---
title: "运营迷思 vs 源码真相"
description: "十六个流行的运营说法，按 xai-org/x-algorithm 2e2295b 源码逐条判定：对、部分对或错"
---

> Documentation Index
> Fetch the complete documentation index at: https://x-algorithm.vergego.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# 运营迷思 vs 源码真相

> 本页面向运营和创作者。本页把流行的运营说法逐条对照源码，给出“对”“部分对”或“错”的判定。每条判定附一个源码出处。本页依据的源码版本是 commit 2e2295b；数值都是开源默认值，线上值可能不同。

## 先看打分怎么算

最终分是“行为预测概率 × 权重”的加权和。[Phoenix 排序模型](https://x-algorithm.vergego.ai/concepts/phoenix-ranking/) 预测当前用户对一条候选帖子点赞、回复、转发、举报等行为的概率。[vm-ranker](https://x-algorithm.vergego.ai/concepts/vm-ranker/) 把每个概率乘以权重再求和，共 30 项（`xai-value-model/scoring.rs:79-218`）。

加权之后还有三项调整：

- **作者多样性**：同一作者在同一次请求里每多出现一条，分数乘一个递减系数。
- **站外降权**：站外帖乘 0.75。关注者发的回复和转发也乘 0.75。
- **新作者扶持**：每次请求最多抬升一条低曝光的新作者原创帖。

能不能展示由另一套系统决定。[可见性过滤](https://x-algorithm.vergego.ai/concepts/visibility-filtering/) 读取后台打好的标签，决定帖子展示、遮罩还是丢弃。下面的迷思，多数错在把这两套系统混为一谈。

## 权重与打分类

### 迷思一：「算法权重是秘密，没人知道」

**判定：错。** 权重已写在源码里。上游 README 说明，定时脚本会把 `param.rs` 的默认值同步为生产主值（`README.md:432`）。

部分权重的开源默认值（`home-mixer/params/param.rs:404-533`）：

| 行为 | 权重 |
|------|-----:|
| 点赞 | 0.708 |
| 回复 | 5.0 |
| 引用 | 5.0 |
| 私信分享 | 5.0 |
| 复制链接分享 | 20.0 |
| 关注作者 | 4.0 |
| 不感兴趣 | -53.07 |
| 静音作者 | -58.8 |
| 举报 | -234.0 |

限制：vm-ranker 自己的参数文件里有另一套默认值，例如点赞是 0.5（`vm-ranker/params.rs:3`）。vm-ranker 运行时从配置中心同步数值（`vm-ranker/main.rs:69-98`），线上实际生效的值源码未包含。详见 [开源版 vs 线上真实算法](https://x-algorithm.vergego.ai/guide/open-source-vs-production/)。

### 迷思二：「1 次举报抵消 468 个赞」

**判定：错。** 权重乘的是预测概率，不是举报次数。源码注释专门澄清了这一点（`home-mixer/params/param.rs:375-403`）。

- **468 的来历**：468 是举报权重 234.0 除以 vm-ranker 的点赞默认值 0.5。按 `param.rs` 的点赞权重 0.708 算，比值约为 330.5。
- **举报权重为什么大**：举报的基础概率比点赞低 1000 倍以上。权重小了，举报预测对排序几乎没有影响。
- **乘的是谁的概率**：乘的是“当前这位用户自己会举报”的预测概率，不是帖子累计收到的举报数。

所以 468 是两个权重的比值，不是举报次数与点赞次数的换算关系。

### 迷思三：「组织一群人批量举报、拉黑，就能把帖子压下去」

**判定：大体错。** 打分阶段不读全局举报计数。源码注释给了两个理由（`home-mixer/params/param.rs:391-403`）：

1. 推荐是个性化的。恶意举报主要影响与举报者相似的用户，不会让所有人看到的分数同时下降。
2. 只有在首页推荐流里发生的行为才计入。通过链接直接打开帖子再举报，不影响排序。

例外在标签路径。agatha 离线统计一个账号收到的拉黑、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`）。详见 [账号级信号](https://x-algorithm.vergego.ai/concepts/account-signals/)。

### 迷思四：「点赞最重要，回复无所谓」

**判定：错。** 在开源默认值下，回复的权重约是点赞的 7 倍：回复 5.0，点赞 0.708（`home-mixer/params/param.rs:404-410`）。

双向关注还会再加。作者与你互相关注、且帖子是原创时，回复权重加 15.0，从 5.0 变为 20.0（`home-mixer/params/param.rs:411-416`）。复制链接分享的权重也是 20.0（`home-mixer/params/param.rs:452-457`）。

这些权重仍然乘预测概率。模型预测“这位用户会回复”的概率高，回复权重才起作用。

### 迷思五：「多发帖 = 多曝光」

**判定：部分错。** 同一作者在同一次请求里出现越多，后面的帖子打折越多。vm-ranker 的作者多样性衰减默认开启，衰减 0.5、下限 0.25（`vm-ranker/params.rs:175-192`）。

同一作者的第 1、2、3、4 条帖子分别乘 1.0、0.625、0.4375、0.34375，之后趋近 0.25（`xai-value-model/scoring.rs:261-263`）。这个衰减只在单次请求内计算，不是账号级惩罚。

### 迷思六：「关注我的人一定能刷到我，站内帖不降权」

**判定：部分错。** 只有关注者发的原创帖不降权。

- 站外帖乘 0.75（`vm-ranker/params.rs:217-222`）。
- 关注者发的回复和转发默认也乘 0.75。控制开关 `EnableOonRescoreForInNetworkRepliesRetweets` 默认开启（`vm-ranker/params.rs:193-198`）。

站内帖也要与站外帖一起按最终分排序，不保证出现。要看关注者的全部帖子，用户需切换到 Following 时间线。

### 迷思七：「我的帖子会被同批的大 V 挤掉」

**判定：部分对。** 模型打分阶段不受同批帖子影响，选择阶段才有竞争。

- **模型打分互不影响**：排序模型的注意力掩码让候选之间互相看不见（`phoenix/xrex/models/recsys_model.py:2277-2288`）。你的帖子的预测概率只取决于这条帖子和这位用户。
- **最终名次互相影响**：系统按最终分取前 50 条，最终留 35 条（`home-mixer/params/config.rs:17-18`）。新作者扶持把入选帖子抬到当前第 16 名的分数（`home-mixer/scorers/author_cold_start.rs:216-226`）。名额有限，高分帖子多时，排在后面的帖子会落选。

## 内容形式类

### 迷思八：「套爆款模板、堆关键词能骗算法」

**判定：错。** 加权打分只读行为预测，没有“带某个关键词加分”“某种格式加分”的项（`xai-value-model/scoring.rs:79-218`）。

关键词在推荐流里只有一个作用：用户设置的静音词。命中静音词的帖子被 `ViewerMutedKeywordFilter` 去掉（`home-mixer/filters/viewer_muted_keyword_filter.rs:20-47`）。这是减分方向，不是加分方向。

### 迷思九：「带外链的帖子会被降权」

**判定：部分错。** 普通外链不降权，低质和恶意链接会被打标签。

- **打分不罚链接**：“打开链接”是正权重 0.2（`home-mixer/params/param.rs:437`）。加权打分里没有“带链接扣分”的项。
- **链接信誉差会打标签**：链接跳转链被判为 BAD 时，帖子被打上 `SPAM` 或 `SPAM_HIGH_RECALL`（`botmaker-rules/scarecrow/bot/Tweet_Spam_High_Recall_RTF_All_Bad_URL_Sources.bot:7-46`）。链接被判为 LOW_QUALITY、且最终落地页不是 GOOD 或白名单时，帖子被打上 `SPAM_HIGH_RECALL`（`botmaker-rules/scarecrow/bot/LQ_Tweets_With_LQ_URL_Verdict_At_Mention_To_NonFollower_v2.bot:8-16`）。
- **标签决定去向**：`SPAM_HIGH_RECALL` 和 `MALICIOUS_URL` 只在站外推荐中丢弃帖子（`visibility-filtering/rules/levels.rs:147-152`）。`SPAM` 对所有非作者丢弃帖子（`visibility-filtering/rules/levels.rs:298-316`）。

置顶帖的链接还会影响整个账号，见 [发帖指南](https://x-algorithm.vergego.ai/guide/posting-guide/)。

### 迷思十：「视频天然有加权」

**判定：开源默认值下错。** 视频专属的三项权重都是 0.0：打开视频、视频质量观看、post_video（`home-mixer/params/param.rs:430-435`、`home-mixer/params/param.rs:444`、`home-mixer/params/param.rs:484-489`）。

视频质量观看即使将来调高权重，也只对时长超过 10000 毫秒的视频生效（`home-mixer/params/param.rs:707-712`）。视频轮播模块开源默认关闭（`home-mixer/params/param.rs:1217-1222`）。视频帖和图文帖一样，靠点赞、停留、回复等通用行为得分。

### 迷思十一：「有一个最佳发帖时间」

**判定：源码里没有按钟点加分的规则。** 时间以三种方式进入系统：

| 机制 | 内容 | 出处 |
|------|------|------|
| 帖子时效 | 发布超过 48 小时的帖子被过滤 | `home-mixer/params/config.rs:39` |
| 新作者扶持 | 只扶持发布不超过 7200 秒的帖子 | `home-mixer/params/param.rs:632-637` |
| 模型特征 | 排序模型读取浏览时的本地小时、星期几和帖龄分档 | `phoenix/xrex/configs/xrecsys.py:937-967` |

模型特征描述的是“用户在什么时间浏览”，不是“作者在什么时间发帖”。推论：在受众活跃时发帖，帖子在 48 小时窗口内能遇到更多浏览者。源码不给出具体钟点。

## 账号与身份类

### 迷思十二：「粉丝多就推得多」

**判定：部分对。** 加权打分没有粉丝数项，但粉丝数在四个地方出现：

- **热门帖子源**：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%（`home-mixer/util/popular_authors.rs:11`）。
- **新作者扶持**：只扶持粉丝不超过 50000 的作者（`home-mixer/params/param.rs:626-631`）。粉丝多的作者拿不到这一项。
- **帖子嵌入**：v8.2 嵌入的输入包含作者的粉丝数档位（`grox/flows/mm_emb/renderer_v82.py:187-243`）。
- **标签豁免**：账号没有 user-cred 分数时，粉丝超过 25000 的账号豁免多数自动打标签规则（`botmaker-rules/scarecrow/derived-feature/IsHighPageRankUser.df:11-18`）。

### 迷思十三：「开 Premium（蓝标）就能买曝光」

**判定：直接加分错，间接影响对。** 加权打分没有订阅或认证项（`xai-value-model/scoring.rs:79-218`）。订阅在推荐流里只用于 `IneligibleSubscriptionFilter`：去掉用户没订阅的订阅专属帖（`home-mixer/filters/ineligible_subscription_filter.rs:21-26`）。

认证状态有两处间接作用：

- **user-cred 分数**：user-cred 是在关注图上跑 PageRank 得到的 0–100 账号分。PageRank 的均匀跳转质量只分给认证账号，包括蓝标、灰标、金标和认证机构（`user-cred-v2/ValidUserInfo.scala:14-15`、`user-cred-v2/UserCredV2App.scala:173-174`）。分数不低于 54 的账号豁免多数自动打标签规则。
- **帖子嵌入**：v8.2 嵌入的输入包含作者的认证颜色（`grox/flows/mm_emb/renderer_v82.py:246-262`）。

### 迷思十四：「算法给某些大账号开后门」

**判定：源码里找不到点名的账号，但存在内容未公开的名单。** 全仓搜索 elon、musk 无结果。home-mixer 的追踪账号列表为空（`home-mixer/params/config.rs:14`）。

名单机制存在：

- 处置服务的第一条规则是“账号在白名单中则跳过处置”（`abuse-enforcement-service/service-lib/rules/enforcement_user.yaml:6-10`）。
- 多条打标签规则跳过 `AutoExpiringTempSkipList` 中的账号（`botmaker-rules/scarecrow/bot/PinnedLowQualityOrBadUrl.bot:28`）。

这两份名单的内容源码未包含。

### 迷思十五：「shadowban 不存在」

**判定：错（本页旧版判为“对”，已改判）。** 源码里有“只限制推荐、不影响关注者”的账号标签。

- 账号带 SpamHighRecall、DoNotAmplify、AbusiveHighRecall、Compromised、ReadOnly、ImpersonationHighPrecision 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 账号标签同样只在站外推荐中生效（`visibility-filtering/rules/levels.rs:318-332`）。
- 站内候选用的 `TimelineHome` 安全级别不含这些规则（`visibility-filtering/rules/levels.rs:298-316`），所以关注者照常能看到。

用户能在 Under the Hood 月报里看到部分标签。报告只展示白名单内的 19 种帖子标签和 12 种账号标签（`under-the-hood/strato/lib/underTheHoodLabels.strato:3-184`）。详见 [限流与 shadowban](https://x-algorithm.vergego.ai/guide/visibility-and-shadowban/)。

### 迷思十六：「AI 批量写的内容不会被识别」

**判定：错。** 处置服务有针对 AI 低质内容的规则，但检测模型不在仓库里。

- 账号带 `llm_slop_user` 分数标签时，处置服务给账号加 `SpamHighRecall`，有效 7 天（`abuse-enforcement-service/service-lib/rules/enforcement_user.yaml:118-123`）。这 7 天里，账号的帖子不进站外推荐。
- 帖子带 `llm_slop_post` 时，处置服务给帖子加 `RiskyHighVizReply`，有效 30 天（`abuse-enforcement-service/service-lib/rules/enforcement_post.yaml:39-44`）。

产生 `llm_slop_user` 与 `llm_slop_post` 的检测器源码未包含。

## 总结

| 流行说法 | 判定 | 源码事实 |
|----------|------|----------|
| 权重是秘密 | 错 | 权重在 `param.rs`，默认值同步自生产主值 |
| 1 举报抵 468 赞 | 错 | 权重乘预测概率，468 是权重比 |
| 批量举报能压帖 | 大体错 | 打分不读举报计数；标签路径另有账号级比率 |
| 点赞最重要 | 错 | 回复 5.0，互关原创帖回复 20.0，点赞 0.708 |
| 多发帖多曝光 | 部分错 | 同次请求内作者多样性衰减，下限 0.25 |
| 站内帖不降权 | 部分错 | 关注者的回复和转发也乘 0.75 |
| 被同批大 V 挤掉 | 部分对 | 模型打分隔离，选择名额有限 |
| 模板和关键词能骗算法 | 错 | 打分只读行为预测 |
| 外链降权 | 部分错 | 普通链接不罚，低质和恶意链接被打标签 |
| 视频天然加权 | 默认值下错 | 视频专属权重都是 0.0 |
| 有最佳发帖时间 | 无此规则 | 48 小时窗口；模型读浏览时间 |
| 粉丝多推得多 | 部分对 | 不进打分，进热门源、扶持上限、嵌入和豁免 |
| Premium 买曝光 | 直接错，间接对 | 认证账号是 user-cred 的跳转种子 |
| 大账号后门 | 无点名账号 | 有内容未公开的白名单 |
| shadowban 不存在 | 错 | 账号标签只在站外推荐中丢弃帖子 |
| AI 内容不会被识别 | 错 | `llm_slop_user` 触发 7 天 SpamHighRecall |

这些判定指向两条规律：

1. **排序看人的反应。** 分数来自对每位用户行为的预测。格式、关键词、身份都不直接加分。
2. **限流看标签。** 帖子能不能推给陌生人，由标签和可见性规则决定，与分数无关。

把这些机制落到具体发帖做法上，见 [发帖指南](https://x-algorithm.vergego.ai/guide/posting-guide/)。

## 出处

| 结论 | 主要源码 |
|------|----------|
| 权重默认值 | `home-mixer/params/param.rs:404-533` |
| 默认值同步自生产主值 | `README.md:432` |
| vm-ranker 的点赞默认值 0.5 | `vm-ranker/params.rs:3` |
| 权重乘预测概率，468 是误读 | `home-mixer/params/param.rs:375-403` |
| 批量举报影响有限 | `home-mixer/params/param.rs:391-403` |
| 双向关注回复加成 15.0 | `home-mixer/params/param.rs:411-416` |
| 作者多样性衰减 0.5、下限 0.25 | `vm-ranker/params.rs:175-192` |
| 站外系数 0.75，含关注者的回复和转发 | `vm-ranker/params.rs:193-222` |
| 候选之间互相看不见 | `phoenix/xrex/models/recsys_model.py:2277-2288` |
| 坏链接打标签 | `botmaker-rules/scarecrow/bot/Tweet_Spam_High_Recall_RTF_All_Bad_URL_Sources.bot:7-46` |
| 站外帖子丢弃规则 | `visibility-filtering/rules/levels.rs:147-152` |
| 视频专属权重为 0.0 | `home-mixer/params/param.rs:430-435` |
| 时间类模型特征 | `phoenix/xrex/configs/xrecsys.py:937-967` |
| 热门帖子源按粉丝数选作者 | `home-mixer/util/popular_authors.rs:11` |
| 认证账号是 user-cred 的跳转种子 | `user-cred-v2/UserCredV2App.scala:173-174` |
| 站外账号标签规则 | `visibility-filtering/rules/levels.rs:65-72` |
| AI 低质内容规则 | `abuse-enforcement-service/service-lib/rules/enforcement_user.yaml:118-123` |

## 相关页面

- [发帖指南](https://x-algorithm.vergego.ai/guide/posting-guide/) —— 把这些机制落到发帖做法
- [推荐系统工作原理](https://x-algorithm.vergego.ai/guide/how-it-works/) —— 端到端流程
- [打分与排序](https://x-algorithm.vergego.ai/concepts/scoring-and-ranking/) —— 权重表、三项调整与新作者扶持
- [VM Ranker 重排服务](https://x-algorithm.vergego.ai/concepts/vm-ranker/) —— 最终分所在的服务
- [可见性过滤](https://x-algorithm.vergego.ai/concepts/visibility-filtering/) —— 标签怎样决定展示、遮罩或丢弃
- [打标签规则](https://x-algorithm.vergego.ai/concepts/labeling-rules/) —— 链接、置顶帖等规则
- [账号级信号](https://x-algorithm.vergego.ai/concepts/account-signals/) —— user-cred、agatha 与豁免
- [限流与 shadowban](https://x-algorithm.vergego.ai/guide/visibility-and-shadowban/) —— 从创作者视角看标签
- [开源版 vs 线上真实算法](https://x-algorithm.vergego.ai/guide/open-source-vs-production/) —— 本页数值的边界
- [常见疑问解答](https://x-algorithm.vergego.ai/guide/faq/)

Source: https://x-algorithm.vergego.ai/guide/operating-myths/index.mdx