本文汇总推荐系统常见疑问与机制说明。每条解答均以系统技术文档为依据，并给出一个源码出处；文内链接可直接溯源至源码实现。
推荐结果机制
Q：为什么推荐流中会出现未关注作者的帖子？
内层流水线有 9 个候选源，其中多个取的是站外帖子（home-mixer/candidate_pipeline/phoenix_candidate_pipeline.rs:380-390）。主要的站外来源有三个：Phoenix 召回 用双塔模型从全网找与你兴趣接近的帖子；SimClusters 站外候选源 用你最近互动过的帖子找相似帖子；热门帖子源提供一份全站共享的热门列表。站外来源是 For You 与 Following 关注流的核心差异。
Q：“热门帖子”这一路是怎么来的？
热门帖子源是一份全站共享列表，不按用户个性化。离线任务按粉丝数从高到低选作者，人数为近 7 天活跃发帖人数的 0.005%，每人最多 5 条，共 500 条（home-mixer/util/popular_authors.rs:11,25-30、home-mixer/util/popular_posts.rs:39-40）。请求时直接读这份列表。详见 home-mixer 编排层。
Q：SimClusters 是什么？会推哪些帖子？
SimClusters 按“谁关注谁、谁点赞什么”把账号和帖子聚成社区。home-mixer 取你 90 天内互动过的帖子作种子，找同社区的相似帖子；只保留余弦分大于 0.5 的结果，最多 800 条（home-mixer/sources/simclusters_source.rs:25-36）。开源默认开启（home-mixer/params/param.rs:48-53）。详见 SimClusters 站外候选源。
Q：系统如何建模用户兴趣偏好？
系统主要根据用户近期的行为序列建模兴趣。排序模型的旗舰配置读取最近 1022 条互动历史，包括点赞、回复、转发、引用以及浏览停留（phoenix/xrex/configs/xrecsys.py:316-319）。模型还看帖子的公开互动数；帖子发布超过约 14 天后，这些计数不再输入模型（phoenix/xrex/data/recsys/feature_config.py:87-88）。系统不依赖用户填写的静态兴趣标签。详细机制参见 Phoenix 排序模型。
Q：已关注作者发布的帖子是否必然出现在 For You 推荐流中？
已关注作者的帖子不会必然出现。站内候选与站外候选共同参与排序，按最终分决定位置。站外帖的分数乘以开源默认值 0.75；关注者发的回复和转发默认也乘 0.75，只有关注者的原创帖不降权（vm-ranker/params.rs:193-222）。作者与你互相关注时，原创帖的回复权重从 5.0 加到 20.0（home-mixer/params/param.rs:411-416）。用户若需完整浏览已关注作者的全部内容，需切换至 Following 时间线。详细机制参见 打分与排序。
Q：为什么偶尔会推荐较早发布的帖子？
内层流水线的时效过滤器会去掉发布超过 48 小时的候选（home-mixer/params/config.rs:39）。Thunder 站内帖子内存库 只保留最近 2 天的站内帖子。所以经过内层流水线的帖子都不超过 48 小时；“较早”的帖子也在这个上限以内。详细说明参见 过滤流水线。
Q：推荐算法是否会导致信息窄化（信息茧房）？
系统有几项多样性机制，但都是开源默认值，线上取值源码未包含：
- 作者多样性：同一作者每多出现一条，分数乘一个递减系数，衰减 0.5、下限 0.25（
vm-ranker/params.rs:175-192）。 - DPP：vm-ranker 可按帖子嵌入的相似度挑出彼此不太相似的一组；启动参数
--dpp-enabled的代码默认值为 false（vm-ranker/args.rs:14-15）。 - 站外来源：Phoenix 召回、SimClusters 和热门帖子源会引入你未关注的作者。
系统以预测互动为排序目标，多样性机制作为调整项生效。详见 打分与排序 与 VM Ranker 重排服务。
Q：新作者的帖子有扶持吗？
有，叫新作者扶持。每次请求最多选一条帖子，条件包括：作者粉丝不超过 50000、原创帖、帖龄不超过 7200 秒、首页曝光少于 200。选中的帖子被抬到第 16 名的分数（home-mixer/params/param.rs:608-681、home-mixer/scorers/author_cold_start.rs:188-334）。候选之间用 Thompson 采样挑选，曝光越多越接近真实点赞率。详见 打分与排序。
用户行为与信号反馈
Q：点击“不感兴趣”是否能够影响推荐结果？
点击“不感兴趣”会降低相关内容的推荐概率。排序模型同时预测用户对候选帖子的多项行为概率，其中包括不感兴趣、拉黑、静音、举报等负反馈。加权打分为这些预测赋予负权重，例如“不感兴趣”为 -53.07（home-mixer/params/param.rs:509-514）。模型预测你对某类内容点“不感兴趣”的概率上升时，该类候选的最终分随之降低。详细机制参见 打分与排序。
Q：他人针对单条帖子批量点击“不感兴趣”是否会压制该帖子的全网推荐？
请求时的打分不按全局点击计数扣分。权重乘的是当前浏览用户自己做出该行为的预测概率，不是帖子收到的反馈次数（xai-value-model/scoring.rs:28-56）。源码注释还说明两点：推荐是个性化的，恶意反馈主要影响与这些用户相似的人；只有在首页推荐流里发生的行为才计入，直接打开帖子不影响排序（xai-value-model/scoring.rs:44-56）。
标签路径另有账号级统计，但统计对象不是“不感兴趣”。agatha 离线计算一个账号收到的拉黑、举报、垃圾举报相对站外点赞的比率（agatha/scalding/labels/rate_based_labels/RateBasedLabels.scala:29-57）。Phoenix 的训练代码已开源，但线上训练数据源码未包含，所以长期协同操作是否影响模型参数，无法从本代码库定论。详见 账号级信号（agatha、bdsm、user-cred-v2）。
Q：用户滑动浏览或未停留互动是否构成系统信号？
快速划过与停留时长都是系统输入。停留时长和“未停留”既作为模型的历史输入，也作为排序模型预测的行为目标。“未停留”的权重为 -0.02（home-mixer/params/param.rs:528-533）。2026-10-08 起，停留时长改用 CREAD 损失训练（phoenix/xrex/models/loss_recsys.py:110-187）。详细机制参见 Phoenix 排序模型。
Q：拉黑或静音作者会产生什么机制影响？
系统在预打分阶段过滤目标作者的内容。你拉黑或静音的作者的帖子，以及转发或引用你拉黑作者的帖子，都由 AuthorSocialgraphFilter 去掉（home-mixer/filters/author_socialgraph_filter.rs:9-40）。可见性过滤也有“观看者拉黑或静音作者”的丢弃规则（visibility-filtering/rules/levels.rs:298-299）。详细说明参见 过滤流水线。
Q：举报单条帖子是否会实时扣除帖子分数？
系统不会根据举报计数实时扣分。举报通过三条独立链路生效：
- 排序模型预测当前用户举报的概率，权重为 -234.0（
home-mixer/params/param.rs:527）。 - agatha 离线统计账号收到的举报相对站外点赞的比率，供打标签规则使用（
agatha/scalding/labels/rate_based_labels/RateBasedLabels.scala:29-57）。 - Grox 内容分类器 独立审查帖子内容。
权重 -234.0 不等于“1 次举报抵消几百个赞”。举报的基础概率比点赞低 1000 倍以上，权重必须大，预测才能影响排序（xai-value-model/scoring.rs:40-42）。
可见性与账号标签
Q：排序分高的帖子一定会展示吗？
不一定。排序决定先后，可见性过滤（Visibility Filtering） 决定能不能展示。home-mixer 在选出帖子后查询可见性过滤服务（home-mixer/candidate_pipeline/phoenix_candidate_pipeline.rs:485-487）。服务读取后台打好的标签，给出 ALLOW、NOTICE、INTERSTITIAL 或 DROP。home-mixer 只去掉 Drop 一类的结果，带遮罩的帖子保留（home-mixer/filters/vf_filter.rs:22-27）。
Q：有没有“只限制推荐、不影响关注者”的账号标签？
有。站外候选使用更严格的安全级别 TimelineHomeRecommendations，站内候选使用 TimelineHome（home-mixer/candidate_hydrators/vf_candidate_hydrator.rs:70-106）。前者多出一组账号标签规则：账号带 SpamHighRecall、Compromised、ReadOnly、ImpersonationHighPrecision、AbusiveHighRecall、DoNotAmplify 之一时，它的帖子在站外推荐中被丢弃（visibility-filtering/rules/levels.rs:65-72）。5 种 NSFW 账号标签同样只在这个级别里（visibility-filtering/rules/levels.rs:318-332）。
关注者在站内看到这些帖子不受这组规则影响，作者本人也看得到。user-cred-v2 分数不低于 54 的账号和政府灰标账号，豁免多数自动打标签规则（botmaker-rules/scarecrow/derived-feature/IsHighPageRankUser.df:3-18）。详见 限流与 shadowban。
Q：账号标签是怎么打上的？
标签路径在后台运行。例如账号最近 5 条帖子里有 3 条带 NSFW_HIGH_PRECISION，账号就得到同名标签，有效 7 天（safety-label-user-agg/postToUserLabelRules.strato:395-426）。其他标签来自打标签规则和处置服务。处置被申诉推翻后，有申诉保护期防止重复处置；处置服务查询保护期的这道检查开源默认关闭（abuse-enforcement-service/service-lib/src/overturn_hold.rs:150-162）。详见 打标签规则（scarecrow 与 botmaker） 与 处置与标签聚合。
Q：我能看到自己账号和帖子上的标签吗？
能看到一部分。Under the Hood 是按月生成的报告，账号注册满 365 天、且上个月至少发了 10 条帖子才有资格（under-the-hood/strato/columns/underTheHoodReport.User.strato:18-19）。报告只展示白名单内的 19 种帖子标签和 12 种账号标签，不在白名单的标签不展示（under-the-hood/strato/lib/underTheHoodLabels.strato:3-184）。上游 README 给出了试点入口（README.md:470）；开源代码里报告开关默认关闭，线上开关值源码未包含（under-the-hood/strato/lib/params.strato:15-16）。详见 Under the Hood 透明度报告。
广告混排与内容安全
Q：商业广告如何混排进入推荐信息流？
系统在自然帖子排好之后插入广告。开源默认的混排策略是 multi_risk，共有六种策略可选（home-mixer/params/param.rs:957-962、home-mixer/selectors/blender_selector.rs:61-79）。每条帖子有五档品牌安全裁定，中风险与高风险帖子不能紧挨广告（home-mixer/models/brand_safety.rs:7-14）。详细机制参见 广告混排。
Q：系统如何判定内容安全合规级别？
多个后台组件共同判定。Grox 内容分类器 用 Grok 型号和 Gemma 系列模型判断垃圾内容、成人内容、暴力媒体等（grox/config/config.py:79-94）；成人内容另有一个非大模型的图片分类器参与仲裁。图片与视频模型 用 7 个媒体模型判断成人、暴力血腥、仇恨符号等。这些分数经打标签规则变成标签，由可见性过滤和广告混排读取。
开源实现与生产系统
Q：开源代码库与 X 线上生产环境是否完全一致？
不完全一致。Phoenix 发布的是生产实现本身，而不是早期从 Grok-1 移植的示例；未发布的是 xAI 专用基础设施，例如线上数据源和集群编排（phoenix/README.md:9-21）。仓库不提供模型 checkpoint（phoenix/README.md:61-62）。Grox 提示词和部分 botmaker 规则不在仓库中（README.md:446-447）。参数是开源默认值，线上值可能不同。详细对比参见 开源版 vs 线上真实算法:已知差异清单。
Q：开发者能否在本地独立运行该项目？
Phoenix 可以在本地端到端训练和服务。仓库自带合成数据生成器和单卡 nano 配置，需要 Linux、NVIDIA GPU 和 CUDA 12（phoenix/QUICKSTART.md:12）。旧版的 run_pipeline.py 示例脚本已删除。home-mixer、Thunder、Grox 等在线服务依赖内部基础设施，主要供架构分析参考。详细说明参见 Phoenix 训练。
Q：该推荐系统最具代表性的架构特征是什么？
排序和可见性是两套分开的系统。排序靠模型预测行为概率，不靠“带图加分”这类人工规则；模型输入也包括帖子的公开互动数（phoenix/xrex/data/recsys/feature_config.py:87-88）。能不能展示则由可见性过滤按标签决定。详细说明参见 推荐系统工作原理。
出处
每条解答只陈述技术页已核验的事实。本页主要依据如下；精确行号见各技术页的“源码锚点”。
| 结论 | 技术页 | 主要源码 |
|---|---|---|
| 9 个候选源，含多个站外源 | home-mixer 编排层 | home-mixer/candidate_pipeline/phoenix_candidate_pipeline.rs:380-390 |
| SimClusters 阈值与默认开启 | SimClusters 站外候选源 | home-mixer/sources/simclusters_source.rs:25-36 |
| 站外系数 0.75，含关注者的回复与转发 | 打分与排序 | vm-ranker/params.rs:193-222 |
| 双向关注加成 15.0 | 打分与排序 | home-mixer/params/param.rs:411-416 |
| 新作者扶持参数 | 打分与排序 | home-mixer/params/param.rs:608-681 |
| 权重乘预测概率，不乘计数 | 打分与排序 | xai-value-model/scoring.rs:28-56 |
| 站外账号标签规则 | 可见性过滤（Visibility Filtering） | visibility-filtering/rules/levels.rs:65-72 |
| Under the Hood 资格与白名单 | Under the Hood 透明度报告 | under-the-hood/strato/columns/underTheHoodReport.User.strato:18-19 |
| 广告默认 multi_risk | 广告混排 | home-mixer/params/param.rs:957-962 |
| Phoenix 是生产实现、无 checkpoint | 开源版 vs 线上真实算法:已知差异清单 | phoenix/README.md:9-21 |
相关页面
- 推荐系统工作原理 —— 端到端执行流程说明
- 核心组件速览 —— 六组核心组件功能速览
- 候选帖子选择与成型机制 —— 选帖收尾过程的详细机制
- 运营迷思与源码真相 —— 运营经验与源码实现对照
- 算法发帖指南 —— 基于底层算法机制总结的创作者分发建议
- 可见性与限流机制 —— 算法可见性过滤机制分析
- 算法使用的数据特征清单 —— 算法使用的输入特征清单
- 开源版 vs 线上真实算法:已知差异清单 —— 开源版本与生产系统的已知架构差异清单
- 术语速查表 —— 核心术语速查表
- 系统架构总览 —— 技术架构全景文档