X(Twitter) раскрыл, как работает новый алгоритм соцсети на базе ИИ

Как работает система Phoenix

Новый алгоритм отказался от простых правил в пользу сложного прогнозирования. Система анализирует каждый пост и просчитывает вероятность того, что конкретный пользователь совершит одно из 19 положительных действий.

Чем больше таких взаимодействий собирает пост, тем шире становится его охват. Среди ключевых факторов, которые «бустят» контент:

• Традиционные реакции: лайки, репосты, комментарии.
• Глубина просмотра: время, проведенное на посте, и просмотр видео дольше нескольких секунд.
• Социальное распространение: отправка поста в личные сообщения или копирование ссылки.
• Интерес к автору: переходы в профиль и подписка.

Система штрафов и «смерть» спама

Алгоритм также жестко наказывает за контент, вызывающий негативную реакцию. Если пользователи нажимают «Не интересно», блокируют автора, скрывают его или жалуются на пост, видимость такого контента в ленте мгновенно снижается.

Одним из важнейших нововведений стал механизм борьбы со спамом: если ваши посты часто появляются в ленте пользователя, вероятность показа каждого следующего сообщения в этот же день снижается.

Правило 128 постов

Искусственный интеллект определяет интересы пользователя на основе его последних действий. Система анализирует последние 128 постов, с которыми вы взаимодействовали, чтобы сформировать вашу будущую ленту. Это означает, что лента является прямым отражением вашего недавнего поведения: клики на контент, который вас раздражает, только увеличат его количество в выдаче.

Переход к нейросетевому ранжированию

Открытие кода алгоритма Phoenix знаменует собой окончательный отход социальных сетей от граф-ориентированных моделей (где вам показывали то, что лайкают друзья) к моделям на базе больших языковых моделей (LLM) и нейросетей.

Раньше алгоритмы работали по жестко прописанным сценариям. Теперь же, используя базу Grok, система X пытается «понимать» семантический смысл поста, а не просто считать ключевые слова. Это приближает механику X к модели TikTok, где главным является не социальный граф (на кого вы подписаны), а «граф интересов» (что вы реально потребляете). Это создает более зависимую и персонализированную ленту, но усложняет продвижение для тех, кто привык манипулировать старыми механиками.