X відкриває вихідний код алгоритму рекомендацій, і найжорстокіший момент — нуль ручних функцій. Традиційна система рекомендацій має набирати групу людей для написання фічних проєктів, який «відро активності користувачів», «квантиль авторських фанатів», «коефіцієнт зниження популярності постів», змінювати тест функцій на три місяці, і він може скасувати його при виході в онлайн. X безпосередньо дозволив Grok Transformer навчитися від початку до кінця і знищив цей набір. Чому це важливо? Інженерія ознак є найбільшим технічним обов'язком системи рекомендацій. Характеристики людей, написаних людьми, мають зберігатися, люди підуть, а знання будуть втрачені. Я бачив занадто багато компаній, де лише одна людина розуміє основну логіку функції, і ця людина йде, і вся система перетворюється на чорну скриньку. Моделі можуть виявляти закономірності, про які люди навіть не подумали. Ви вважаєте, що «час публікації» важливий, і модель може вважати, що «третє слово — емодзі» важливіше. Індуктивна здатність людського мозку — це жарт перед обличчям сотень мільйонів даних. Поведінка змінюється, і модель автоматично адаптується. Немає потреби чекати, поки PM підвищить попит, немає розкладу, немає A/B тестування протягом року. Користувачі змінюються, і модель теж. Є ще одна деталь, на яку багато людей не звертають уваги: вони прогнозують 15 поведінкових проявів одночасно. Лайки, ретвіти та відповіді — це позитивні сигнали, а вага — позитивна. Блокування, вимкнення звуку та повідомлення — це негативні сигнали, а вага — негативна. Підсумковий бал = позитивна ймовірність × позитивна вага + негативна ймовірність × від'ємна вага Йдеться не про максимізацію рівня кліків, а про максимізацію «користувачі це не ненавидять». Це справжня оптимізація користувацького досвіду, а не обман, змушуючи вас натиснути і пошкодувати про це. Ще один інженерний акцент: ізоляція кандидатів. Під час логіки вибрані пости не можуть бачити один одного, лише контекст користувача. Перевага в тому, що рейтинг стабільний, можна кешувати і не змінюється через інші публікації в тому ж наборі. Ця архітектура використовує вежі-близнюки для відклику, трансформатор для точного розташування, правила фільтрації та чіткі обов'язки. Rust пише компоненти, чутливі до продуктивності, Python — моделі, а технічний відбір також дуже прагматичний....