«Алгоритм» — универсальное объяснение всего. Пост не полетел — алгоритм. Вчера десять тысяч просмотров, сегодня двести — алгоритм. Спорить удобно ровно потому, что никто его не видел: любая версия одинаково недоказуема.
13 августа 2026 года эта отговорка стала работать хуже. X выложила на GitHub код своей ленты «Для вас» — не пресс-релиз о принципах, а работающий конвейер, который отбирает посты и расставляет их по порядку. Одновременно в приложении появилась страница «Under the hood»: там можно скачать JSON и увидеть, вешались ли на аккаунт и записи метки, ограничивающие показы.
Разберём по шагам: как устроена рекомендательная лента, какие сигналы в ней тяжёлые, а какие почти невесомые, что открытие кода реально даёт — и что останется закрытым, сколько репозиториев ни выкладывай.
Что именно открыли и когда
Публикация августа 2026 года
Код лежит в репозитории xai-org/x-algorithm под лицензией Apache 2.0. Вице-президент X Кит Коулман описал содержимое так: вы получаете «основной код ранжирования, который достаёт посты и ранжирует их для конкретного пользователя», и его «можно даже запустить самому вне компании». По оценке TechCrunch, обновлённая база кода примерно в 10–15 раз больше прошлых публикаций: к конвейеру добавились конфигурация моделей, описание фильтров и параметры весов сигналов.
Вторая половина новости — инструмент прозрачности. Страница «Under the hood» в настройках отдаёт JSON-файл с тем, применялись ли за последний месяц ограничивающие метки к аккаунту и его постам. Пока это пилот: доступ получают случайно выбранные аккаунты старше года с десятью и более публикациями за месяц.
Чем это отличается от публикации 2023 года
Первый раз Twitter открыл рекомендации в марте 2023-го: репозитории the-algorithm (в основном Scala) и the-algorithm-ml с обучающим кодом. Оттуда мир узнал устройство «тяжёлого ранкера» и таблицу весов от 5 апреля 2023 года — на неё до сих пор ссылаются все, кто пишет о продвижении.
Нынешняя версия — не обновление той, а переписанная с нуля система на другом стеке (Rust и Python). Компоненты тоже другие: Thunder достаёт посты от тех, на кого вы подписаны; Phoenix отвечает за векторный поиск рекомендаций; SimClusters группирует людей по схожести интересов; Phoenix Scorer предсказывает вероятности действий, а VM-Ranker переставляет итоговый список. Названия можно не запоминать — важно, что роли остались теми же, что и в 2023-м.
Зачем компании прозрачность
Мотив прагматичный. «Теневой бан» — обвинение, которое невозможно опровергнуть словами: чем больше платформа отрицает, тем убедительнее подозрение. Показать код и выдать выгрузку меток дешевле, чем спорить. Маск формулировал прямее: алгоритм «туповат и требует огромных улучшений», зато теперь «видно, как мы в реальном времени пытаемся сделать его лучше».
Как устроена рекомендательная лента
Шаг первый: кандидаты
Ни одна система не сортирует «все посты мира» — это невозможно за доли секунды, пока крутится спиннер. Сначала собирается короткий список кандидатов: сотни или тысячи записей из разных источников. Свежее от тех, на кого вы подписаны. Посты, похожие на те, что вы досматривали до конца. То, что зашло людям с похожим поведением. Качество здесь ещё не оценивается — это черпак, а не сито.
Отсюда неочевидное следствие: если вы не попали в кандидаты, качество текста уже не поможет. Первый барьер — не «понравилось», а «нашлось».
Шаг второй: отсев
Кандидаты проходят фильтры. Часть работает до подсчёта баллов — дешевле выбросить сразу: дубли, старые записи, авторы, которых вы заблокировали или заглушили. Часть применяется к готовому списку — это фильтры видимости, убирающие контент с ограничивающими метками. Именно про них и рассказывает «Under the hood».
Шаг третий: ранжирование
Выжившим выставляют оценку. И вот главное про любую рекомендательную систему: модель не отвечает на вопрос «хороший ли это пост». Она предсказывает вероятности ваших конкретных действий — досмотрите ли, ответите ли, откроете ли профиль автора, пожалуетесь ли, отпишетесь ли. Каждая вероятность умножается на свой вес, всё складывается в одно число. У кого число больше, тот выше.
Поэтому спор «алгоритм душит хороший контент» построен на подмене. Система ничего не знает про «хорошо» — только про «вероятно, среагирует».
Шаг четвёртый: перемешивание
Отсортированный список — ещё не лента. Последний слой разбавляет однообразие: не даёт одному автору занять пять позиций подряд, подмешивает незнакомые источники, вставляет рекламу, поднимает свежее. Отсюда и ощущение непредсказуемости: за день лента дважды выглядит по-разному, хотя баллы почти не изменились.
Как это устроено у нас
В Schai мы сознательно не сводим всё в один умный поток. Лента подписок работает по времени: кого выбрали — того и читаете. «Интересное» — рекомендательный контур, где подбираются авторы и темы за пределами вашего круга. Разделение честнее единой ленты: видно, где ваш выбор, а где машинный подбор.
Какие сигналы весят больше всего
Почему лайк — слабый сигнал
Открытая таблица весов 2023 года остаётся лучшей иллюстрацией: в ней всё выражено числами. Вероятность лайка входила в оценку с коэффициентом 0,5. Репоста — 1,0. Ответа — 13,5. Осмысленного перехода в профиль автора — 12,0. То есть один ответ стоил примерно двадцати семи лайков.
Логика простая: лайк дёшев. Он ставится за полсекунды, не требует ни мысли, ни риска и почти ничего не сообщает о пользе записи. Ответ требует формулировки, переход в профиль — интереса к автору, а не к отдельной фразе. Чем дороже действие для человека, тем дороже оно для модели.
Самый тяжёлый сигнал — разговор
Рекордный вес в той таблице, 75,0, стоял не у комментария, а у события «читатель ответил, и автор ответил ему». Не «пришёл комментарий», а «завязался разговор». Четыре таких обмена перевешивали сотню лайков. Причина видна глазами платформы: реакция удерживает человека на секунды, разговор — возвращает его завтра. Рекомендательные системы оптимизируют не сегодняшний вечер, а привычку возвращаться.
Минусы бьют сильнее плюсов
Отрицательные веса были несопоставимо крупнее положительных: −74 за негативную обратную связь (скрыть запись, «не интересно», отписка) и −369 за жалобу. Одна жалоба перекрывала сотни лайков. Отсюда вывод, который многие узнают на своей шкуре: провокация ради охвата — плохая арифметика. Она даёт всплеск за счёт тех же людей, которые потом нажмут «не интересно».
Время, дочитывание, повторные заходы
Отдельный класс — поведенческие сигналы: сколько секунд вы провели на посте, досмотрели ли видео, вернулись ли в приложение в тот же день. По одному событию вес крошечный (за досмотр половины видео в 2023-м давали 0,005), но событий миллионы, и подделать их труднее, чем накрутить лайки. Поэтому ставка на удержание внимания надёжнее ставки на реакцию.
Чего в открытом коде нет
Обученные модели и их числа
Код — это скелет. Поведение задают числа внутри обученных моделей: миллионы весов, полученных на реальных данных. Их не публикуют, и это не придирка — без них по коду понятно устройство, но не результат. Компания прямо говорит, что придерживает параметры, которые позволили бы «играть систему». Так что таблица весов 2023 года, которую цитируют все гайды, сегодня скорее учебное пособие: она показывает порядок важности сигналов, а не актуальные коэффициенты.
Данные
Ранжирование — функция от двух аргументов: модель и ваши данные. Второй не опубликован и не может быть: граф подписок, история просмотров, кластеры интересов — персональные сведения о миллионах людей. Даже имея весь код, воспроизвести чужую ленту нельзя.
Ручные правила и модерация
Из публикации исключены системы, где Grok предсказывает нарушения правил: иначе нарушители научатся их обходить. За кадром остаются служебные правила модерации, особые режимы вроде ограничений на время выборов и всё, что относится к рекламе и разделам за пределами ленты «Для вас». Это главная честная оговорка: открыт конвейер, но не рычаги. А на то, что вы видите, часто влияют именно рычаги — решения людей, а не строки кода.
Что показывает — и чего не показывает — «Under the hood»
Выгрузка отвечает на один вопрос: применялись ли к вам ограничивающие метки за последний месяц. Это важно — раньше ответа не было вообще. Но она не объясняет, почему конкретный пост собрал мало просмотров: причин десяток, от неудачного времени публикации до того, что вы просто не попали в кандидаты.
Открытый код объясняет, как устроена машина. Он не объясняет, почему она сегодня выбрала не вас.
Что из этого полезно автору
Пишите так, чтобы было что ответить
Самая дорогая реакция — не согласие, а реплика. Безупречно законченное высказывание не оставляет собеседнику места: под ним ставят лайк и листают дальше. Оставляйте открытые места — спорный вывод, вопрос по существу, недосказанную часть опыта. Это не приём «задай вопрос в конце поста», а свойство самого текста: он должен быть незакрытым.
Отвечайте сами — и по-настоящему
Самый тяжёлый вес в открытой таблице стоял именно у ответа автора на комментарий. Причём отписка «спасибо!» его не даёт: она не порождает следующий обмен. Двадцать минут в комментариях под собственным постом делают для охвата больше, чем ещё один пост.
Первые минуты важнее общего числа
Кандидаты собираются заново на каждое обновление ленты, и свежесть — один из факторов отбора. Пост, не получивший в первый час ни одного дорогого действия, дальше реже попадает в выборку. Отсюда практика: публиковать, когда аудитория в сети, и быть рядом первые полчаса, а не выкладывать перед сном и открывать статистику утром.
Не гонитесь за реакцией любой ценой
Помните про асимметрию: минусы весят на порядок больше плюсов. Кликбейт, ложные обещания в первой строке, искусственный конфликт собирают открытия, а следом — негативные сигналы от тех же людей. Одна жалоба перечёркивает сотню лайков, и частота публикаций этого не компенсирует.
Считайте удержание, а не охват
Просмотры — самая обманчивая метрика: они зависят от того, куда вас поставили. Смотрите на то, чем управляете: сколько дочитали, ответили, зашли в профиль, подписались после конкретной публикации. Растут эти числа — охват подтянется. Растёт только охват — вы поймали удачное распределение, а не научились писать.
И последнее. В Schai лента подписок намеренно оставлена без ранжирования: тем, кто вас выбрал, вы попадаете в поток по факту публикации. Это меняет расчёт — работу, которая в ранжируемых лентах уходит на попадание в отбор, здесь стоит вложить в то, чтобы на вас подписались осознанно.
Что в итоге изменилось
Публикация не превращает ленту в предсказуемый механизм — веса, данные и ручные правила остались внутри. Но она убирает почву для самой вредной части разговоров о продвижении: мистики. Видно, что рекомендательная система — это отбор кандидатов, фильтры, оценка вероятностей и перемешивание, а не тайная воля платформы.
А заодно подтверждает то, что честные практики повторяли годами без доказательств: разговор дороже реакции, доверие дороже всплеска, а лайк — самая дешёвая валюта в этой экономике. Приятно, что это наконец записано числами.
Пока нет комментариев