X推荐算法，从特征到排序的完整链路是怎样的？

X推荐算法，从特征到排序的完整链路是怎样的？

2026 年 1 月，X 平台 向全球开发者开放了其“For You”推荐算法的源代码。本文基于 x-algorithm编写，聚焦算法层面的分析。如有理解不对的地方，欢迎指正，我倾向于...！

推荐系统的标准阶段

本文从推荐算法的视角， 聚焦 X推荐系统的算法部分按照推荐系统的标准阶段进行拆解：

先说说是召回阶段，然后是精排阶段，再说说是重排阶段。

召回阶段

我倾向于... X 的召回策略比较简单，没有粗排，只做了召回截断。

召回的具体细节：用户序列的处理方式很普通，而且只有互动序列一种，太虐了。。

参数	说明
history_seq_len	历史序列长度
candidate_seq_len	候选物品数量

是不是？ 只有1个上下文特征产品界面。其他特征并没有送入模型，而是做了一些未开源的策略。

精排阶段

X 的精排模型基于 Grok Transformer与传统的Transformer Encoder区别：FFN 因子、Attention logits 缩放因子等，是不是？。