馬斯克徹底把X平臺給開源了，但是我卻復刻不出來

自從馬斯克開源X以后，大家總會抱怨說“馬斯克你這人不地道，答應開源卻沒有開源完整，大家拿到代碼也沒辦法自己做個X平臺”。

但是現在可以了，X開源倉庫頁迎來史上最大更新，你真的可以下回去自己造個X平臺了。

馬斯克第一次公開X推薦算法代碼，是在2023年3月31日。那時平臺還叫Twitter，官方把twitter/the-algorithm和 twitter/the-algorithm-ml兩個倉庫放上 GitHub，公開了For You時間線背后的部分推薦邏輯。

但那次更像一次“代碼透明度展示”，外界能看到推薦系統的基本運作方式，卻拿不到訓練數據、模型權重、廣告推薦系統等關鍵部分。

而這次，馬斯克玩真的了。

誠然，X并不是全球最大的社交平臺。它的月活數量為5.7億，X在2026年的預計收入約為29億美元，比馬斯克收購前的50.8億美元下降了43%，收購前X的廣告收入占比高達90%，收購后廣告收入仍占總收入的不到70%。

但是它仍然是全球最重要的社交平臺之一，每天處理12億條內容、服務5億用戶的完整生產系統。Anthropic、OpenAI這些全球最頂尖的AI公司，都以X作為第一信息分發平臺。

馬斯克發出這條X不到24小時，X的開源GitHub倉庫瞬間沖到了2萬顆星星。

馬斯克在開源聲明中說：“我們知道這個算法很笨，需要大幅改進，但至少你可以看到我們實時且透明地努力讓它變得更好。沒有其他社交媒體公司這樣做。”

推薦算法是社交媒體的核心商業機密，是決定用戶“看什么、信什么、買什么”的底層邏輯。

在此之前，沒有任何一家主流平臺愿意把這套邏輯完整地擺到臺面上。

馬斯克做了。

01

開源的具體內容？

這次開源的X算法，核心是一個基于Grok的transformer推薦系統。

整個系統的架構并不復雜，設計思路很清晰：從兩個來源獲取候選內容，然后用機器學習模型統一排序，最后過濾掉不合適的內容，推送給用戶。

兩個內容來源分別是Thunder和Phoenix Retrieval。

Thunder負責“網內內容”(In-Network)，也就是你關注的賬號發布的帖子。它是一個內存數據庫，實時追蹤所有用戶的最新發帖，響應速度可以達到亞毫秒級別。

當你刷新信息流時，Thunder會立刻把你關注的人最近發的內容拉出來。

Phoenix Retrieval負責“網外內容”(Out-of-Network)，也就是你沒關注、但系統認為你可能感興趣的帖子。

它通過機器學習做相似度搜索，從全球語料庫里找出和你過去互動內容相關的帖子。這是推薦系統最關鍵的部分，決定了你會不會在信息流里看到陌生賬號的爆款內容。

兩個來源的候選內容匯總之后，會進入統一的排序階段。這個階段的核心是Phoenix Scorer，一個基于Grok的Transformer模型。

這個模型不預測“相關性”，而是預測你對每條內容可能采取的具體行動，比如點贊概率、轉發概率、回復概率、點擊概率、舉報概率、屏蔽概率。

每個行動都有一個權重，正向行動（點贊、轉發）權重為正，負向行動（舉報、屏蔽）權重為負。最終得分是所有預測概率的加權求和。

得分高的內容排在前面，得分低的內容排在后面。

僅此而已。

X在開源文檔里特別強調了一點：我們已經徹底消除了所有手工特征工程和大部分啟發式規則。

Grok-based Transformer承擔了所有繁重的工作，它通過理解你的互動歷史，比如你點贊了什么、回復了什么、分享了什么，然后基于此自動判斷什么內容和你相關。

這意味著，過去那些依賴關鍵詞堆砌、標簽匹配的運營策略已經失效了。系統現在更注重語義理解，能夠深度分析內容的實際價值和用戶的真實需求。

開源是開源了，但并不是完全開源。

首先，模型權重沒有完全開放。

GitHub倉庫里確實包含了一個預訓練的mini Phoenix模型，256維嵌入、4個注意力頭、2層Transformer，打包成一個3GB的壓縮包，通過Git LFS分發。這個模型可以讓開發者直接跑起來端到端的推理流程，不需要自己訓練。

但這只是一個“迷你版”。X在生產環境里真正使用的Phoenix模型，規模要大得多，參數量、層數、嵌入維度都不在一個量級上。開源的這個mini模型，更像是一個教學樣本，讓你理解系統怎么工作，但不是X真正在用的那個。

它像一臺教學用小發動機，能讓你看懂發動機原理，也能真的轉起來，但它不是X每天給幾億用戶刷For You信息流時用的那臺真正發動機。

真正的生產模型大概率更大、更復雜、訓練數據更多、調參更多，知道的用戶行為也更多。所以它推薦得準不準、反應快不快、能不能扛住真實流量，和這個 mini 模型不是一個量級。

其次，訓練數據沒有公開。

推薦系統的核心競爭力，一半在模型，一半在數據。X每天處理12億條內容，積累了海量的用戶行為數據，比如誰點贊了什么、誰屏蔽了誰、誰在什么時間看了哪些內容、看了多久。

這些數據才是Phoenix模型能夠準確預測用戶行為的根本原因。

但這些數據不可能開源。一方面是隱私問題，另一方面是商業機密。

沒有這些數據，即使你拿到了完整的模型架構和代碼，也訓練不出一個和X一樣好用的推薦系統。

第三，廣告系統只開源了框架，沒有開源策略。

這次開源包含了一個新的ads模塊，處理廣告注入和定位，包括品牌安全追蹤，會尊重敏感內容邊界。但具體的廣告競價邏輯、出價策略、ROI優化算法，這些直接關系到X收入的核心機制，并沒有完全公開。

第四，內容理解管道Grox（Grox是X推薦系統里，基于Grok構建的內容理解工程服務）只開源了部分能力。

Grox是一個新加入的服務，提供分類器、嵌入器和任務執行引擎，用于垃圾檢測、帖子分類、PTOS政策執行等內容理解工作。但Grox具體怎么判斷一條內容是垃圾、怎么識別違規內容、怎么執行平臺政策，這些細節并沒有完全透明。

所以，你雖然可以根據GitHub開源的這些東西去造一個類似X的社交平臺，但你造不出一個和X一樣好用的推薦系統。

你可以拿到完整的系統架構、候選召回邏輯、排序框架、過濾規則，可以跑通端到端的推理流程。如果你有足夠的工程能力，確實可以搭建一個類似的推薦系統。

可是你沒有X的數據、沒有X的生產級模型、沒有X在過去幾年里積累的工程優化和調度策略。也就沒辦法1比1復刻X平臺。

02

為什么要開源？

早在2022年10月收購Twitter的時候，他就公開表示：“讓算法開源以增加信任”是他對這個平臺的愿景之一。

2023年3月31日，馬斯克兌現了第一個承諾。當時還叫Twitter的X平臺，在GitHub上發布了部分推薦算法的源代碼，包括用戶時間線里推文推薦的算法邏輯。

那次開源引發了巨大關注。

開發者們第一次看到了Twitter推薦系統的內部運作方式，也第一次確認了一些長期流傳的傳聞，比如，某些賬號確實會被算法降權，某些內容類型確實會被優先推薦。

馬斯克當時說，提供“代碼透明度”一開始會“令人難以置信地尷尬”，但最終會“導致推薦質量的快速提升”。

他還說：“最重要的是，我們希望贏得你們的信任。”

但那次開源并不完整。GitHub倉庫里的大部分文件都來自最初的上傳，后續更新很少。很多開發者抱怨，代碼庫沒有持續維護，文檔不夠詳細，很多關鍵模塊沒有公開。

這次開源，馬斯克顯然吸取了教訓。

更有意思的是，馬斯克在X上發布算法更新的那條推文時，他人正在北京。但這次開源的真正目標，是歐洲。

X平臺在歐洲面臨著越來越嚴格的監管審查，而馬斯克正在用“透明”和“開放”作為武器，去對抗監管壓力。

2025年7月，法國檢察機關對X平臺展開調查，懷疑其算法存在偏見和欺詐性數據提取行為。

歐盟委員會也對X發出了文件保留令，要求其提供算法相關內容，調查重點是虛假信息傳播、內容審核不力和信息透明度缺陷。

X平臺當時拒絕配合調查，并指控這是一場“出于政治動機的刑事調查”，威脅到用戶的言論自由。

馬斯克甚至在歐盟委員會的推文下回復了一個臟話。

但拒絕配合顯然不是長久之計，于是馬斯克把算法給開源了。

與其被動接受監管機構的審查，不如主動把代碼公開，讓全世界的開發者、研究者、監管者都能看到X的推薦邏輯。

這樣一來，X可以宣稱自己是“全球最透明的社交平臺”，任何關于算法偏見、內容操縱的指控，都可以用“代碼已經開源，你們自己去看”來回應。

進攻才是最好的防守。

當然，開源也不是沒有代價的。

首先，競爭對手可以直接學習X的架構設計和工程實踐。現在別人徹徹底底地研究X是怎么做召回、怎么做排序、怎么做多樣性控制的。

如果X的某些設計確實比競品好，那么這些設計很快就會被復制。

其次，開源暴露了X的弱點。

開發者們已經在GitHub issue區指出了一些問題：為什么某些過濾規則設計得不夠合理？為什么多樣性控制的參數設置得這么保守？為什么廣告注入的邏輯這么簡單粗暴？

但馬斯克認為，這些代價是值得的。

X現在面臨的最大問題不是技術，而是信任。用戶不信任X的內容審核，廣告主不信任X的品牌安全，監管機構不信任X的算法公正性。

開源算法，是重建信任的最直接方式。

它不能解決所有問題，但至少可以證明X沒有在暗箱操作，X的推薦邏輯是可以被檢驗的，X愿意接受公眾監督。

在一個越來越強調透明度和問責制的時代，這種姿態本身就是一種競爭力。

馬斯克在2023年開源Twitter算法時說過一句話：“我們希望X成為互聯網上最透明的系統，并讓它像最著名、最成功的開源項目Linux一樣強大。”

現在看來，他是認真的。

X能不能真的變成“社交媒體界的Linux”，還需要時間驗證。

但至少在開源這件事上，馬斯克已經走在了所有主流社交平臺的前面。