X раскрывает внутренности рекомендательной ленты
14 августа 2026 года в 07:30 платформа X, ранее известная как Twitter, объявила о публикации исходников системы, формирующей персональную ленту For You. Репозиторий появился на GitHub под лицензией Apache 2.0. Теперь пользователи могут изучить конфигурацию модели, фильтры и правила взвешивания сигналов. Как отметил вице-президент X по продукту Кит Коулман, это поможет разобраться в том, по какому принципу отбираются и сортируются посты.
«Вы получите основной код ранжирования: он достаёт записи, упорядочивает их под конкретного пользователя и собирает готовую ленту», — пояснил Коулман.
Параллельно X запускает инструмент Under the Hood. С его помощью можно проверить, как алгоритмы ранжирования повлияли на конкретный аккаунт. Для получения статистики нужно минимум 10 постов за последний месяц. Результат выгружается в JSON-файле. Сначала доступ дадут тестовой группе аккаунтов, зарегистрированных не менее года назад.
«Мы мечтаем о том, чтобы каждый мог увидеть, как распределяются публикации на платформе, убедиться в честности правил или, наоборот, раскритиковать их. Это позволит нам продолжать улучшать и исправлять систему», — добавил вице-президент X.
Перед публикацией компания показала код внешним исследователям, которые задействовали его в оценочной системе Phoenix. При этом подсистемы на основе Grok, предсказывающие нарушения правил, остались закрытыми. Разработчики также могут отправлять запросы на изменения, и инженеры X обещают их рассматривать. Напоминается, что ещё до покупки Twitter Илоном Маском республиканцы в конгрессе США обвиняли платформу в теневом бане их записей. Кодовая база рекомендательной системы за это время выросла в 10–15 раз, что демонстрирует масштаб изменений на платформе.
Почему это важно для соцсетей
Открытие исходного кода и появление инструмента проверки влияния алгоритмов подчёркивают стремление X к прозрачности и росту доверия аудитории. Шаг выглядит особенно значимым на фоне критики в адрес модерации контента. Для русскоязычной аудитории это ещё и редкая возможность рассмотреть механику алгоритмов крупной платформы изнутри, а не полагаться на догадки. Подобные инициативы могут подтолкнуть и другие соцсети к раскрытию своих рекомендательных систем, что способно изменить общий подход к алгоритмической открытости в медиа и коммуникациях.