既然算法再次成为话题，我想为它辩护一下。 在假期期间，我做了一个小实验，拿去了一些我去年做的表情包、漫画和艺术作品，并将它们作为新帖子重新发布。总共大约10个帖子，原始帖子和新帖子之间相隔12-18个月——这段时间内我的粉丝数量大幅增长，算法也经历了许多变化。 尽管如此，它们的指标却惊人地相似！ 有一些噪音，但远低于你预期的水平。有几个帖子第二次表现得更好（一个最初获得了大约300个赞，第二次获得了大约6000个赞）。没有一个表现得更差。 如果你把算法建模为一套任性的启发式规则，这就没有意义。过去一年中，启发式规则发生了很大变化。他们完全重写了算法！那么，为什么相同的帖子会表现良好呢？ 但如果你理解你所体验的“算法”不仅仅是，甚至不是主要是，X的服务器上运行的任何代码的产物，这就完全有意义了。“算法”是那段代码与它所展示帖子用户群之间的相互作用。这个用户群是生成排名代码输入的关键，而各种循环动态地从推荐系统状态机运行到用户群中，然后再返回。（即使是grok，它在排名帖子中扮演了一些——大概目前是计算受限的——角色，也受到用户偏好的影响，并且可以访问实时搜索。）用户群是算法的最大输入——更准确地说，它是算法运行和交互的基础。算法是一个依赖于用户意见的轮子。 这意味着“人们对这个帖子、这个人、这个时间的感觉如何”应该始终是解释帖子表现的第一和主要部分，而不是某些神秘的推荐系统启发式细节！ 那么，为什么这些帖子表现得很好呢？好吧，看看它们。铲子漫画很有趣，但也很容易引起互动。这是我在制作时无意中做到的，但事实证明，显而易见的引用推文是对某个行业的调侃。滚动查看引用的有趣推文。 Chladni图形代码的帖子表现得比我其他的代码帖子更好——它有一个视频——但视频本身并不那么吸引人，而代码高尔夫是一个小众兴趣，所以这个帖子排名较低。（不过这没关系，我喜欢它，我发布我喜欢的内容。） 感应炉的帖子排名在中间。它是一个四格漫画，使用了我可识别的三角形角色，但它更小众，邀请的互动少于铲子漫画。 现在，这些并不是我理想的偏好，平台会奖励的内容。显然，我希望生活在一个Chladni图形代码高尔夫或我的LLM角色研究帖子会变得超级病毒式传播的世界里。（我们可以称之为ThebesPOT。）但这不是@nikitabier能控制的！他无法改变人们对我单图漫画与我长篇写作的不同互动程度，或让普通人对代码高尔夫或基础模型表示的主成分分析或关于尤卡吉尔宇宙论的短篇故事感兴趣。这没关系！我非常感激能在我发布的一些更小众的写作和小说中获得甚至三个赞——在我之前的生活中，我从未找到过另一个灵魂来理解这些，更不用说三个了。 作为另一个例子，看看“发布连胜”，几条成功的帖子似乎会提升你下一个帖子的表现。这通常被归因于平台的一个明确特性。（有时甚至被理论化为一种故意的尝试，以保持人们上瘾。）也许它们确实如此，我不知道——但你实际上可以通过一个非常简单的“算法”获得发布连胜，甚至不跟踪连胜，只需遵循三个简单的规则： 1. 你的新帖子优先显示给最近与您互动的人 2. 帖子有“动量”，因此互动会导致更多人看到该帖子 3. 从心理上讲，人们会认出最近见过的名字和头像，并在信息流中放慢速度，看看他们认识的人在发布什么 这三个简单的事实——最重要的一个甚至不是关于代码库的事实！——给我们带来了发布者动量。当你在连胜时，人们会认出你——也许是潜意识的，但也许他们甚至在想“天哪，这家伙最近表现不错，我应该看看这个帖子。”因为人们认出你，如果你的帖子不错，它可以更快地获得动量——而且由于最近帖子中有很多候选观众，动量可以持续吸引更多认出你的人，而不需要提前打破限制。这三个规则单独就能产生连胜，而不需要在代码库中明确的启发式或模型来定义“连胜”——纯粹来自于涌现动态。 ...