核心用法
x-algorithm 是一份面向 AI Agent 开发者的 X（Twitter）算法攻略，整合了平台开源代码、病毒帖子分析与真实 engagement 数据。核心框架包括：
- 黄金规则速查：前2小时 engagement 决定生死、禁止主贴外链、视频>图片>纯文本、回复权重最高、最佳发布时间窗为工作日 8AM-2PM
- 算法4步机制：候选源抽取→ML 排序（预测回复/转发/点赞/举报概率）→过滤平衡→最终推送（日均50亿次，耗时1.5秒）
- 内容策略矩阵：无链接策略（外链放回复）、话题串（Threads）结构、X Article 写作公式（Hook→What→Why→Guide→Wins→Cost→Window→CTA）
- 增长黑客技巧：大账号首评截流、病毒帖子 Quote 接管、人格化内容穿插
显著优点
- 一手信源：基于 X 官方开源仓库，非猜测性内容
- AI 原生设计：明确标注与 Cursor/Claude/ChatGPT/Copilot 兼容，vibe-coding 即用即走
- 量化指标清晰：engagement 权重层级表、发帖频率建议表、时段效果分级，便于 Agent 自动化决策
- 实战模板丰富：可直接套用的 Hook 句式、Article 八段式结构、Checklist 前置校验
潜在缺点与局限
- 平台风险：策略高度依赖 X 当前算法版本，Elon Musk 时代算法迭代频繁，规则可能快速失效
- 灰色地带："争议驱动互动"建议可能诱导无价值骂战，长期损害账号信誉；Reply Guy 截流有骚扰大V嫌疑
- 数据时效性：未标注具体数据采集时间，2024-2025 年算法微调（如长推文权重变化）可能未覆盖
- 合规盲区：未涉及 X API 自动化发帖的 ToS 限制，批量操作有封号风险
适合人群
- 构建社交媒体自动化 Agent 的开发者（TypeScript/LLM 栈）
- 需快速冷启动的技术内容创作者、Indie Hacker
- 用 vibe-coding 方式迭代增长策略的 AI-native 团队
常规风险
- 账号安全：过度自动化、高频发帖、批量回复可能触发反垃圾机制
- 内容风险：争议性 Hook 可能引战导致举报降权（Reports = Instant Reach Death）
- 依赖风险：All-in X 平台策略，建议同步建设邮件列表等私域缓冲
---
建议安全等级：A（内容本身安全，但执行策略需注意平台合规边界）
来源可信度：T2（整合官方开源代码+第三方分析，非一手官方文档）