𝕏 For You 算法研究报告

对象仓库：x-algorithm。

所依据的公开分支为 main。README 记载最近一次公开更新为 2026-08-13。打分权重与执法规则文件分别标注于 2026-08-12 与生产配置同步。

本报告依据仓库源码与官方 README 做静态阅读。文中数值取自仓库内 param.rs、config.rs 与 YAML 的已提交默认值。实验开关、GrowthBook 或 feature switch 覆盖、以及未开源规则，都可能使线上行为与本文描述不同。本文不构成对线上流量的观测。

1. 概述

For You 时间线按请求组装。候选来自两类来源：

1. 关系内：从内存中读取观众所关注账号的近期帖文（Thunder）。
2. 关系外：用向量检索（Phoenix retrieval）和兴趣聚类（SimClusters）取得观众未关注账号的帖文。

两类候选由同一套 Phoenix 排序模型评分。模型为每条候选预测多种行为发生的可能性。随后用显式权重将预测合成为单一分数，并依次施加作者多样性、关系外折扣、新作者抬分与 DPP 重排。

排序完成之后，可见性过滤单独判定该帖对当前观众是正常展示、以插页形式展示，还是丢弃。可见性判定不修改分数。

排序目标是观众对候选的预测行为价值，不是帖文已积累的互动计数。

由代码默认值可以直接读出的若干约束如下：

• For You 的资格时间窗约为 48 小时。
• 复制链接分享的默认权重为点赞的 40 倍；举报的默认负权重绝对值为点赞的 468 倍。
• 关系外帖文，以及关系内的回复与转帖，默认再乘 0.75。
• 同一请求结果中，同一作者从第二条起按公式衰减。
• 订阅可见或独家内容不会进入未订阅观众的 For You。
• 关系外推荐比关系内多一组仅用于推荐的丢弃规则。

2. 研究范围与方法

2.1 仓库覆盖范围

官方 README 说明，仓库的目的是使公众可以审计帖文如何进入 For You。公开仓库的顶层目录如下。

主要语言为 Scala、Rust、Python、Java，另有少量 Strato 与 Thrift。phoenix/ 包含训练、serving 与合成数据，可用于独立复现一次训练与推理。

2.2 仓库未包含的内容

官方 README 写明的边界如下：

• 部分 Grox LLM prompt（.j2）未公开。
• 部分 botmaker 规则未公开。README 给出的理由是降低被针对性规避的风险。
• 部署、集群、内部遥测与生产数据管道大多不在仓库中。
• BDSM 的 sink_policy.yaml 阈值被改写为 9.99；abuse-enforcement-service 的粉丝数门槛被改为示例值。这些文件可以说明机制，不能当作生产阈值。

因此，本报告可以描述 Home Mixer 的默认管线、打分公式、可见性规则表，以及已公开标签如何被消费。本报告不能声称已经穷尽一条帖文获得某一标签的全部途径。

2.3 方法

• 以 home-mixer 的两条管线为骨架，沿调用链阅读源码。
• 数值取仓库内默认值，并标注参数名。
• 与源码不一致的中间判断，以源码为准。相关限定见第 10 节。

3. 系统结构

3.1 设计原则

官方 README 归纳了五条设计原则。源码与这些原则一致。

1. 多行为预测。Phoenix 输出一组行为概率，并附加停留时长回归。合成分数是另一步加权计算。
2. 候选隔离。排序 transformer 中，候选之间不能互相注意，只读取观众上下文。一条候选的分数不依赖于同批次中的其他候选，因此分数可以缓存。
3. 哈希与语义 ID 嵌入。检索与排序不维护封闭词表。新帖可以立即表示。生产检索塔使用 residual-quantized semantic ID（6 层 × 256 码）与哈希作者 ID，不使用学得的 per-user ID embedding。
4. 排序与可见性分离。二者使用不同服务、不同输入与不同规则。
5. 可组合管线。candidate-pipeline/ 将 source、hydrator、filter、scorer、selector、side effect 分开，可并行执行，也可单独开关。

3.2 两条路径

请求路径                                   打标路径（持续运行）
────────                                   ────────────────
Home Mixer                                 grox / clip / media-model-proxy
  ├ PhoenixCandidatePipeline               agatha / bdsm / user-cred-v2
  │   召回 → 过滤 → 打分 → Top 50           scarecrow + botmaker
  │   → 可见性过滤 → 再过滤                 abuse-enforcement-service
  └ ForYouCandidatePipeline                safety-label-user-agg
      帖文 + 广告 + Who to Follow + 提示    写入存储后，请求时由可见性过滤读取

请求路径决定本次结果的顺序。打标路径决定帖文与账号携带哪些标签。标签不直接改写 Phoenix 分数，但可以在打分前或打分后将候选移除。

4. 请求路径

入口是 ForYouCandidatePipeline。其第一条候选源 ScoredPostsSource 内部执行完整的 PhoenixCandidatePipeline，将入选帖文转换为 FeedItem，再与广告、Who to Follow、提示等项目混排。

4.1 查询补全

在查询任何候选源之前，PhoenixCandidatePipeline 并行补全观众侧特征。phoenix_candidate_pipeline.rs 中注册的项目包括：

• 排序用与召回用两套 User Action Aggregation 序列（ScoringSequenceQueryHydrator、RetrievalSequenceQueryHydrator）
• 拉黑、静音、关注、订阅列表
• Redis 缓存帖
• 互相关注关系
• 人口统计、推断性别、已安装应用
• 关注的 Grok topics 与 Starter Packs
• 显式与隐式互动信号
• 曝光 Bloom filter、IP 与地理位置

ImpressedPostsQueryHydrator 被构造，但未加入 query_hydrators 向量。已看过的帖文主要依靠 Bloom filter、Thunder 入参排除，以及随后的 PreviouslySeen* 与 PreviouslyServed* 过滤器。

候选源在这批特征就绪之后才被查询。

4.2 候选源

代码注册了 7 个 source。默认开启的是 Thunder、Phoenix、SimClusters 与缓存源。

Thunder 提供关系内候选。Phoenix 与 SimClusters 提供关系外候选。SimClusters 还要求请求上已有帖级互动信号；否则该路返回空。

4.3 候选补全

召回之后按顺序附加特征：关系内标记、互相关注、TES 正文与作者、引用、媒体、订阅、Gizmoduck 账号资料、是否被作者拉黑、过滤话题、语言、互动计数、semantic ID。

这些字段供后续过滤器与打分器使用。

4.4 打分前过滤

phoenix_candidate_pipeline.rs 中的过滤器顺序如下。顺序本身构成语义。

两点需要单独说明：

• OONNsfwSimclustersFilter 只作用于 SimClusters 来源。Thunder、Phoenix 与缓存中、作者带有 NSFW 标记的关系外原创，不会被该预过滤器移除。它们仍可能被可见性过滤的关系外规则丢弃。
• 订阅可见内容在这一层已被移除。可见性过滤中的 DropExclusiveTweetContentRule 再次限制独家内容：仅会话作者、super-follow 观众或非转帖作者可以通过。

4.5 打分

打分由三个 scorer 依次执行。

1. PhoenixScorer 调用 PredictNextActions（return_logprob: true），将各输出头写入 phoenix_scores。此步骤不计算加权分。
2. RankingScorer 进行加权、偏移、作者多样性、关系外折扣与新作者抬分，结果写入 candidate.score。
3. VMRanker 将带有 DPP 上下文的请求发送至 vm-ranker/。若服务端启用 DPP，则只保留贪心选中子集的原分，其余置 0；否则原样返回。

Home Mixer 默认发送 value_model_id = "dpp"，以及 theta = 0.65、max_selected_rank = 150。vm-ranker 命令行的 --dpp-enabled 默认值为 false。生产进程是否带有该参数，仓库中没有说明。

4.6 选取、可见性与混排

• TopKScoreSelector 按 candidate.score 降序保留 50 条（TOP_K_CANDIDATES_TO_SELECT）。
• 选取之后执行 VFCandidateHydrator、VFFilter、AncillaryVFFilter、DedupConversationFilter。
• 可见性结果为 Drop 的帖被移除。结果为 Interstitial 的帖保留在时间线中。本仓库不包含插页界面的绘制。
• 若祖先帖、引用帖或被转帖被丢弃，AncillaryVFFilter 会移除当前帖。
• DedupConversationFilter 折叠同一对话中的多余分枝。
• 可见性过滤之后不再重新打分。最终屏幕位置可以与打分名次不同。

外层 ForYouCandidatePipeline 使用 BlenderSelector 混入非帖项目：

有机结果规模常数为 RESULT_SIZE = 35。广告与模块槽另行增加，因此一次响应中的格子数可以超过 35。

选择完成之后，框架以 tokio::spawn 记录已分发历史、广告与客户端及 Kafka 事件，并刷新帖缓存。该异步任务可能与 URT 序列化重叠。已分发记录会在后续请求中作为预过滤条件。

5. 打分

5.1 Phoenix 排序模型

phoenix/ 使用 JAX 训练，并以 Rust gRPC 提供推理。排序模型为 transformer：

• 输入为观众近期行为序列与当前候选。
• 输出为每个候选的一组行为 logits，以及停留时长回归。
• 候选之间不能互相注意，只读取观众上下文。
• 嵌入使用多哈希与 semantic ID。新帖不需要进入封闭词表。

检索为双塔结构。用户塔读取行为历史；生产配置还包含国家、语言等 profile token，不包含学得的 per-user ID embedding。候选塔读取 semantic ID 与哈希作者 ID。检索按点积取 Top-K。索引保存在 checkpoint 中，由 phoenix-rankall/ 随事件更新。phoenix-rankall-strato/ 决定帖文进入哪个索引，并在入索引前查询可见性过滤。

Home Mixer 请求 return_logprob: true。serving 侧会填写 top_log_probs = log_sigmoid(logits)。将这些值写入 PhoenixScores.favorite_score 等字段的预测客户端不在本仓库中。官方 README 按概率加权陈述公式。若客户端原样传入对数概率，数值尺度会改变，但权重的相对大小仍然成立。本报告按官方 README 与 RankingScorer::apply(score, weight) = score * weight 陈述。

5.2 默认加权公式

ValueModelMode 默认为 weighted。RankingScorer 的计算为：

raw = Σ_i  weight_i × P̂(action_i)
score = offset_score(raw)

offset_score 在非负时加 0.001；负分被映射到区间 (0, 0.001)。之后再乘作者多样性因子与关系外因子，最后执行新作者抬分。

EnableMpnScoring 默认为 false。若开启，多样性因子与关系外因子只作用于正净值，负净值不放大。dwell_regret_sigmoid 与 gated_dwell_regret 是另一套公式，用批次内相对位置调制停留，不是默认路径。

5.3 默认权重

来源为 home-mixer/params/param.rs。文件标注为 mirrored from config feature-switch defaults; last sync 2026-08-12T04:09:22Z。

正项与零权重项：

负项：

权重不是互动计数的乘数。模型预测的是当前观众对当前候选采取该行为的概率。已有较高互动计数的帖，若模型判断当前观众采取正行为的概率低、采取负行为的概率高，其加权分仍可以较低。

5.4 互相关注加成

仅当候选为原创（不是回复，也不是转帖），且 is_mutual_follow_author == true 时：

• 回复权重增加 BidirectionalFollowReplyWeightBoost，默认值为 15。此时有效回复权重为 5 + 15 = 20。
• 停留权重增加 BidirectionalFollowDwellWeightBoost，默认值为 0。该加成曾被实验，未作为默认主路径启用。

docs/BIDIRECTIONAL_BOOST_CHANGE.md 记录了 2026 年 7 月的实验过程：先测试 5、10、15、20；7 月 13 日将 20 扩大到较多用户；7 月 24 日改回 15。文档给出的原因是，部分用户在大型公共事件期间较少看到未关注账号的讨论。

5.5 作者多样性

EnableAuthorDiversity 默认为 true。先按多样性调整前的分数降序，记录同一作者已出现次数 k（第一条为 k = 0）：

multiplier(k) = (1 − floor) × decay^k + floor

默认 decay = 0.5，floor = 0.25。对应乘数为：

该公式不是 0.5^k 再截断到 0.25。第 2 条的乘数为 0.625。

5.6 关系外折扣

在加权、多样性与冷启动之后：

• 关系外帖乘 OonWeightFactor，默认 0.75。
• EnableOonRescoreForInNetworkRepliesRetweets 默认为 true，因此关系内的回复与转帖也乘 0.75。
• 话题请求使用 TopicOonWeightFactor，默认 0.5。
• 附加因子 NEW_USER_OON_WEIGHT_FACTOR = 0.00001 仅在账号年龄小于 NewUserAgeThresholdSecs、且关注人数不少于 5 时使用。该阈值默认为 0。按仓库默认值，该分支通常不触发，除非线上覆盖了正的年龄阈值。

因此，在默认路径上，同一条原创帖作为关系内候选时的乘数，高于作为关系外候选，也高于作为回复或转帖。

5.7 新作者抬分

EnableViewerColdStart 默认为 true。每个请求最多调整一条合格原创：

• 不是回复，也不是转帖
• 作者粉丝数不超过 ColdStartFollowerCap（1000）
• 观看量小于 ColdStartImpressionThreshold（1000）
• 在非零分中的名次低于 LowImpressionsMaxPositionRatio（0.85）
• 将其分数改为 max(score, target)，其中 target 是排序后区间 [ColdStartSlotMin, ColdStartSlotMax) = [15, 16) 上随机取到的分数

该规则每次请求最多作用一条原创，不作用于回复或转帖。

5.8 DPP 重排

vm-ranker/ 在 embedding 上使用 determinantal point process，在分数与相邻候选不相似之间做权衡。贪心选中的子集保留原分，其余置 0。随后的 Top-K 会去掉被置 0 的候选。结果是：主题相近的高分候选中，一部分可能不再进入选取集合。

6. 可见性过滤

6.1 判定结果

visibility-filtering/ 对（观众，帖）给出三种结果：

• ALLOW：正常展示
• INTERSTITIAL：保留在时间线中，由客户端绘制插页（例如成人或血腥内容）
• DROP：由 Home Mixer 移除

规则按注册顺序短路求值。第一条给出 Drop 的规则终止后续评估。

关系内使用 TimelineHome。关系外使用 TimelineHomeRecommendations。后者包含前者的全部丢弃规则，并追加一组仅用于推荐的丢弃规则。

6.2 关系内与关系外均丢弃的规则

base_home_rules() 包括：

• 作者停用、停权、注销或下线
• 受保护账号且观众未关注
• 观众拉黑作者、静音作者、或静音转帖
• 观众无权查看的独家内容
• 帖标签：PDNA、BOUNCE、SPAM、FOR_EMERGENCY_USE_ONLY
• FOSNR：仇恨言论、暴力言论、虐待、公民诚信（作者通常豁免；紧急用途标签除外）
• nullcast、过期编辑、国家或地方法律下架
• 未登录、未成年或未填写年龄时的敏感媒体限制

同一组规则还注册了 NSFW 高精确、血腥暴力、NSFW 卡片图、NSFW 作者的插页规则。在关系外表面上，后注册的丢弃规则会先命中其中一部分。见下一节。

6.3 仅在推荐表面上丢弃的规则

timeline_home_recommendations_policy() 追加：

• DMCA 媒体与地域限制媒体
• 作者或帖的 NSFW user / admin 标记
• 帖标签：NSFW 高召回、NSFW 高精确、血腥暴力高精确、NSFW 卡片图、NSFW 文本、DO_NOT_AMPLIFY、恶意链接、SPAM 高召回、FOSNR 侮辱（仅关系外）
• 作者标签：NSFW 高召回、NSFW 高精确、NSFW 近乎确定、NSFW 头像、NSFW 横幅、SPAM 高召回、被盗号、只读、高精确假冒
• 用户侧 ABUSIVE_HIGH_RECALL 与 DO_NOT_AMPLIFY：仅在观众未关注时丢弃

因此，带有高召回垃圾或 NSFW 高精确等标签的帖，可以出现在关注者的主页时间线中，但不会作为 For You 推荐分发给未关注者。

仓库测试表明，EGREGIOUS_NSFW 与 RECOMMENDATIONS_BLACKLIST 已从丢弃规则中移除，不再仅凭这两个名称丢弃推荐。

6.4 标签来源

打标系统持续运行，不位于请求热路径上。

enforcement_user.yaml 的结构为：白名单、高粉丝数（门槛已替换为示例值）、cred.is_high 或分数大于等于 50 时跳过；否则按 BDSM、slop、majority-poster 等标签执行。文件头注释写明该文件镜像自 GrowthBook。生产环境中的 CEL 或动态配置可能不同。

Scarecrow 或 Grox 会写入、但本仓库可见性规则表并不读取的标签包括：AGATHA_SPAM、AGATHA_SPAM_TOP_USER、SEARCH_BLACKLIST、UNSAFE_URL、COPYPASTA_SPAM、RISKY_HIGH_VIZ_REPLY。它们可能影响搜索或其他产品面，或经由未开源规则间接发生作用。不能仅凭本仓库证明它们会单独导致 For You 帖被丢弃。

7. 其余子系统

下列目录不直接计算 For You 分数。它们影响候选是否进入召回池、携带哪些特征，或事后如何被解释。

• thunder/：从 Kafka 消费新帖，保存在内存 PostStore 中，按关注列表返回。关系内召回的时效与容量由此决定。
• simclusters/：Scala 实现。按账号与帖文的互动关系聚类。近似近邻服务位于 simclustersann/。
• phoenix-rankall/ 与 phoenix-rankall-strato/：维护检索索引。入索引前查询可见性过滤。被可见性过滤丢弃的帖不应进入关系外召回池。
• candidate-pipeline/：通用编排框架。Home Mixer 是其业务实例。
• under-the-hood/：按日收集账号与帖文上的可见性标签，由服务层做时段聚合。产品入口为 x.com/i/under_the_hood。

8. 实验与配置

多数权重与开关通过 feature switch 读取，而不是以字面量写死在逻辑中。仓库使用定时任务将主生产值写回 param.rs。README 说明，占流量较高（例如不低于 10%）的实验，目标是可以在仓库中看到。

因此：

• 本文中的数字是仓库记载的主路径默认值，不是对每个观众都成立的常数。
• 互相关注回复加成经历了 0、实验值 5/10/15/20、扩大到 20、再改回 15 的过程。权重会随实验与产品决策变化。
• EnablePhoenixSource、EnableSimclustersSource、广告混排类型、ValueModelMode 都可以按观众分组切换。

阅读该仓库时，可以将默认值视为当前主假设，将 param.rs 的差异视为算法变更记录。

9. 对创作者的含义

本节只陈述可由源码直接推出的后果。它们是机制描述，不是运营策略。

9.1 进入候选集合的条件

1. AgeFilter 与 SimClusters 的 48 小时上限共同限定 For You 资格。超过该时间窗的帖不再进入该管线，而不是以较低权重继续排序。
2. 已看过或已分发的帖会被预过滤器移除。同一观众的后续请求不会再次选出同一条。
3. 观众自己的帖不会出现在该观众的 For You 中。作者查看自己的帖不会构成分发信号。
4. 订阅可见或独家内容不会进入未订阅观众的 For You。面向未订阅者的分发需要不设订阅限制的原创主帖。
5. 关系外转帖与回复在打分前被移除。面向未关注者的分发主体是原创主帖。

9.2 加权分与已有互动计数

默认权重表示的是各预测行为对综合分的相对贡献，不是系统对内容体裁的偏好声明。

由上表可以推出：

• 复制链接、回复、引用、私信分享与关注作者，对默认加权分的贡献高于点赞。
• 互相关注加成只作用于原创主帖。发生在作者自己主帖下的回复，与发生在他人帖下的回复，适用的权重不同。
• 点赞的默认权重较低。已有点赞数也不是排序输入。
• 资料点击的默认权重为 0。简介、高光与外链可以影响关注转化，但不进入默认 For You 加权。

9.3 负项

在默认权重下，举报的绝对值是点赞的 468 倍。静音、不感兴趣与拉黑的绝对值也明显高于点赞。

模型预测的是当前观众采取这些行为的概率，不是帖文的全局争议程度。

关系外推荐额外读取一组更宽的安全标签。NSFW、高召回垃圾、恶意链接、DO_NOT_AMPLIFY 等标签可以在排序之后将推荐移除。关注者主页仍可能展示的内容，不等于该内容会作为 For You 推荐分发。

账号级标签（高召回垃圾、NSFW 头像或横幅、只读、假冒、被盗号）作用于该账号的后续推荐，而不是单条帖。头像与横幅也出现在关系外丢弃规则中。

9.4 发帖形式与间隔

• 同一请求结果中，同一作者第 2 条乘 0.625，第 3 条乘约 0.44，下限为 0.25。短时间内多条帖进入同一观众的同一次请求时，后续条目的分数会被该公式缩小。
• 关系内回复与转帖默认再乘 0.75。关系外回复与转帖在打分前被移除。默认路径上，原创主帖的适用乘数高于回复与转帖。
• 展开图片、打开视频与视频完播的默认权重为 0.05。连续停留的默认权重为每单位 0.004。媒体不是默认加权中的主要项。
• 若启用 DPP，主题相近的高分候选中会有一部分被置 0，从而离开 Top 50。

9.5 新作者抬分与账号分数

• 粉丝数不超过 1000、该帖观看量小于 1000 的原创，有可能被抬到大约第 15 名附近。每个请求最多处理一条。
• user-cred 大于等于 50 或 cred.is_high 时，abuse-enforcement-service 可以跳过后续自动执法。该分数不直接加入 For You 加权。它来自关注图与互动边上的 PageRank。

9.6 机制对照

9.7 标签查询

Under the Hood 汇总账号与帖文上会影响可见性的标签。若推荐分发发生变化，可以先核对该工具中是否出现第 6.3 节所列标签。仓库说明机制。该工具说明当前账号与帖文携带的标签。

10. 范围限定

下列判断不能仅由本仓库闭合，或需要按源码作限定：

1. TweetMixer、Phoenix Topics 与 MOE 源在代码中存在。TweetMixer 与 MOE 默认关闭。线上是否对部分观众开启，仓库中没有记载。
2. PhoenixScores 字段是概率还是对数概率，取决于未开源的预测客户端。
3. Home Mixer 会发送 DPP 参数。vm-ranker 命令行默认不启用 DPP。生产进程是否启用，仓库中没有记载。
4. NewUserAgeThresholdSecs 默认为 0，因此新用户关系外附加因子在仓库默认值下通常不生效。
5. 可见性过滤之后不再按分数重排。广告混排会再次调整有机帖顺序。屏幕位置不必等于打分名次。
6. 部分打标规则未开源。BDSM 阈值与 abuse-enforcement-service 的粉丝门槛已替换为示例值。
7. AGATHA_SPAM 等标签会被写入，但不在已公开的可见性丢弃表中。
8. media-model-proxy 不提供名为 AdultContent 的在服模型。成人相关能力通过 XxNsfw 等输出头，以及 adult-content/ 与 pnsfwmedia/ 的训练代码实现。
9. 作者多样性公式为 (1 − 0.25) × 0.5^k + 0.25，不是 0.5^k 截断到 0.25。
10. Following 时间线是否使用同样的 48 小时限制，公开源码中未单独核实。本文中的 48 小时仅适用于 For You 的 Phoenix 管线。

11. 源码索引

本报告依据仓库静态源码整理。线上实验、未开源规则与未同步的配置覆盖，以 𝕏 生产系统为准。