本文来自微信公众号： DARE to B2B ，作者：申飞 Dare
10月20日，马斯克在X上宣布了推荐算法的两项调整。
一项是引入新的AI/SI排序模型，更准确地预测用户可能在一条帖子上花费多少时间；另一项是调整内容召回模型，让系统更容易找到那些用户愿意从头到尾读完的帖子。
马斯克还展示了一张平台用户活跃总时长的增长曲线，称这一指标正在快速增长，几乎每天都在刷新纪录。
这看起来是一次常规的推荐算法升级：更准确地理解用户兴趣，找到更符合偏好的内容，让用户愿意花更多时间阅读。
但有两个问题值得进一步讨论。
首先，用户愿意花时间阅读的内容，就一定是有价值的内容吗？
其次，当大模型越来越擅长理解内容和预测用户行为，推荐系统究竟会让我们看到更多有价值的信息，还是更精准地把我们留在熟悉的信息环境中？
这两个问题，涉及的已经不只是X的推荐算法，而是AI时代信息分发的一种基本矛盾。
一、从点击到停留，推荐系统正在重新理解用户兴趣
推荐算法并不是最近才开始关注停留时间。
点击、点赞、评论、转发、阅读时长、视频观看完成度等行为，早已被广泛用于推荐系统。
X过去公开的算法也包含停留行为预测。
这次变化真正值得关注的，是马斯克特别强调了两个能力：更准确地预测停留时间，以及在内容召回阶段寻找更可能被完整阅读的帖子。
这两者存在一个重要区别。
召回负责从海量内容中筛选候选帖子，排序负责决定哪些候选内容优先展示。
如果召回阶段没有找到某条内容，即使后续排序模型再准确，这条内容也很难获得展示机会。
因此，召回模型的变化不仅可能影响内容的排列顺序，还可能改变哪些内容有机会被看见。
至于停留时间和完整阅读行为，它们提供了比单次点击更丰富的行为信号。
一条标题足够刺激的帖子，可能获得大量点击，但用户打开后发现内容空洞，很快就会离开
另一条专业性较强的帖子，标题未必吸引眼球，却可能让真正感兴趣的用户认真阅读。
如果推荐系统能够区分这两种情况，理论上就有机会减少标题党，让更有实际阅读价值的内容获得曝光。
这显然是一种积极变化。
但问题没有这么简单。
假设一条帖子用100字解释清楚一项技术变化，用户花15秒读完，获得了需要的信息。
另一条帖子用1500字制造悬念，用户花了两分钟，最后发现并没有多少新东西。
前者完读率可能更高，后者停留时间更长。
如果算法只看完读率，短内容可能天然占优；如果只看停留时间，长内容又可能获得优势。
更复杂的是，停留时间本身也不等于有效阅读时间。用户可能认真阅读，也可能因为愤怒而反复查看，甚至只是停留在页面上没有继续操作。
所以，真正有价值的变化，不是简单提高某个行为指标的权重，而是让模型更准确地理解这些行为背后的含义。
马斯克并没有公布新模型如何处理内容长度、阅读完成度与停留时间之间的关系。
但这次调整至少表明，X正在尝试更精细地预测用户的内容消费行为。
二、大模型带来的变化，是更有能力判断内容是什么
如果只看召回和排序两个环节，X的变化并没有想象中那么颠覆。
深度学习进入推荐系统已经很多年，Transformer也并非第一次用于内容推荐。
X公开的Phoenix推荐框架，本身就使用Transformer架构进行内容召回和排序，并预测用户可能采取的多种行为。
大模型技术正在提高推荐系统理解内容、用户和上下文的能力。
过去，推荐系统已经能够通过用户行为、内容标签、文本向量和社交关系等信息，判断用户可能对什么感兴趣。
更强的语义模型则有机会进一步识别内容讨论的具体问题、论证方式，以及不同观点之间的关系。
例如，一个用户经常阅读AI相关内容。
粗粒度的兴趣模型可能知道他喜欢AI新闻。
更细致的语义理解则可能发现，他真正关注的是AI在企业中的应用，尤其是技术能力如何转化为商业价值。
这意味着系统有机会减少无关内容，把更专业、更符合具体需求的信息推荐给他。
而且，大模型的价值并不局限于推荐排序。
它同样可以帮助平台识别垃圾内容、标题党、重复信息和低质量的自动生成内容。
2026年2月的一项研究，将语言模型生成的文本向量与人工设计的语言特征结合，使用XGBoost进行标题党检测。
在研究使用的测试集上，混合模型取得了0.909的F1分数和0.969的AUC。相比仅使用文本向量的基线模型，F1提高了4.5个百分点。
这项研究至少说明，语义模型与其他特征结合，能够提高特定类型低质量内容的识别能力。
但这里必须区分两个层面。
能够识别噪音，不等于推荐系统一定会减少噪音。
实验室里的分类模型，可以根据预先定义的标签判断一条内容是否属于标题党。
真实的信息流却复杂得多。
有些内容明显是垃圾信息，有些内容只是观点尖锐；有些文章信息密度低，却能引发大量讨论；还有些内容并不符合用户原有立场，却可能帮助他理解一个重要问题。
对于垃圾广告、重复灌水和明显的标题党，识别标准相对容易建立。
但对于一条让用户愤怒、同时又让他持续阅读的帖子，系统应该如何判断？
它究竟是应该被过滤的噪音，还是用户真正感兴趣的内容？
这已经不是单纯提高模型识别准确率就能解决的问题。
截至目前，公开资料能够支持的是：大模型及相关语义技术可以提高某些内容识别任务的表现，X的推荐系统也包含多种负向行为信号与过滤机制。
但还缺少足够的公开部署数据，证明此次模型升级使X的实际推荐流减少了多少低质量内容。
技术可以让平台更准确地识别内容，但哪些内容应该被减少曝光，仍然取决于平台如何定义推荐质量。
三、从无悔用户时长，看推荐算法真正的目标
这里有一个值得补充的背景。
马斯克此前谈到过一个概念：Unregretted User Time，通常可以理解为“无悔用户时长”。
它与普通的停留时间有一个重要区别。
普通停留时间衡量用户花了多少时间。
无悔用户时长试图衡量用户花费的时间是否值得，或者说，用户事后是否认可这段时间的消费体验。
两者看起来接近，实际上并不相同。
一个人可能花半小时刷完一系列充满争议的帖子，过程中不断点击、评论，甚至与别人争论。
从行为数据来看，他高度活跃。
但结束之后，他可能觉得自己浪费了半小时。
相反，他可能只花五分钟读完一篇专业文章，却因此解决了一个困扰很久的问题。
从停留时间看，前者贡献更大。
从用户事后的评价看，后者可能更有价值。
这正是“无悔用户时长”试图解决的问题。
但它也带来了新的技术难题。
用户停留了多久，可以直接记录。
用户是否后悔，却无法通过一个简单的行为信号准确判断。
平台可以尝试结合满意度调查、长期留存、负反馈、重复访问等信息建立代理指标，但这些指标仍然无法完整代表用户的真实感受。
更重要的是，即使平台宣称追求无悔用户时长，也不意味着每一次模型更新都在直接优化这一目标。
马斯克此次强调的是停留时间预测能力，而不是公布了一套新的无悔时长测量方法。
因此，真正值得追问的是：
更准确地预测用户会花多少时间，是否真的能够帮助平台判断这些时间花得值不值？
这也是推荐系统长期面临的一个问题：容易测量的行为指标，如何与难以测量的用户价值建立可靠联系。
当一个指标成为主要优化目标，系统就可能越来越擅长提高这个指标，却不一定同步改善它原本希望代表的结果。
AI可以提高预测精度，却无法自动消除这种偏差。
四、AI越懂用户，信息茧房会更严重吗？
如果推荐系统主要根据用户过去的行为预测未来的兴趣，那么更强的预测能力确实可能强化已有偏好。
假设一个用户对AI的发展持乐观态度。
他经常阅读支持AI快速发展的观点，也愿意在这些内容上花费更多时间。
推荐系统观察到这些行为，就会倾向于推荐类似内容。
随着阅读次数增加，系统获得越来越多相似的反馈，也就越来越确信用户喜欢这类观点。
于是，类似内容获得更多曝光，不同观点获得的机会可能减少。
这就是推荐系统中的反馈循环。
其中存在一个容易被忽略的问题：
算法很难直接判断，用户不喜欢某种观点，还是因为从未接触过这种观点。
没有被展示的内容，自然也不会产生点击和阅读行为。
如果系统主要根据已有曝光产生的数据继续学习，就可能不断强化已经观察到的偏好。
当模型能够更精细地理解用户时，这种强化甚至可能变得更加隐蔽。
过去，系统可能只知道用户喜欢AI。
现在，它可能逐渐知道用户喜欢什么立场的AI观点、偏好怎样的论证方式，以及什么样的表达最容易让他继续阅读。
不过，这并不意味着更强的AI一定会加剧信息茧房。
恰恰相反，它也可能带来改善。
首先，完整阅读行为可能帮助系统减少那些依赖刺激性标题获得点击、却无法提供实际内容的帖子。
其次，更强的语义理解能力可以帮助系统发现不同领域之间的关联。
一个关注AI商业化的用户，可能因此接触到组织管理、劳动经济学或产业政策方面的研究，而不只是反复看到同类AI新闻。
第三，模型也可以被训练去识别观点差异，主动提供与用户已有判断不同、但仍然具有相关性的内容。
因此，AI对信息茧房的影响不是单向的。
它既可能让用户更精准地停留在熟悉的观点中，也可能帮助用户发现原本不会主动寻找的信息。
决定方向的，不只是模型能力，还有召回机制、排序目标，以及平台愿意为信息多样性保留多少空间。
一个系统即使能够理解不同观点，如果在排序时仍然持续奖励最容易让用户停留的内容，也未必会主动增加观点多样性。
反过来，如果系统将新颖性、信息来源多样性和长期满意度纳入优化目标，更强的模型就可能成为改善信息环境的工具。
所以，真正的问题不是AI是否会制造信息茧房，而是平台希望利用AI的预测能力实现什么。
五、用户说自己想看的，和真正愿意看的，可能不是一回事
讨论到这里，还有一个更难的问题。
假设推荐平台允许用户主动选择内容偏好。
一个用户选择了“深度学习”，希望看到更多专业知识、研究报告和不同观点。
但系统发现，他实际花费最多时间的，仍然是轻松的娱乐内容和充满争议的热门帖子。
这时，推荐算法应该听谁的？
是相信用户明确表达的需求，还是相信用户真实表现出来的行为？
在推荐系统研究中，这涉及声明偏好与行为显露偏好之间的差异。
用户说自己希望获得什么，并不一定与实际消费行为一致。
但实际消费行为，也不一定能完整代表用户真正重视什么。
例如，一个人可能希望通过阅读提高专业能力，却因为工作疲惫，更容易在晚上选择轻松内容。
如果算法完全根据行为优化，就可能不断强化娱乐消费。
但如果完全根据用户声明的目标推荐，又可能忽略他当下的实际状态，让体验变得僵硬。
这不是简单增加一个“学习模式”就能解决的。
更合理的推荐系统，可能需要同时理解三个层面。
一是用户长期重视什么。
二是用户当前想完成什么任务。
三是用户在实际使用中表现出怎样的偏好。
三者之间可能一致，也可能冲突。
过去，推荐系统更容易依赖第三种信息，因为行为数据丰富、连续，而且可以直接量化。
大模型带来的新机会，是让用户能够用自然语言表达更加复杂的需求。
例如：
“我想了解AI对传统行业的真实影响，希望多看有数据支持的案例，也想了解失败的项目和不同意见。”
这样的需求，很难用简单的兴趣标签完整表达。
但语言模型可以理解其中的主题、信息质量要求和观点多样性偏好，并将它们转化为内容检索和排序的条件。
当然，理解用户的要求，只是第一步。
当用户声明的长期目标与短期行为发生冲突时，系统仍然需要决定如何取舍。
一个可能的方向，是让用户拥有更多可理解、可调整的控制权，而不是让平台完全替用户决定。
用户可以在不同场景下选择娱乐、探索或研究，也可以决定是否希望系统主动引入不同观点。
这并不意味着平台要放弃个性化推荐，而是让个性化从单纯预测过去的行为，进一步转向理解用户希望实现的目标。
推荐系统不应该只知道用户容易被什么吸引，还应该有能力理解用户希望通过信息消费获得什么。
六、当AI决定什么值得被看见，专业内容还有多少机会？
从X的推荐算法延伸到品牌与内容传播，还存在另一个值得关注的变化。
对于专业内容而言，更强的语义理解能力可能同时带来机会和挑战。
机会在于，专业内容不一定需要通过制造情绪和争议来获得曝光。
一篇技术文章可能只有少数人真正感兴趣，但如果模型能够准确识别内容讨论的问题，并找到正在研究相关问题的用户，它就有机会实现更有效的匹配。
这对于B2B内容尤其重要。
B2B内容的价值，往往来自帮助特定人群理解一个复杂问题。
一篇介绍工业设备故障诊断方法的文章，可能不会获得大量点赞和转发。
但它可能帮助正在寻找解决方案的工程师缩小排查范围。
如果推荐系统能够理解这种专业相关性，内容就不必完全依赖广泛传播才能找到合适的读者。
不过，另一面同样值得注意。
推荐系统越依赖已有兴趣和行为，尚未形成明确需求的内容，就可能越难获得曝光。
这恰好触及B2B营销的一个核心问题。
很多企业客户并不是先有明确需求，再开始寻找解决方案。
有时，他们并不知道某个问题可以用新的方式解决。
一个制造企业可能已经习惯了现有的生产流程，并不认为某个环节存在明显的改进空间。
直到接触到新的技术案例、成本分析或行业实践，才开始重新理解自己的问题。
在这种情况下，内容的价值不是满足已有需求，而是帮助客户发现尚未意识到的可能性。
如果推荐系统只追求精准匹配已有兴趣，就可能让这类内容失去被发现的机会。
因此，对于B2B品牌，内容传播需要同时解决两个不同的问题。
一个是让已经有需求的人找到自己。
另一个是让尚未形成需求的人理解新的问题和解决方案。
前者依赖精准匹配，后者则需要一定程度的探索、跨领域连接和认知突破。
更强的AI推荐系统有能力改善前者，但能否支持后者，仍然取决于平台如何设计信息发现机制。
这也意味着，B2B内容不能只围绕流量指标判断价值。
一篇文章可能只有几百次阅读，却帮助潜在客户重新理解某项技术的商业意义。
另一篇文章可能获得十万次曝光，却没有改变任何人的判断。
对于品牌而言，二者的价值未必与阅读量成正比。
当然，认知改变本身也需要验证，不能因为内容专业，就默认它创造了商业价值。
但至少应该认识到，曝光、阅读和互动只是传播过程中的行为指标，而不是品牌最终希望实现的结果。
七、AI更懂内容之后，真正稀缺的可能是价值判断
回到X的这次调整。
马斯克公布了更准确的停留时间预测模型，以及更重视完整阅读行为的召回模型。
从技术方向看，这些变化可能帮助平台减少无效点击，让内容匹配更加精准。
大模型的语义理解能力，也为识别标题党、垃圾信息和低质量内容提供了新的工具。
但技术能力的提高，并不意味着推荐结果一定会改善。
一方面，AI可以更准确地找到用户真正需要的信息。
另一方面，它也可以更准确地找到最容易持续占据用户注意力的内容。
两者可能重合，却不是同一回事。
而且，现有公开证据还不足以判断，X此次调整最终会让用户接触到更丰富的信息，还是让已有偏好得到进一步强化。
这需要观察真实的内容曝光分布、用户满意度和长期使用行为，而不仅是平台总时长的增长。
从更广泛的AI产品发展来看，这件事也反映了一个正在出现的变化。
当模型越来越擅长理解内容、预测行为和完成任务，单纯提高模型能力，未必足以构成产品的长期差异。
更重要的问题开始转向：应该优化什么结果，以及如何判断这个结果是否真正创造了价值。
推荐系统如此，企业AI产品也是如此。
一个AI客服系统能够处理更多对话，不代表客户问题解决得更好。
一个AI营销工具能够生产更多内容，不代表品牌获得了更多有效认知。
一个推荐系统能够让用户停留更长时间，也不代表用户获得了更多值得花时间了解的信息。
这些产品都面临相似的问题：容易量化的过程指标，与真正希望实现的结果之间，存在多大的距离？
过去，技术能力不足时，很多产品首先需要解决“能不能做到”。
当AI逐渐降低能力门槛，产品之间的差异就会更多体现在对问题的理解、目标的选择，以及对结果的验证上。
对于内容平台，问题是如何定义值得推荐的信息。
对于品牌，问题是如何创造值得被理解的内容。
对于用户，问题则是如何在越来越精准的推荐中，保留主动探索和独立判断的空间。
AI越来越擅长理解我们喜欢什么。
但我们真正需要的，未必总是自己已经喜欢的东西。
AI更懂内容之后，值得被看见的，不应该只有那些最容易留住我们的内容，也应该包括那些能够帮助我们重新理解世界的内容。
事实核查与参考资料
本稿主要依据以下资料，已将公开事实与分析判断区分处理：
X算法调整：马斯克10月20日的帖文。帖文描述了新的排序和召回模型，但未披露覆盖范围或实际效果。
Phoenix推荐架构：X官方算法仓库。公开代码包含候选召回、Transformer排序及多种行为信号。
“无悔用户时长”：马斯克2025年1月的帖文。这一概念的具体测量方式并未随此次更新公布。
大模型滤噪研究：《Click it or Leave it》：混合模型测试集F1为0.909、AUC为0.969；这些不是X的线上推荐效果。