Лайк больше ничего не значит. Как на самом деле работает лента X twitter

Январь 2026. Где-то между третьим и четвёртым часом ночи инженер из xAI заливает на GitHub репозиторий. Триста тысяч строк. Rust, Python, конфиги моделей, веса сигналов, фильтры, ядро ранжирования. Всё, что раньше было чёрным ящиком – теперь лежит в открытом доступе под лицензией Apache 2.0. Илон Маск, к тому моменту уже не просто владелец X, а человек, от которого зависит половина цифровой инфраструктуры, пишет: «Алгоритм буквально читает каждый пост и смотрит каждое видео – сто миллионов в день – чтобы подобрать контент, который человеку будет интересен». Звучит как маркетинг. Но код не врёт. Внутри оказалось нечто, что переосмысливает всё, что мы думали о социальных сетях. Не про «вирусность» в привычном смысле. Не про лайки. Не про подписчиков. Про совершенно другую логику внимания.

Что в этом коде оказалось – переосмысливает всё, что мы думали о социальных сетях. Не про «вирусность» в привычном смысле. Не про лайки. Не про подписчиков. Про совершенно другую логику внимания.

Тысяча лайков под постом. Раньше это считалось победой. Сейчас – нет. В новой системе Phoenix сам лайк весит жалкие +0.5. От него и пляшем. Клик по твоему профилю, если человек там ещё что-то поделал, +12.0. Это как двадцать четыре человека поставили сердечко, только сделал один. Закладка +10.0, то есть двадцать лайков. Прямой ответ на пост +13.5, или двадцать семь. А если ты ответил на чужой ответ к тебе +75.0. Сто пятьдесят лайков. За один разговор.

Или вот ещё. Кто-то скопировал ссылку на твой пост. Просто нажал «скопировать URL» и куда-то отправил. Этот жест, который ты даже не увидишь в уведомлениях, весит примерно в сорок раз больше лайка. Почему? Потому что копирование ссылки – это намерение поделиться. Система интерпретирует это как сигнал высокой вовлечённости, даже сильнее, чем репост. Репост виден всем, а копирование — личное, целенаправленное. Phoenix это чувствует.

Профильный клик с последующим взаимодействием +12.0. Двадцать четыре лайка. Закладка +10.0. Двадцать лайков. Прямой ответ на пост +13.5. Двадцать семь лайков. А просмотр видео до середины? +0.005. Почти ноль. Система не верит пассивному потреблению. Она верит действиям, которые требуют усилий.

В старой логике соцсетей всё было просто: у тебя миллион подписчиков – ты в топе. У тебя тысяча – молись. Phoenix работает иначе. Он не сортирует посты по популярности. Он предсказывает, что конкретный человек сделает с конкретным постом. Вероятность действия – вот единственная метрика, которая решает, попадёт ли твит в ленту.

Это означает: твой пост с пятью ответами может получить больше охвата, чем пост крупного издания с двумя тысячами лайков. Если система считает, что для конкретного пользователя твой твит вызовет ответ, клик по профилю или закладку – она покажет ему тебя, а не медиагиганта. Потому что задача не «показать самое популярное», а «спровоцировать действие».

Миллионы новых постов каждый день. Система отбирает около полутора тысяч кандидатов для каждого пользователя. Потом нейросеть – двухбашенный трансформер, если угодно, техническим языком – считает для каждого кандидата вероятность девятнадцати разных действий. Умножает на веса. Складывает. Получает итоговый score. И только потом – фильтры, правила, сборка ленты. Всё это укладывается в полторы секунды.

Половина ленты «For You» – контент от тех, на кого ты не подписан. Но чтобы попасть в эту половину, пост должен пройти через фильтр социального доказательства. Кто-то из тех, на кого ты подписан, должен был лайкнуть, ответить или репостнуть этот твит. Или подписаться на автора. Без этого – никак. Система не бросает тебя в океан случайного контента. Она расширяет твой круг через круг твоих знакомых.

В коде спрятана штука под названием TweepCred. Это репутационный балл от нуля до ста. Пересчитывается ежедневно. Зависит от возраста аккаунта, соотношения подписчиков и подписок, качества взаимодействий, устройства, с которого ведётся активность, и от того, общаешься ли ты с аккаунтами высокой репутации.

Порог – шестьдесят пять. Ниже этого числа система берёт от тебя только три твита за цикл распределения. Три. Представь: ты публикуешь десять постов в день, но алгоритм рассматривает для показа чужим людям только три из них. Остальные видят только твои подписчики. Если у тебя их мало – ты, по сути, пишешь в пустоту.

Новичок, который подписался на пять тысяч человек в надежде на взаимный фолловинг, получает низкий TweepCred. И удивляется, почему нет охвата. Ответ прост: система считает такое поведение подозрительным. Нужно, чтобы подписчики росли органично, а соотношение «подписчики / подписки» выглядело естественно.

Время в Phoenix – это не линейная штука. Пост теряет половину своего visibility score каждые шесть часов. Через сутки алгоритмическая поддержка практически нулевая. Но первые полчаса – это другая вселенная.

Если за пятнадцать минут после публикации пост собирает восемь-дцать ответов, запускается каскад вирусного усиления. Система фиксирует высокую скорость вовлечённости и начинает показывать пост людям вне твоей сети. Это не «постепенный рост». Это переключение режима. Из «показывать подписчикам» в «показывать всем, кто может отреагировать».

Поэтому время публикации — не вопрос удобства. Это вопрос выживания поста. Нужно публиковать тогда, когда твоя аудитория онлайн и готова отвечать. Не лайкать – именно отвечать, копировать ссылки, кликать по профилю. Потому что пассивные лайки не запустят каскад.

И вот ещё один нюанс, который многие упускают. Если кто-то ответил на твой пост в первый час – ответь. Сразу. Каждый твой ответ на чужой ответ – это +75 в системе. Это не «хороший тон». Это математика распространения. Двадцать минут после публикации – самое высокое леверидж, которое у тебя есть. Блокируй это время. Будь в треде.

Как это всё работает технически, если отбросить жаргон? Есть четыре главных компонента.

Thunder – это сверхбыстрое хранилище в памяти. Оно следит за постами от тех, на кого ты подписан, в реальном времени. Через Kafka, если тебе интересны детали. Задержка – доли миллисекунды.

Candidate Pipeline – сборщик кандидатов. Он ходит по разным источникам: твои подписки, тематические кластеры (их сто сорок пять тысяч, система называет их SimClusters), семантически похожий контент, стартовые пакеты подписок. Набирает примерно полторы тысячи постов.

Phoenix – собственно, мозг. Двухбашенная нейросеть. Одна «башня» смотрит на пользователя, другая – на пост. Каждая выдаёт вектор – числовой отпечаток. Скалярное произведение этих векторов даёт вероятность взаимодействия. Ключевой момент: посты не смотрят друг на друга. Каждый кандидат оценивается изолированно, только на основе твоего контекста. Это делает score предсказуемым и кэшируемым.

Home Mixer – дирижёр. Он собирает всё воедино, применяет бизнес-логику, фильтры, правила безопасности и отдаёт тебе ленту. Полторы секунды от запроса до экрана.

В августе 2026 код вырос в десять-пятнадцать раз по сравнению с январским релизом. Добавили конфигурации моделей, фильтры, ядро ранжирования. Теперь можно не просто читать код, но и запускать Phoenix у себя на машине. Вице-президент по продукту Кит Колман сказал: «Люди будут в шоке, что мы это выпускаем». И он прав.

Теперь про то, как всё сломать.

Внешние ссылки. Если ты вставляешь ссылку на статью, YouTube, магазин – пост получает штраф. Раньше было двадцать-тридцать процентов снижения охвата. Сейчас, для обычных аккаунтов без Premium, медианное вовлечение для постов со ссылками стремится к нулю. Система явно предпочитает контент, который удерживает людей внутри платформы. Логика простая: ушёл по ссылке – перестал генерировать сигналы.

Обходной путь, который уже стал стандартом среди тех, кто читал код: публикуешь пост без ссылки, отвечаешь на него сам с ссылкой. Основной пост получает полный охват. Ссылка – в ответе. Доступна всем, кто заинтересовался. При этом охват не страдает.

Хэштеги. Казалось бы, классика. Но больше двух хэштегов – и Grox, система понимания контента, помечает пост как потенциальный спам. Минус сорок процентов охвата. Два хэштега – максимум. Лучше вообще без них.

Негативные сигналы. Мьют – минус семьдесят четыре. Почти сто пятьдесят анти-лайков. «Показать меньше» – тоже тяжёлый минус. Репорт – минус триста шестьдесят девять. Катастрофа. Один репорт отменяет семьсот тридцать восемь лайков. И это не преувеличение – это веса из кода.

Но самое коварное: отрицательные сигналы работают не только явно. Если человек посмотрел твой пост, а потом отписался от тебя – система фиксирует цепочку. Просмотр → отписка. Это сигнал, что контент был настолько плох, что человек разорвал связь. Такой сигнал учитывается при ранжировании будущих постов. Не сразу бан, но постепенное охлаждение.

В мае 2026 в репозиторий добавили Grox – конвейер понимания контента. Он не просто считает лайки. Он анализирует, о чём пост. Классифицирует по категориям. Проверяет на спам. Оценивает тональность.

Посты с конструктивной, позитивной подачей получают больше распределения. Агрессивные, провокационные, вызывающие репорты – меньше. Даже если у них много ответов. Система стала умнее: она различает «здоровую дискуссию» и «токсичный срач». Если под потоком ответов скрывается рост репортов и «show less» – охват снижается, несмотря на активность.

Grox также обрабатывает видео через ASR — распознавание речи. Алгоритм «слышит», что говорят в видео, и классифицирует контент. Не только метаданные, а само содержание. Вертикальное видео 9:16 работает лучше горизонтального. До двух минут двадцати секунд — оптимальная длина. Нативное видео, загруженное прямо в X, даёт сигналы просмотра. Ссылка на YouTube – нет. Ноль.

Картинки дают двукратный множитель по сравнению с текстом. Но текст, при правильно поставленном вопросе или спорном тезисе, генерирует больше ответов. А ответы, как мы помним, – в двадцать семь раз ценнее лайков.

В январе код был впечатляющим, но неполным. В августе X выложила расширенную версию. Теперь в репозитории можно найти точные параметры весов, конфигурации фильтров, ядро ранжирования. Код стал в десять-пятнадцать раз больше.

Появился инструмент «Under the Hood» – в настройках приложения. Если ты публикуешь больше десяти раз в месяц и аккаунту больше года, можешь скачать JSON-файл с агрегированной статистикой. Там видно, какие метки система наклеила на твои посты. Shadowban перестал быть мифом — теперь это проверяемый факт. Загрузил JSON, спросил любую LLM, сравнил с кодом на GitHub – и знаешь, почему твой пост не летит.

Внешние исследователи, которым дали доступ к коду до публичного релиза, смогли самостоятельно обучить и запустить систему Phoenix. Это означает: любой разработчик может не просто читать код, но и экспериментировать с ним. Предлагать изменения через pull request. Вице-президент X мечтает, чтобы алгоритм улучшался не только внутри компании, но и сообществом.

Вся старая мудрость умерла. Не работает «постить в пиковое время и ждать лайков». Не работает «чем больше подписчиков, тем больше охват». Не работает «качественный контент сам найдёт аудиторию» – если под «качественным» ты понимаешь красиво оформленный пост, который люди молча листают.

Работает другое. Начинать разговоры. Отвечать в первый час. Публиковать без ссылок, добавлять их в ответы. Использовать нативное видео, но короткое. Не злоупотреблять хэштегами. Следить за TweepCred – расти органично, не гнаться за массовыми подписками. Писать так, чтобы хотелось ответить, а не просто кивнуть и пролистать.

И ещё одна вещь, которую код подтверждает без сомнений: консистентность важнее вирусности. Аккаунт, который публикует каждый день в одно время, поддерживает стабильный уровень взаимодействия и не скачет по темам, набирает более высокий репутационный score. TweepCred растёт не от одного удачного поста, а от месяцев предсказуемого поведения.

Я смотрю на эти цифры +75 за диалог, +0.5 за лайк, −369 за репорт – и понимаю: X, каким бы спорным он ни был в политическом смысле, сделал что-то технологически честное. Он показал правила игры. Теперь никто не может сказать «алгоритм против меня», не заглянув сначала в код. Код лежит на GitHub. Веса известны. Логика прозрачна. Осталось только решить: играть по этим правилам — или игнорировать их и удивляться, почему никто не читает.