很高之类的。 于是很多人就把矛头指向了 x 的 产品负责人 nikita bier， 说，就是他在暗中人为的操控流量权重和分发机制。 斯克一看自己的员工被欺负了，马上跳出来澄清，他表达了几个意思，我们一起来看看。首先，斯克说，目前 x 的 流量分发机制是由 x ai 团队利用端到端的人工智能模型构建的， 而不是你可以在比尔能人为操控的，大家别骂我员工。第二，斯克承认错误，他说确实 x 平台这个算法很垃圾。 第三，斯克说，这么着吧，我把 x 平台的算法给开源了，大家一起来看看吧，都可以来监督，都可以来找茬。第四，斯克再次承认 x 算法很蠢，并承诺会让大家实时的透明的看到他们的改进过程。第五，斯克说，给这个过程加个期限吧，我们每个月都会更新优化的进度。 这是一个手里的公司总市值超过三点二万亿美元的老板面对公众质疑时的操作，是硬刚提出问题的用户能解决问题，还是硬刚自己能解决问题？请大家细品，在评论区咱们聊一聊，关注我，带你了解新闻背后的真相！

当年啊特斯拉开源，他的专利直接就引爆了咱们国内新能源汽车的产业，那现在呢？ x 平台的开源算法对咱们国内的影响只会更大。马斯克是人类之光吗？刚说完让人类退休，这呢，就在 x 平台上宣布，将在一周内，啊开源 x 的 最新推荐算法， 还覆盖了自然内容和广告推荐的全部代码，那他到底为什么要这样做？对我们又有什么影响呢？来，大家来听青哥分析马斯克开源不寻常，完美解释算法黑箱，可谓 groot 铺好路了，竞争能力更加强。 首先得明确马斯克，他是一位顶级商人，绝不是慈善家。之前啊 x 平台，也就是原来的推特一直被喷算法黑箱还有干预舆论，那现在呢？开源代码相当于把账本呀甩到桌子上，你们自己去查， 我没有搞模拟，这就直接化解了监管的压力和舆论的争议。更关键的是，这是为他的 ai 模型 group 在 铺路。算法透明之后，啊 x 会全面接入 group 的 优化推荐系统，把内容分发的裁判权从人交给 ai， 那 这既提升了效率，又打造了一个差异化。 大家要知道，脸书、谷歌这些巨头啊，根本他就不敢开源，那马斯克第一个吃螃蟹，反而会让 x 平台贴上一个透明公平的标签，来吸引更多的用户付费。这波反向的竞争可真是太高明了。 那很多人说我不用 x， 这个事跟我没有关系，那就大错特错了。大家想一想，当年啊特斯拉开源，他的专利直接就引爆了咱们国内新能源汽车的产业。那现在呢？ x 平台的开源算法对咱们国内的影响啊，只会更大。 从短期来看，中小社交平台不用再花大价钱来研发了，那和头部平台的基础差距呢，正在快速的缩小， 而市场竞争会更加激烈。但是更重要的是，这种做法会倒逼国内的所有的平台来提升算法和透明度，那以后咱们刷到的内容啊，这个信息简况可能就会大大减少。 那对于咱们投资者来说呀，这是更重磅的一个利好。首先大家来看最近 ai 营销相关板块啊，尤其是 gu 一 赛道算法开源会上升，城市引擎优化的这个需求啊，暴增相关的概念股已经开始移动了，那后续他们的成长空间啊，是大大值得我们期待的。 其次就是 ai 算力板块，那算法迭代，开源生态的共建都需要大量的算力支撑，像服务器还有光模块这些硬件需求呢，会持续的放量。还有就是算法的安全合规服务这些相关的板块，开源代码需要漏洞，审计监管肯定也会跟上， 那相关的细分领域都会迎来一波增量资金。那总结一下，马斯克开元的核心影响是通过技术透明化来实现行业效率提升加生态格局的重塑。那对咱们普通人来说，以后内容消费啊，他会更加公平。 对于投资者来说呢，社交广告还有 ai 算力这几条主线啊，短期有情绪的催化，长期呢，他也会有业绩的支撑，是值得我们重点跟踪的。但是啊，依然要注意，板块内部肯定会出现分化，那些真正能够抓住技术互用和合规适配机会的企业才能够走得更远。 那如果想知道具体的板块的布局节奏，或者是想深挖某条赛道的逻辑，大家可以在评论区来告诉我亲哥呢，下次专门来拆解。

你可能无法相信，马斯克又开源了，他把 x 平台全新的推荐算法竟然全部公开了，还要每个月都更新一次。他说，目前没有任何一家社交平台能如此的公开透明。现在所有人都可以在 github 上查看 x 平台最新的推荐算法文件。 这是一个全新的、几乎完全由 ai 模型驱动的算法系统，也就意味着用户们可以透明的看到推荐机制到底是如何计算的，而程序员们也都可以借鉴 x 平台的算法来开发自己的 ai 社交平台。 那么，马斯克开源的这个算法到底是什么？其背后又有什么野心呢？这个新开源的 x 推荐算法，它可不是以前推特的旧代码，而是马斯克彻底重构的 ai 怪物级系统， 核心架构完全借用了 x i 的 grok 模型，整个推荐流程几乎百分之一百由 ai 驱动，没有那些老掉牙的人工硬规则，没有手动调餐的黑箱操作，全靠端到端的神经网络来预测你到底会对哪些铁子喜欢 点赞、转推、回复，还是盯着看了半天？算法会根据你的历史行为实时互动甚至帖子内容相似度，算出一个超级精准的互动分数，然后把最可能让你刷到停不下来的内容推到你的 for you 时间线。 据 github 上的代码和开发者笔记，这套系统分几个大模块，先有一个巨大的候选池，也就是从你关注的人相似用户热门铁里捞，然后 grock based transformer 模型上场，它会把帖子、文本、图片、视频甚至用户关系全塞进去，并吐出一个预测分数， 接着有个重排层与 ranker 会稍微调整一下，确保时间线别太单调。还有个叫 fenix 的 打分器，专门处理实时信号，像刚刚爆火的帖子会瞬间加权， 整个过程零人工干预，纯 ai 决策。马斯克自己都说旧算法挺蠢的，老是推一堆无关垃圾，现在这版终于聪明了，而且每个月都会更新算法， 并且一直要开源。那么马斯克这波操作背后到底藏着啥野心？其实就是引导全球的主流社交平台实现最大透明化，加速社交平台的算法革命。这会加速 ai 推荐技术的扩散，小团队也能快速起飞， 逼得大厂不得不跟进透明，以此来对抗全球的闭源社交巨头。马斯克又一次把科技圈搅得天翻地覆，真是太疯狂了！

没想到马斯克开源 s 平台推荐算法影响这么大，直接让 ge 概念股疯涨。首先必须明确的一个认知就是 seo 已经失效了， geo 才是未来的方向，为什么呢？五十亿资本市场已经真金白银进场，说明资本已经看到了 geo 的 潜力， 你还在想 geo 是 红利吗？接下来这件事，我给大家分享一下我的看法，以及普通人、中小企业创业者、营销人如何抓住这个机会。首先呢，我先抛出一个核心观点， 这个事件呢，就相当于以后把 g e o 的 闭卷考试变成了开卷考试，马斯克一家开源，势必推动其他大厂也开源，要不然都显得你自家产品太不开放了是吧，你会失去用户的信任。 以前咱们做 g e o 优化，说白了主要是猜，基于对 ai 的 理解，反复试错和验证，以后好了，算法规则全部公开， ai 推荐也从玄学彻底变成了科学事情。 那以后我们拼的就是效率，拼内容质量，拼对 ai 的 理解程度，这正是我们做 geo 服务能给客户带来的价值。对于中小企业和创业者来说，这绝对是天大的利好。再说说市场人和营销人， 必须开始学 geo 了，不能还停留在传统的 seo 思维，因为这其实是一种 ai 转型，也是 ai 时代带来的新岗位， geo 将成为每一个企业的标配，这是未来五年的趋势啊。最后想给普通老百姓说一点， 不用恐慌，以后推荐的都是广告，其实并不是，当算法透明化之后，大家也可以公开监督了，推荐的不合适，你甚至都能定位到代码逻辑去质疑，所以低质内容恶意营销在透明的环节下只会越来越少。所以现在学 ceo 正当时，记得关注。

朋友们，今天上午不到十一点的时候，全市场的成交额就已经突破了两万亿。那盘面上除了强者恒强的商业航天， ai 应用端更是从第二梯队强势爆发，直接跩身主线。那这背后直接的催化剂 就是马斯克说他将在一周之内开源 x 平台的全部内容推荐算法，并且承诺每四周更新一次代码和开发文档。那这件事为什么对传媒和游戏板块构成重大利好呢？还是商业问题？ 之前我们反复讨论过， ai agent 在 游戏和传媒领域的应用，能极大的改善成本端。而这次的开源也是一次关键的成本解放，它不仅仅是节省开发成本，更是大幅降低了行业的创新门槛和追赶成本。 大家可以想象一下， x 平台的算法不是实验室级别的呦，而是经过数十亿人验证的算法。它突然开源，就相当于为所有公司，尤其是中小型的内容平台提供了一份高水准的 推荐系统的标准蓝图。那这个对于传媒和游戏公司而言，它就能够在保护用户隐私的前提下，充分利用自家的独家数据，能高效的解决几个核心的痛点， 一个是提升内容分发的精准度，增加用户的粘性和使用时长，还可以优化广告和付费内容的转化路径，直接拉动的是收入的增长，改善整体运营效率， 提升整体的利润率。那这个就不是一个单纯的技术实践了，它背后有着更清晰的数据算法变现的商业逻辑，开源降低了技术的壁垒，而真正的竞争将聚焦于谁有更独特的场景、更闭环的私有数据，以及将两者快速产品化的能力， 那接下来我们布局的思路也非常明确，我们重点寻找和关注那些拥有独家数据资产、扎根独特场景，且以证明自身产品化能力的企业， 他们最有能力将这次开源红利转化为实实在在的业绩弹性。那这些内容我们都会整理成文档分发给我们的客户，欢迎大家加入国金证券，那拜拜。

本期分享关于开源推荐算法，彻底打破行业黑箱二零二六年一月二十日， x 平台开源了核心推荐算法，短短六小时就获得一点六 k 颗星标，它采用和 rock 模型一样的架构。这次开源是完整公开了所有源代码，代码采用 app 二点零许可协议，大家可以自由使用。主要技术语言是 rust， python 作为辅助。 马斯克想将 x 打造成自由的公共广场，算法不再是秘密的黑箱操作。它的工作流程有七个关键步骤，首先调取你的使用数据，然后抓取站内站外两类内容，接着补全内容的相关信息，过滤掉无效的垃圾内容，再进行多维度的打分排序， 最后验证通过才会推送给你。这套算法有五大核心，涉及亮点，第一，不靠人工规则让 ai 自己学习。第二，给每条内容打分时互不干扰。第三，用哈希函数提升计算速度。 第四，同时预测用户多种行为概率。第五，采用可组合流水线，非常灵活。这样做是为了让算法更透明，减少外界对偏见和操纵的质疑，也 能更好的应对监管要求。开源能吸引全球开发者一起优化，普通用户也能看懂推荐逻辑，这可能倒逼整个行业打破封闭惯例，提升社交平台的算法透明度。当然也引发了新的讨论，比如如何防止作弊和系统长期净化。帮忙点个关注爱心吧，还可以关注公众号， ai 净化赋能集。

出大事了，马斯克今天竟然把自家的 ai 大语言模型 group 给开源了，这意味着什么？有些公司即将宣布自主研发，遥遥领先了， 可以看到，源代码的已经在开源网站上了，任何人都可以下载学习，整整二百九十六个 g， 也是让很多 ai 公司沸腾了，因为根本不用自己研发了，直接抄就可以了，这对于很多初创的科技公司来说，几乎省去了至少一年的研发时间。 而且呢，今天几乎所有的大型 ai 公司，包括 openi、 谷歌 ai 的工程师们都在下载学习，他们发现这是有史以来最大的开源大模型， 参数竟然达到了三千一百四十亿，远超目前 open i 的 chat gdp 一千七百五十亿参数。经过了这次，马斯克的开源 ai 大模型即将全球大爆发，就像当年的特斯拉开源的专利一样，这会促进整个行业的发展，降低了 ai 大模型语言项目的门槛，还会催生一系列的技术创新，我们也是持续关注。

终于来了，刚刚 x 的 推荐算法开源了，现在全部代码都放在 github 上了，而且每四周更新一次。这套算法最牛的地方是，它用的是 x a i 公司 grok 的 transformer 模型，不像其他平台给你一个简单评分，它会预测你点赞、评论、转发、点击观看的概率，然后综合计算出最适合你的内容排序。更厉害的是， x 彻底抛弃了人工设计的特征和规则，全靠 rock 模型理解你的行为习惯。系统会混合两种内容，你关注账号的推文，以及从全平台发现的优质内容，然后用 ai 给每条推文独立打分。 这可能是史上最透明的大型社交平台推荐系统了，每个月定期更新代码，完全模块化设计，结果可缓存且一致性强。这会不会开启社交媒体算法透明化的新时代？

geo 也要开始跟着姓马了，马斯克说将在七天内开源新的差的算法，包括所有决定向用户推荐自然内容和广告帖子的代码。 那么什么是 geo？ geo 就是 深层式营销优化，是一种全新的 ai 营销方案，基于算力逐步去扩展而产生的这样一种商业模式，对吧？他通过分析你的意图，然后来匹配优化平台内部的这个内容，来决定给你推荐什么样的产品和广告。 那么根据这个列录啊，整个技术就有以下几个角色，第一种就是 ai 工具，那么它是帮助这个广告主或者是平台来提升 ai 的 这个内容，然后批量分发包括监控数据的一些 sas 软件。那么第二个是广告代理公司，那他就是这种大平台的这种分包商和广告的这个承包商。 那么第三个就是平台，比如说类似于像是豆包啊， ds 啊这样的一些模型厂，它拥有底层的大模型和最懂用户的这样一个能力。 四种是代运营方，那么之前在互联网里面就会有比较多的这样一些品牌代运营的角色啊，换汤不换药，继续加油干！那我们这次来拭目以待，看看马斯克的这个带货能力吧！首页橱窗下单，即可获得更多产业信息哦！

兄弟们，今天聊点不一样的，咱们不聊哪个公司又裁员了，也不聊哪个行业又不行了，聊点正在发生的能决定未来十年赚钱机会的事。就在前两天，马斯克在社交媒体上发了个预告，说要在七天内公开他旗下社交媒体决定给你推送什么内容、什么广告的所有核心算法代码。 这相当于什么？相当于可口可乐。突然说来，我把可乐秘方免费送给大家。消息一出，整个科技圈都炸了锅。但是，就在所有人都在讨论算法开源的时候，有两家看似毫不相干的巨头悄悄地干了一件更大的事。 一家是搞 ai 芯片的英伟达，另一家是百年药企里来。他们宣布要共同投资十亿美元，成立一个专门的 ai 药物实验室。这就有意思了， 一边是马斯克要把推荐算法这种软技术给公开了，让大家都能用。另一边，英伟达和李来却在巨资投入 ai 制药这种硬科技，并且要牢牢攥在自己手里。 为什么？因为这两个动作指向了同一个未来。 ai 正在从一个玩概念的工具，变成一个能直接造东西、解决生死问题的生产工具。这个转变对我们普通人、对企业来说，才是天大的机会和启示。我先说那个清华的例子，你就懂了。 清华大学最近发了一篇顶级论文，他们研发了一个叫 jacklepp 的 ai 平台，用来做新药研发初期的虚拟筛选。什么意思呢？过去科学家要从几百万、几千万种化合物里大海捞针一样找可能有效的药，耗时耗钱。 现在这个 ai 平台效率比传统方法提升了上百万倍，这意味着 ai 不 再只是帮你算得更快、画得更好， 他正在直接进入人类最顶尖的科研和生产环节，去干那些原来只有顶级科学家才能干，而且干的很慢的活。所以你再回头看英伟达和李来的合作，逻辑就通了，他们不是在研究 ai， 他 们是在搭建一个用 ai 直接生产新药的超级工厂。 这背后的商业信号是，未来最值钱的不再是拥有某个 ai 模型，而是拥有用 ai 去改造和垄断一个百年产业的深度能力和独家数据。这对咱们有什么实实在在的价值？ 三点启发，第一，别只盯着大模型了，看看 ai 家的纵深战场。当别人还在讨论哪个聊天机器人更聪明时，真正的巨头已经带着 ai 冲进了医药、材料、能源这些有百年积累、利润丰厚的硬核行业。 对我们创业者和投资人来说，机会可能不再做一个通用的 ai， 而在用 ai 去解决某个具体行业里一个折磨了大家几十年的老问题。第二，数据壁垒比技术壁垒更值钱。为什么李来要和英伟达合作？ 因为李来有上百年的药物实验数据，这是任何创业公司都没有的。石油未来的竞争是拥有独特行业数据的老前企业和拥有最强 ai 算力的新贵企业之间的结合。谁能把这两样结合起来，谁就能住起最高的护城河。 第三，对我们普通人，这是一个能力平移的时代。翻译一下，过去你想参与生物制药，可能得苦度二十年，但现在，如果你是一个顶尖的 ai 算法工程师，你的能力可以迅速平移到药物发现领域，价值会被瞬间放大， 这意味着你的专业技能正在因为 ai 获得进入更多高价值行业的门票。总结一下，马斯克的开源是让 ai 变得更普及、更透明，这是在广积粮。而英伟达和李莱们的合作是让 ai 在 垂直领域扎得更深，产生实际价值， 这是在高筑墙。对于我们来说，看懂这个分野可能比追任何一个热点都重要，因为这意味着属于 ai 的 跑马圈地时代结束了，真正的精耕细作时代已经开始了，你准备好你的犁了吗？

好了，兄弟们，说一下盘前的重要消息，首先就是财政部新闻发布会明确了七一年的财政政策，要继续扩大财政支出的盘子资金优先用于提人消费等方面，继续安排超长期特别国债等方式，硬核的支持了稳就业、稳企业、稳市场、稳预期，反正就是一个字，稳！ 再一个呢，就是马斯克正式开源了 x 平台的算法，整个算法几乎完全依赖于格洛克模型，移除了所有的人为设定的规则，用户能看到什么完全是由 ai 来决定的。 还有一个消息就是因为北美头部云服务供应商持续加强 ai 基础设施的投资，预计今年全球 ai 服务器出货量将增长百分之二十八。 还有一个消息呢，就是上海发布了十八项措施，目的是提升有色金属大众商品的全球定价影响力啊，用开放吸引全球搬家，用联动呢，激活期货、现货和场外衍生品三个市场。 其实啊，上海对于这个事早有准备，上海的物贸大楼呢，年交易额七千六百亿，楼内汇聚了四百多家产业链企业啊，上下楼呢，就是上下游谈生意，都不用打电话，直接面对面就搞定了。 为此呢，上海也专门成立了一个大宗贸易平台啊，国贸控股。所以说未来呀，什么铜啊，铝啊，多少钱你得问问咱们那边，不好使了啊！还有一个就是截止我发视频的时候，对面的存储涨得特别猛啊，好了，兄弟们，给我点点关注。

马斯克开源 x 推荐算法，一场撕开算法黑箱的革命，还是资本新游戏开篇暴击？当马斯克把社交算法的底牌摊在阳光下，二零二六年一月二十日， github 上一个名为 x algorithm 的 仓库悄然上线，瞬间引爆全球科技圈。 这不是普通的开源项目，它承载着 x 平台的核心推荐逻辑，从内容分发到广告竞价，从关注圈信息流到全球爆款挖掘，全链路代码毫无保留的公开。 我们知道这个算法很蠢，但至少你能透明的看到我们的改进。斯克在转发开源公告时的自嘲，更让这场技术公开显得意味深长。 要知道，在社交媒体行业，推荐算法是比用户数据更核心的商业机密， facebook、 抖音等巨头从未公开过完整逻辑。马斯克这一举动究竟是颠覆行业的透明革命，还是另一场资本主导的技术游戏？ 技术拆解？ ai 全驱动加双引擎算法黑箱被彻底撬开，打开 getop 仓库，十五万行代码揭开了 x 平台信息流的神秘面纱。与行业普遍采用的人工规则加 ai 辅助模式不同，这套算法实现了三大颠覆性突破，一 零人工干预。 grok 大 模型主导一切代码明确标注，移除所有手工设计特征与启发式规则，完全由 x a i 旗下的 grok transformer 模型驱动。这意味着不再由工程师手动设定，点赞权重是评论的三倍， 短视频优先推荐懂规则模型，直接从用户十五种行为数据中自主学习规律。 这种端到端设计，与特斯拉 f s d 自动驾驶算法如出一辙，彻底改写了社交推荐的底层逻辑。二、 双引擎架构，你的信息流从哪儿来？三、 d 毫秒级响应的关注圈引擎通过卡夫卡实时队列存储你关注者的最新内容讨论，第一时间看到在意的人动态。 phoenix 全球内容发现引擎通过用户塔加后弦塔双向量编码， 在海量非关注内容中精准匹配你的兴趣。哪怕是零粉丝账号，只要早期互动，数据优异，也能被推送给百万级用户。 三、行为打分公式曝光回复评论权重是点赞的七十五倍。算法最核心的流量分配密码被公开，最终推荐得分等于 c 码。 其中用户回复加作者回应的权重高达点赞的七十五倍。而拉黑、举报等负面行为，则直接触发降权机制。更意外的是，视频推荐只看点击意愿而非完播率。常闻系列讨论应能提升停留时间，反而更易获得高曝光。 这些细节让创作者瞬间清醒，过去刷点赞堆数量的流量玄学失效了。 真实互动与内容深度才是王道。恒业地震透明化的光明与阴影 马斯克的开源之举被业内称为平台治理的里程碑，但光鲜背后是技术民主化与资本垄断的深层博弈。光明面打破黑箱，降低长期以来，算法，黑箱是社交媒体的顽疾， 用户不知道为何被推送某条内容，创作者摸不清流量规则，监管难以界定不正当竞争。 x 平台的开源首次让核心推荐逻辑接受公众审查， 中小企业可直接附用成熟框架，无需投入千万级研发成本，监管机构能通过代码审计，精准打击大数据、杀熟流量操纵等行为。正如美国司法部对谷歌广告算法的监管要求，技术透明正在成为行业公平竞争的基础 阴影面。开源可能沦为垄断新工具，但历史经验警示我们，开源并非万能解药。当前行业存在三大引诱，算力垄断。 x 算法依赖 grok 大 模型，而训练与部署这类模型需要海量 gpu， 因为他已投入二十七亿美元优化开源模型的芯片，适配百分之六十的云算力被 a w s s 而掌控，中小企业即便拿到代码，也可能因算力成本望而却步。数据必换 开源代码不包含训练数据， x 平台仍可通过用户协议，将开源带来的开发者反馈、用户互动数据、反腐专用系统，形成开源换数据的隐性垄断伪透明陷阱。 抖音曾尝试公开推荐算法原理，但因未透露核心权重逻辑被质疑形势大于实质。 x 平台虽公开了代码，但非关注圈内容的条分规则仍未明确，不排除平台保留流量分配的最终控制权。 未来预判开源不是终点，制度设计才是关键。马斯克承诺每四周更新一次开源代码，这意味着 x 平台的推荐逻辑将处于持续迭代与公众监督中。但要让开源真正成为行业进步的动力，还需解决三个核心问题， 一、核心资源公开化。仅开源代码不够去推动算力训练数据的合理共享。 国家超算互联网平台接入开源模型，或许能打破私有云的算力垄断。二、监管穿透式升级，从审查代码转向监管资源分配， 像美国数字广告竞争与透明度法那样，强制巨头拆分广告业务，避免算法开源后仍通过数据算力重构垄断链条。三，开源社区自制建立数据主权声明标准，禁止训练数据回流至巨头专有系统， 同时设立算力补贴机制，让中小开发者真正受益。杰维反思，算法的终极归宿是为人服务。马斯克的自嘲，算法很笨拙，恰恰点出了核心。算法本就是人类意志的延伸， 不应成为少数平台掌控流量、收割利益的工具。 x 平台的开源最大价值不在于代码本身，而在于唤醒了行业对技术透明的重视。 当我们能看懂信息流背后的逻辑，当创作者不用再猜谜式运营，当监管能精准约束算法、权力，技术才能真正回归为人服务的本质。 这场开源革命究竟是昙花一现的公关秀，还是行业重构的起点？答案藏在每一次代码更新与制度完善中。

就在昨天，马斯克干了件大事，把 x 的 推荐算法全部开源了，不是 ppt， 不是 论文，是二十八个微服务完整可运行的生产系统。有人说这是最强推荐算法，有人说不如 tiktok。 今天深度剖析给你答案。其实这已经是第二次开源 了，二零二三年的三月，马斯克开源过一次，那个版本叫做 heli ranker， 用的是传统机器学习，但这次不一样，完全重写了新版本，叫 phoenix 基于 x a i 的 grok 大 模型。那马斯克为什么要开源呢？背后有三层深意。第一层，技术自信的展示。 phoenix 基于 grok transformer， 这是 x a i 的 核心技术。开源不是炫耀，是让全世界开发者验证这道技术到底行不行。第二层，对标 open ai 的 战略反击。 二零一五年，马斯克和山姆奥特曼一起创立了 open ai， 当时承诺 ai 为全人类服务，但二零一八年，马斯克因为理念分歧，退出了 open ai， 后来转型为盈利公司，和微软深度绑定模型全部闭源。现在 x ai 走开源路线，每发布新版本，就开源上一个版本，形成鲜明对比。 这不是技术路线的选择，更是 ai 发展理念的较量。第三层，构建开发者生态。开源不是免费送技术，是吸引全球顶尖开发者参与改进。 rock 二点五开源后，社区贡献了大量的优化方案，马斯克承诺每四周更新一次代码，附带详细的开发者笔记。这种透明度，让 x 平台变成了一个巨大的实时强化学习引擎。开源是技术展示、战略反击、生态构建的三位一体， 如果能吸引到顶尖人才，当然最好说回技术。这两次开源的差别有多大？二零二三年的 harley ronda 是 传统机器学习工程师，手工定义数百个， 各种推文年龄，粉丝数，有没有图片有没有连接，每个特征人工设定权重。二零二六年的 phoenix 完全不同，所有的手工特称全部删除了，改用 transformer， 端到端学习关键数据，八百个候选过滤掉百分之五十，最终推荐九十五条，推理延迟三十到六十毫秒，预测十五种用户行为， 从人工调餐到 ai 自动学习，带差至少五年。 phoenix 有 三大核心技术，第一个是 candidate 散热候选隔离机制。传统的推荐系统有个问题， 同一个后选在不同批次中得分会不一样。比如说后选一在批次 a 里和后选二三一起，在批次 b 里和后选四五一起得分就变了，为什么？因为后选之间可以互相注意，上下文不同导 致得分不同。 x 的 解决方案很巧妙，后选只能注意到用户和历史行为，后选之间完全隔离。结果就是同一个后选在任何批次中得分都是一致的。看这个注意力严吗？横轴是被注意的对象，用户力 行为或选推文重轴是发起注意的对象。关键在这里，用户和历史行为可以相互注意，打勾的地方表示可以看到，但后选 c 一、 c 二、 c 三、 c 四，只能注意到用户和历史 以及自己。后选之间全是叉，完全隔离，这带来三大工程价值，可缓存得分，可以跨请求附用无位置偏差排序位置不影响得分。 ab 测试友好实验组和对照组得分可比，创新性满分。 youtube tiktok 用的是 by encode， 后选天然隔离，但是表达能力弱。 x 用 cross encode order， 加上 candida 的 isolation， 兼得强表达能力和可缓存性，业界独有。第二个核心技术，哈希 based embedding， 基于哈希的嵌入方法，传统方案需要维护大量的嵌入表。问题来了，内存占用，随着用户和内容增长，新用户新内容需要更新，此表冷启动很快。 x 的 方案很巧妙，固定大小的哈希表只有一百万条，一百二十八为仅占一百二十八 m b 用多个哈希函数把 id 映射到固定大小的表里，然后拼接多个哈希，结果工程价值极高，但有理论上的权衡，哈希冲突，表达能力有限。第三个核心技术，零人工特征，工程完全依赖 transformer 学习。 传统推荐系统需要大量手工特征工程，用户画像内容特征、交互数据统计指标全靠人工设计。问题是需要大量的人工设计特征，工程复杂，难以捕捉复杂模式。 phoenix 很 简洁，输入是用户行为系列，点赞、转发、回复等，输出是十五种行为预测概率特征用 hash based embeddings， 无 需人工设计权重，设计也很合理，理念先进，但实际效果有待验证。冷启动问题严重，可解释性差，计算成本高。说完三大核心技术，再看系统架构，微服务架构很清晰。 home mixer 是 rasp 的 编排层， s 的是内存存储， finix 是 机器学习推理，总共二十八个可组合组建，性能优化做的也很好。咖啡卡多县城消费，八个县城并行批量处理一千条美批 容错机制也很完善，单个组件失败不影响整体有详细的日制和指标，异于新增组件，所以这是一个生产级的推荐系统，不是实验室玩具技术。讲完了，来对比一下业绩方案。先看 youtube， youtube 二零一六年的架构召回用 dna 排序也用 dna， 大 量的人工特征，单任务预测，观看时长。 模型架构 x 更先进，代差十年工程实践， x 更完整，完整开源，但实际效果呢？ youtube 更成熟，优化了十年，用户体验更好。再看 tiktok， tiktok 的 算法未公开，但从用户体验上看，能启动做得很好，依赖内容特征多样化也很优秀，有完善的探索机 机制。 x 的 技术透明完胜，完全开源，但用户体验， tiktok 更好，完播率更高。 x 的 冷启动较弱，依赖历史行为，新用户体验不佳，只是简单权重衰减。最后看 matter， matter d l r m 二零一九年的架构，用 embedding 加 m l p， 各种交叉用，点击 剧烈建模能力弱。 x 用 transformer， 各种交叉用 self attention， 剧烈建模能力强。模型 x 更强一些，但是计算效率 m l p 更快，开源价值 x 更高。 m l p 只开源了模型。综合对比一下四家的推荐系统， 模型架构 x 最强， transformer 架构，零特征工程，多任务学习工程实践呢？ x 和 tiktok 并列第一，但是 x 完全开源了 tiktok 没有开源。用户体验上， youtube 和 tiktok 更好。 x 还有提升空间，创新性 x 最强， competitor isolation 业界独有，也是因为其他也压根没开源开源价值 x 完胜完整的系统开源，其他平台都没有做到。 x 的 推荐算法到底算不算世界最强？先说答案，不是世界最强，但是最具有创新性，技术创新满分世界领先， 工程实践满分世界一流。不过要说明，有三个模块没有开源核心的权重参数，客户端配置工具函数，但核心算法和架构已经完全开源了，这已经是业界最高的透明度了，但是用户体验还有提升的空间。评论区聊聊，你觉得 x 这种技术驱动的路线能不能干得过 tiktok 这种体验至上的打法呢？