算法之恶：从推特到马斯克的X，为什么你感觉质量变差了

很多人可能感觉现在的X，相较于推特时代，在内容质量上是变差的。我们中文圈的人对此感受更明显。这其中固然有中共对海外舆论的加强，但更底层的原因就是马斯克对推特底层逻辑的彻底破坏。 以前的推特，内容获取主要靠你关注的人的发帖和转发。那么，如果想被关注你就需要特别关注发布的内容和转发内容的质量。优质内容是通过关注者和转发数量进行筛选的。可以说这是大型的真人筛选机制。现在，X将流量收编，自己通过算法判断哪些内容是优质的并强行推荐给更多人。这种算法判断怎么能胜过真人的判断呢？ 于是大家看到了，只要你深谙X推荐算法，迎合X推荐算法，你就能获得更高阅读量。这当然会拉低X的整体内容质量。或者说，拉低了你能看到的X的内容的整体质量。

下面是AI对此观察的回答1： 你这段话其实抓住了一个核心问题：平台的“分发逻辑”改变，会直接重塑内容生态。

在 Twitter 时代，内容传播的主路径确实是“关注关系 + 转发扩散”。 这意味着：

• 你想被看到 → 需要被人主动关注
• 想被长期关注 → 需要持续输出有价值内容
• 转发是一种“信誉背书”

本质上是一种社交图谱筛选机制（social graph filtering）。

而在 X 时代，平台强化了“算法推荐流（For You）”。内容不再主要通过你关注的人传播，而是通过系统预测“你可能会感兴趣”的内容强推给你。

这带来了几个结构性变化：

一、从“关系驱动”到“注意力驱动”

旧逻辑：

> 关系 → 信任 → 传播

新逻辑：

> 互动率 → 算法放大 → 更多互动 → 再放大

这是一种典型的“反馈回路强化机制”。算法不判断“真伪”“深度”，它判断的是：

• 停留时间
• 点赞率
• 评论率
• 转发率
• 引战程度

于是，高情绪、高冲突、高极端表达天然更容易被放大。

二、算法无法真正理解“质量”

你说“算法怎么能胜过真人判断”，这点其实有个关键差别：

• 人判断质量，会考虑长期信誉、逻辑完整性、历史一致性。
• 算法判断质量，是短期行为数据模型。

算法是“统计学判断”，不是“价值判断”。

如果一个账号懂得：

• 把复杂议题极端化
• 用强烈情绪触发对立
• 制造争议性标题
• 卡准发布时间
• 频繁互动拉高指标

它就能吃到流量红利。

这并不等于“内容更好”，而是“更符合算法放大机制”。

三、中文圈的感受为什么更明显？

你提到一个点：中文圈体感更强。

这可能有几个原因：

1. 中文用户总体体量小于英语用户
2. 内容更容易被组织化操控（无论哪一方）
3. 算法在中文语境下的语义理解更弱
4. 极端表达在小语种圈子更容易迅速形成“信息茧房”

当社交图谱被弱化后，原本靠“长期关注关系”维持的小圈层结构就会被打散。

四、这算不算“底层逻辑被破坏”？

某种意义上，你说得对——

平台从“社交网络”转向了“内容平台”。

Twitter 时代更接近：

> 分布式社交关系网络

X 更接近：

> 以算法为核心的内容分发机器

这不是单纯“变差”，而是目标函数变了。

以前优化的是“关系活跃度”， 现在优化的是“整体互动量与平台活跃度”。

五、一个现实问题

即便算法放大低质内容，为什么平台还这么做？

因为：

• 情绪比理性更有传播力
• 冲突比深度更有停留时间
• 极端表达比中庸更有互动

算法并不是“判断错了”，而是它的优化目标和你心中的“质量”不是同一个指标。

---

如果把你这段话压缩成一句更理论化的表达，可以这样说：

> X 的问题不在于内容变差，而在于内容分发从“基于社会信任的人工筛选机制”转变为“基于互动数据的算法放大机制”，导致情绪性内容结构性占优。 以下是AI对此观察的回答2： 你说得很透彻。你观察到的这种现象，本质上是社交媒体从“关系链驱动（Social Graph）”向“兴趣算法驱动（Interest Graph）”转型的阵痛。

在中文圈，这种“体感变差”尤为强烈。我们可以从产品底层逻辑的角度，拆解一下为什么马斯克的改造让很多深度用户感到“推特已死”：

1. 从“真人背书”到“权重博弈”

正如你所说，旧推特的核心是关注（Follow）。

旧逻辑： 一个推文能火，是因为很多你信任的、有品位的真人手动点击了“转发”。这是一场由人类智力和审美参与的分布式筛选。 新逻辑：X 的算法优先考虑的是停留时长、互动率（哪怕是谩骂）和会员权重（Blue Check）。如果你购买了 Premium，你的评论会被强制置顶。这导致了“金钱购买话语权”而非“质量赢得话语权”。

1. 算法对“争议”的天然偏好

算法本质上是没落的。它不理解什么是“深刻”，它只理解什么是“刺激”。

• 在中文圈，这表现为大量的营销号、搬运引流贴、以及极具煽动性的情绪化言论（甚至是AI生成的废话）。
• 因为这些内容最能激发人们反驳、争论或点击，算法便误以为这是“优质内容”并推送到你的“For You”页面。
• 后果：严肃的讨论被淹没，哗众取宠的“流量密码”统治信息流。

1. 中文圈的特殊困境：垃圾信息（Spam）的入侵

马斯克裁撤了大量负责内容审核和社区治理的团队，这给了一些特定势力可乘之机：

• 灰产与政治水军： 现在的中文 X 充斥着大量的色情引流机器人和有组织的政治水军。
• 对抗失效：以往靠真人举报和信用权重可以过滤掉这些噪音，但在现在的算法逻辑下，只要这些账号交叉互动（互赞、互评），算法就会认为它们是“活跃社区”，进而推荐给真实用户。

总结

你提到的“拉低了你能看到的整体质量”非常准确。X 现在不再是一个“信息过滤器”，而变成了一个“注意力黑洞”。它不再服务于让你获取有价值的信息，而是服务于让你在平台上留得更久。

对于中文深度用户来说，这种改变是灾难性的，因为我们不仅要面对算法的平庸，还要面对更复杂的舆论攻势。 怎样改善？ 在 X（Twitter）底层逻辑已经改变的今天，我们不能再像以前那样被动地等待算法“喂饭”，而是要通过手动调节来夺回信息流的控制权。

以下是针对目前中文圈现状（营销号、水军、垃圾广告多）整理的几个进阶技巧，能有效帮你把 X 变回曾经那个高效的信息获取工具：

1. 强制切换至“正在关注（Following）”标签

这是对抗算法最直接的方法。

• 操作： 始终点击屏幕顶部的 “正在关注”，而不是默认的“为你推荐（For You）”。
• 技巧： X 经常会在你重新打开 App 时自动切回“为你推荐”。请养成习惯，一旦看到乱七八糟的推荐，立刻手动切回来。只有在这里，你看到的才是你亲自挑选的信息流。

1. 利用“列表（Lists）”构建干净的生态位

如果你觉得“正在关注”还是太乱，列表是终极解药。

• 深度过滤：创建几个私密列表（如：技术、时政、有趣的人）。
• 免打扰：将你真正想看的高质量博主放进列表。最关键的是，列表里的内容是严格按时间线排序的，且没有任何算法推荐和广告插播。
• 置顶： 你可以将列表置顶（Pin），这样在主页左右滑动就能在不同“净土”间切换。

1. “屏蔽关键词”：精准狙击营销号

现在的中文垃圾信息有很多共性词汇，利用“隐藏字词（Muted Words）”功能可以大幅减少干扰：

• 屏蔽词库建议：

• 引流类： “看评论区”、“无删减”、“直达链接”、“置顶”。

• 灰产类： 屏蔽特定的成人词汇或博彩词汇。

• AI 废话类： 屏蔽一些 AI 生成内容高频出现的词，如“非常有意义”、“总结来说”、“不得不说”。

• 路径： 设置与支持 -> 设置和隐私 -> 隐私和安全 -> 屏蔽和静音 -> 隐藏字词。

1. 开启“质量筛选器（Quality Filter）”

虽然算法坏事多，但这个原生的筛选器对过滤低级机器人还是有效的。

• 作用： 它会自动隐藏重复推文、疑似自动化的垃圾回复。
• 路径： 通知 -> 分选器 -> 开启 “质量筛选器”。
• 进阶： 在同一页面进入“已静音的通知”，勾选 “未确认电子邮箱的账号” 或 “使用默认个人资料图片的账号”。这能瞬间过滤掉 80% 以上的临时水军账号。

1. 调教算法：不要试图和垃圾信息对话

在“为你推荐”里，“愤怒”也是一种高权重互动。

• 如果你点开一个营销号去骂它，算法会认为你“对这类内容感兴趣”，明天会给你推更多。
• 正确做法： 点击推文右上角的三个点，选择 “我不喜欢这则帖子”，或者直接 Block（屏蔽）。屏蔽是调教 X 算法最强硬的指令，它能直接斩断该账号及其类似账号的权重。

总结建议

如果你追求信息质量，我的建议是：主攻“列表”，辅看“正在关注”，彻底无视“为你推荐”。 可以说X是Spamization化了么？ 确实可以用 Spamization（垃圾化）这个词来形容，甚至可以说，现在的 X 正在经历一场由“机制漏洞”和“利益驱动”共同造成的系统性崩坏。

在社交媒体研究中，这种现象有时也被称为 “Enshittification（平台劣化）” 的 X 版本。如果说以前的垃圾信息是“躲在暗处”的，那么现在的 X 是在“机制上拥抱”了垃圾内容。

以下是 X 这种“垃圾化”现象的三个底层特征：

1. “分钱”带来的内容劣质化（Engagement Farming）

马斯克推出的广告分成计划是“垃圾化”的最大推手。

• 逻辑： 只要有流量，蓝标用户就能分到钱。
• 结果： 产生了大批“流量农民（Engagement Farmers）”。他们不生产内容，而是通过复制热门推文、发布极具争议的引流贴、或者在热门大 V 评论区下刷 AI 生成的废话来骗取曝光。
• 后果： 你的评论区不再是讨论场，而是变成了满是机器人和蓝标营销号的“收割战场”。

1. “蓝标”优先：垃圾信息的通行证

以前的“蓝标”是身份认证，现在的“蓝标”是权重购买。

• 逻辑： 只要付钱，你的回复就会被排在最前面。
• 结果： 这种机制完全无视了内容的“真实质量”和“互动价值”。哪怕一个蓝标账号发的是纯垃圾信息，也会排在普通深度用户的优质评论之上。
• 后果： 这种“付费插队”机制让低质量内容获得了制度性的保护。

1. AI 生成噪音的指数级增长

随着生成式 AI 的普及，X 成了 AI 废话的实验场。

• 自动化： 现在的机器人不再是简单的“复读机”，它们会根据推文内容自动生成看似合理但毫无意义的评论。
• 数据污染： 大量“Dead Internet（死网）”特征出现，即：机器人发帖，机器人回复，机器人点赞。真人用户被挤压到边缘，感觉像是在看一场“数字僵尸”的狂欢。

X 垃圾化(Spamization)的演进图景

特征                     传统 Twitter 时代                 现在的 X (Spamization) 筛选机制            真人转发、信用背书            算法权重、付费优先 主要矛盾            信息过载                                 垃圾信息反向稀释优质内容 互动目的            观点交流、获取真相            骗取点击、赚取分成 评论区体验        深度对话在顶部                    蓝标废话/广告在顶部

总结

Spamization的本质是社交信用的破产。当一个平台不再奖励“深刻”和“真实”，而是奖励“停留时长”和“付费权重”时，垃圾化就是不可避免的归宿。 专题：为你选择互动率信息噪音关注关系链驱动内容分发列表功能垃圾化屏蔽关键词底层逻辑推特推特屏蔽设置时间线排序机器人过滤权重博弈正在关注水军注意力黑洞流量收编深度用户社交颗粒度算法算法驱动调教算法质量筛选器骂战