前一天还有 5000 曝光，今天发同样的内容只剩 200。你怀疑自己被限流了，去查了一圈发现没有任何违规通知。然后你换了个时间发，又火了。
这种 “薛定谔的流量” 是每个 X 运营者都经历过的事。大部分人会觉得是自己内容质量不稳定，或者平台在故意打压。但如果你去读算法的源码，你会发现原因比你想的简单得多——也残酷得多。
2026 年 5 月 X 开源了完整的推荐算法。我从代码里找到了至少 6 个独立的技术原因，它们叠加在一起，造就了你看到的流量波动。这不是 bug，是X算法设计的必然结果（研究完发现，真是烂透了）。
Key Takeaways
- 帖子发布后每 6 小时可见度减半，前 30 分钟的互动直接决定整条帖子的命运
- 你和你的粉丝可能被分到了不同的 A/B 实验组，看到的排序完全不同
- 作者连发帖子会被逐条压分，去重机制会让 “错误时间的展示” 永久压制帖子
前 30 分钟决定了一切——时间衰减有多残酷？
X 的排序模型会把帖子的年龄直接嵌入计算。代码里有一段逻辑，把帖子从发布到现在的时间离散化成一个个 “年龄桶”：每 60 分钟一个桶，最大 80 小时。模型拿到你的帖子时，第一件事就是看它多老了。
这意味着什么？帖子的可见度不是匀速下降的，是指数衰减。发布后前 30 分钟，你的帖子还是 “新鲜的”，模型给它机会展示。如果这 30 分钟里有人点赞、回复、转推，模型学到正信号，后续继续推荐。但如果没人理——模型学到 “这个用户对这条内容不感兴趣”——帖子就沉了。
更要命的是，衰减速度是每 6 小时减半。一条帖子发出去 6 小时后，可见度只剩一半。12 小时后只剩四分之一。24 小时后基本不会再被推了。这就是为什么你前一天晚上发的帖子，第二天早上看还有几百曝光，到了下午就彻底没了。
帖子年龄与可见度的关系：
| 发布时间 | 可见度（相对值） | 说明 |
|---|---|---|
| 0-30 分钟 | 100% | 黄金窗口，互动信号最强 |
| 1 小时 | ~89% | 开始衰减，但还有机会 |
| 6 小时 | 50% | 减半 |
| 12 小时 | 25% | 基本进入长尾 |
| 24 小时 | ~6% | 几乎不会再被推荐 |
你和粉丝可能不在同一个”世界”——A/B 实验分流
这个原因大部分人完全不知道。X 的排序模型有多个版本，通过 A/B 实验同时在线运行。代码里有两个模型集群：Experiment1Fou 和 Experiment1Lap7，由一个叫 decider 的系统控制分流。
你被分到哪个集群，你的信息流排序就按哪个集群的模型来。你的粉丝可能被分到另一个集群。同一条帖子，在你眼里排第 3，在你粉丝眼里可能排第 30。
if let Some(decider) = &query.decider { match configured_cluster { PhoenixCluster::Experiment1Fou if decider.enabled("override_qf_use_lap7") => { return PhoenixCluster::Experiment1Lap7; } PhoenixCluster::Experiment1Lap7 if decider.enabled("override_qf_use_fou") => { return PhoenixCluster::Experiment1Fou; } _ => {} }}这段代码的意思是：系统会根据 decider 的判断，把你从一个模型集群切换到另一个。你甚至不知道自己被切了。
更复杂的是，新用户（互动历史少于某个阈值的账号）还有独立的模型集群。也就是说，你发的帖子在新用户的信息流里和老用户的信息流里，排名可能完全不一样。
这就是为什么你有时候觉得 “我的粉丝好像看不到我的帖子”——不是他们没看到，是算法给他们排了个不同的序。
三个你不知道的”随机性”
除了时间和实验分流，还有三个独立的机制在背后运作，任何一个都可能让帖子被意外压制或放大。
① 内容审核误伤。 X 有一个叫 Grox 的内容理解系统，用 LLM 做 spam 检测、安全分类、回复质量评分。它不是关键词过滤，是 AI 判断。既然是 AI 判断，就有误判概率。你的帖子可能被误标为垃圾内容或敏感内容，然后流量断崖。你查不到任何违规通知，因为这不是违规处罚，是分类器的判断。
② 作者多样性衰减。 代码里有一个机制：同一作者的帖子，每多一条，分数就要乘以一个衰减系数。第一条正常，第二条乘以 decay，第三条乘以 decay²。这就是为什么你连发三条帖子，第三条的流量明显变差——不是内容问题，是算法在刻意压你的密度，防止一个人霸屏。
③ 去重机制。 X 用 Bloom Filter 跟踪你 “已经看过” 的帖子。一旦你的帖子被某个用户标记为 “已看”，就不会再出现在他的信息流里。如果帖子在错误的时间——比如用户很忙的时候——被展示了一次，他就永远看不到这条帖子了。你没办法让他 “再看一次”。
这三个机制叠加在一起，就是流量不稳定的底层原因。你的帖子不是被限流了，而是同时被多个独立的随机系统影响着。
实操建议——怎么在不稳定的算法里稳定获客
知道了原因，怎么应对？
1. 发帖时间选你粉丝最活跃的时段。 前 30 分钟是黄金期，不是随便什么时间发都行。如果你的粉丝大部分在国内，北京时间晚上 8-10 点可能是最佳窗口。别在凌晨发——你的帖子会浪费掉最宝贵的前 30 分钟。
2. 发帖后 30 分钟内主动制造互动。 自己回复自己的帖子、引用转发、在评论区提问。给模型一个初始正信号。哪怕只有 2-3 个互动，模型就会学到 “这条内容有人感兴趣”，后续推荐量会明显不同。
3. 别连发超过 2 条帖子。 作者多样性衰减会逐条压分。如果你有 3 条内容要发，间隔 2-3 小时。连发三条 = 第三条基本白发。
4. 一条帖子火了，别急着发同类内容。 算法会把你标记为 “这个话题的作者”，后续同类内容的分发会受到限制。趁热度还在，发一条不同类型的内容，反而能让算法给你打上更多元的标签。
5. 别看单日数据，看 7 天平均值。 流量波动是算法的常态。今天 5000 明天 200 不代表你做错了什么。关注周趋势比关注日趋势有意义得多。
常见问题
为什么同样的内容昨天火今天不火？
时间衰减 + 前 30 分钟互动差异。昨天那条在黄金窗口里拿到了互动信号，模型继续推荐。今天这条在黄金窗口里没人理，模型就放弃了。同一篇内容，发布时机不同，命运完全不同。
我被限流了吗？
大概率不是。X 的限流有明确的通知机制。你看到的流量波动更可能是 A/B 实验分流、时间衰减、或者内容审核分类器的结果。查一下你的帖子有没有被 Grox 标记——如果 visibility_reason 不是正常的，就可能是分类器误判。
连发帖子会影响流量吗？
会。作者多样性衰减机制会逐条压分。第一条 100%，第二条约 60-70%，第三条约 40-50%。间隔 2-3 小时再发下一条，效果好得多。
结论
流量不稳定不是你的错，也不一定是平台在打压你。它是X算法设计的必然结果——时间衰减、A/B 实验、内容审核、作者多样性、去重机制，多个独立的随机系统叠加在一起，造就了你看到的波动。
理解了这些机制，你就不会再为某一天的流量下滑焦虑。你要做的是：选好发布时间、抓住前 30 分钟、控制发帖频率、关注周趋势。