X平臺推出兩項時間線推薦調整
X平臺推出兩項時間線推薦調整，新的人工智能與超級智能排序模型能夠更準確預測用戶可能花費的時間，檢索模型經訓練後更傾向推送用戶會完整閱讀的帖子。
Elon Musk發佈帖文指出，新排序模型針對“probable time spent”進行優化，檢索模型專門訓練以表面化那些用戶會通讀完成的內容，這兩項變化共同驅動用戶活躍秒數（User Active Seconds）呈指數級增長。
圖表顯示2026年日活躍秒數曲線顯著高於2023至2025年同期，3月曾出現尖峯後整體上移，進入9月後持續抬升，至10月下旬已接近或突破5000億秒水平，且幾乎每日刷新歷史新高。
往年同期日活躍秒數多在3200億至4000億秒區間波動，2026年全年大部分時段已穩定運行在4000億秒以上，近期加速突破前高，形成明顯的結構抬升。
平臺內部此前將推薦系統目標指向“unregretted user seconds”，此次更新將預測停留時長與完整閱讀率作爲更核心的信號，檢索層優先放大能被讀完的內容而非僅高互動短帖。
廣告主與創作者端資金正在重新分配：願意投入長文與深度內容的創作者獲得更多曝光，短平快互動型內容的分發權重相對下降；平臺廣告庫存因總停留時長上升而擴大，但依賴純點擊的廣告主承壓。
來源：公開信息
ABAB AI 解讀
Elon Musk自2022年收購後持續以“unregretted user minutes/seconds”替代傳統DAU作爲核心優化指標，2023年公開將用戶秒數計算改爲基於iOS/Android屏幕時間上報以降低機器人干擾，2024年多次發佈日活秒數破4000億的聲明並推動推薦系統從啓發式規則向純AI過渡。
此次排序與檢索模型調整，實質是將計算資源進一步傾斜到Grok相關的預測與檢索棧，通過更精準的停留時長預測把流量導向能被完整消費的內容，從而抬高總活躍秒數這個可直接支撐廣告庫存與數據飛輪的指標，同時爲後續完全開放用戶自定義Feed（通過對話調整）鋪路。
類似路徑可見於TikTok早期對完播率與停留時長的極致優化，以及YouTube對觀看時長而非單純點擊的權重提升；當前X正處於從“互動驅動”向“深度消費驅動”的擴張階段，試圖在信息密度與注意力時長之間重新建立平臺控制力。
這屬於定價權轉移：推薦系統從“誰互動多”轉向“誰能讓用戶真的看完”，把分發權從高互動賬號與廣告算法，轉移到能夠穩定產生可預測停留時長的內容供給方，機制上是用AI預測精度直接替換人工規則與短期互動信號，使平臺對注意力的定價能力向長期消費價值傾斜。
ABAB News · 認知定律
停留時長定價內容，互動只是噪音。
預測時間比計算點擊更值錢。
指數增長來自模型，而非用戶。