# X 把“为你推荐”的算法开源了，用的还是 Grok 同款 Transformer

> 原标题：X平台开源"For You"信息流推荐算法

- 来源：AI HOT 精选
- 发布时间：2026-05-15T13:34:30.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/21434
- 原文：https://x.com/cb_doge/status/2055280665583898691

## 摘要

X 在 GitHub 上公开了“For You”信息流的推荐管道，代码、预训练模型和内容理解服务都给了。核心是一套叫 Phoenix 的 Transformer 模型，基于 Grok 架构，负责给候选帖子打分。它会看用户最近跟谁互动，同时预测点赞、回复、转发这些行为的概率，揉成一个相关性分数。排序前会先捞候选内容，补上上下文，再让模型评分，最后做多样性...

## 推荐理由

HKR 三项都踩中了，但正文只说了开源和 Phoenix Transformer 打分机制，仓库细节、许可证、能不能复现都没提，所以先给 featured 里偏低的位子。

## 锐评

X 这次开源的不是一个模型权重，而是一整套推荐管道，包括候选内容捞取、上下文补充、Phoenix Transformer 打分、多样性调整和广告混合模块。Phoenix 基于 Grok 架构，核心逻辑是拿用户近期互动行为去预测点赞、回复、转发等概率，揉成一个相关性分数来排序。代码和预训练模型都给了，意味着你可以本地跑起来看它怎么给帖子打分，这对做推荐系统的团队来说参考价值不小。

但要注意，正文没披露训练数据规模、线上 AB 指标和延迟数据。一个推荐系统好不好，模型结构只占一部分，数据和工程链路才是大头。没有这些信息，你没法判断这套方案在真实流量下的表现。另外，广告混合模块虽然给了，但竞价逻辑和商业约束大概率是阉割版，别指望直接拿来商用。

还缺的是内容理解服务的细节——它怎么处理多语言、怎么识别低质内容，这些都没展开。如果你打算复现，建议先拿小流量验证，别一上来就全量切。