X 的“multi-step reply spam”过滤器：代码里能看到什么（2026）

X 的开源代码里有一个 2026 年 9 月 4 日加入的过滤器，针对粉丝至少 1,000 的账号帖子下的自我回复链。当 AI 模型把这样一条链中同一作者的至少 2 条帖子标记为垃圾内容时，X 的代码会给每条被标记的帖子加上 reply spam 标签，并给出 0 分的回复排序分数。

X 在 2026 年 9 月 4 日给开源代码增加了什么？

X 的公开仓库 xai-org/x-algorithm 在 2026 年 9 月 4 日新增了一个回复垃圾内容流程 multi_step_reply_spam。这次提交在 grox/flows/reply_spam/ 中新增了四个文件：

• plan_multi_step_reply_spam.py 串起 4 个步骤：资格过滤、媒体加载、垃圾内容检测和写入。
• task_multi_step_reply_spam.py 包含过滤器、检测步骤和写入步骤。
• classifier_multi_step_reply_spam.py 构建模型要读的讨论串，解析模型的回答，并执行 3 项保护措施。
• state_multi_step_reply_spam.py 保存结果：被标记帖子的 ID 列表和一条理由。

X 的 README 把 grox/ 文件夹描述为在帖子发布时运行的代码，包含针对垃圾内容等类别的分类器。这个新流程和 X 其他回复排序流程注册在同样的流式生成器上。

任务文件在 2026 年 9 月 8 日又被修改过：写入步骤现在调用一个发布函数，不再是两次单独的写入。它写入的值仍然是 0.0。

“multi-step reply spam”过滤器会针对哪些回复？

过滤器（TaskMultiStepReplySpamFilter）只有在以下条件全部满足时才会选中一条回复：

• 该帖子是有祖先的回复，且没有任何祖先被删除。
• 它的直接上级是同一作者的帖子：账号在回复自己。
• 它位于根帖之下至少 2 层。
• 它的作者不是根帖的作者。
• 根帖作者的粉丝至少 1,000（FOLLOWER_COUNT_THRESHOLD_FOR_SPAM_DETECTION = 1000）。低于这个数，代码会以 low_blast_radius 为理由跳过该回复。

满足条件的最小形态是：另一个账号的一条帖子，被评估账号的一条回复，以及同一账号对自己第一条回复的第二条回复。过滤器从不查看回复者自己的粉丝数。

直接上级属于别人的回复会被跳过（parent_not_same_author）。回复者自己帖子下的任何回复也一样（same_user_reply_as_root）。

过滤器会放过哪些账号？

X 的 multi-step reply spam 过滤器在任何模型运行之前，会跳过 5 类情况：

• Grok 或 Gork 账号写的回复。
• 被标为 high page rank（第 2 版）的作者，通过 is_high_page_rank_v2_user 检查。
• 带灰色徽章的作者，通过 is_grey_badge_user 检查。
• 根帖作者粉丝不足 1,000 的回复。
• 祖先帖子已被删除，或某条帖子没有作者记录的讨论串。

这些文件没有定义“high page rank”和“灰色徽章”。

模型如何判断什么是垃圾内容？

X 的代码展示了模型收到什么，以及它回答之后发生什么，但没有展示它使用的判断标准。评分器绑定的模型标识是 oai-gemma4-26b-2，定义在 constants.py 中。

模型会读到：

• 回复作者的资料（名称、用户名、简介和资料中的所在地）；
• 以编号帖子呈现的讨论串，其中“Post 0”是根帖，标注为“never flag”，最后一条标注为“the reply being evaluated”；
• 每条帖子的用户名、粉丝数、显示名称、正文、URL，以及最多 2 个媒体项；
• 根帖作者的简介，附在根帖上。

祖先超过 10 条的讨论串会被裁剪为前 5 条和后 5 条（MAX_THREAD_SIZE = 10）。模型以 JSON 作答：它判定为垃圾内容的帖子的序号，以及一条理由。

提示词本身没有公开。prompts.py 会加载名为 multi_step_reply_spam_system.j2 的模板，但它不在仓库中，该文件自带的注释说明排除提示词是为了降低系统被钻空子的风险。X 的 README 也把 Grox 的提示词列入不公开的文件。

模型回答之后有哪些保护措施？

三项检查按以下顺序运行，每一项都可能抹掉标记：

1. 如果最新的回复不在被标记的帖子中，所有标记都会被丢弃。
2. 其他作者所写的被标记帖子会被移除。
3. 如果只剩下恰好 1 条被标记的帖子，它会被丢弃。

因此，处罚至少需要同一作者的 2 条被标记帖子，且其中包括最新的回复。

被过滤器标记的回复会怎样？

对讨论串中的每条被标记帖子，X 的代码都会加上 reply spam 安全标签，并发布 0.0 的回复排序分数。写入步骤（TaskWriteMultiStepReplySpamReplyRanking）通过 DisableTaskForNonProd 在非生产环境中被禁用。

对每条被标记的帖子，代码会：

• 加上安全标签 RiskyHighVizReply，除非作者是 high page rank（有分数时，信誉分 62 或以上算作 high page rank）、带灰色徽章或是测试用户；
• 发布 0.0 的回复排序分数，并附上模型给出的理由，理由只保留最后 500 个字符。

同一文件夹里的主要回复排序评分器，会拒绝 0 到 3 区间之外的任何分数，所以 0 是这个量表上的最低值。一条帖子一旦得到 0，标准的回复排序写入步骤就会跳过任何不低于已存分数的新分数。

这些文件作用于单条帖子，不会封停账号，也不会给账号整体加标签。

公开文件没有展示的内容

仓库没有展示对话视图如何使用这个分数或标签：搜索该分数的名称，只会在 reply_spam 文件夹里找到它。标签名 RiskyHighVizReply 在仓库的 under-the-hood 文件夹里也没有出现，标签列表中同样没有，所以已公开的代码没有显示 Under the Hood 中有它的条目。

如何知道您的回复是否受到影响？

要知道您的回复是否受到影响，就看它们在对话中的位置。回复降权（回复排序降低）是指您的回复被推到对话底部，或藏在“显示更多回复”之后。

Shadowban Radar 从外部定义这项检测。当 X 在按时间顺序读取的对话中显示某条回复，却在同一对话的默认视图中将其排除时，即检测到回复排序降低。reply deboosting 页面说明了如何手动检查。

在 Shadowban Radar 上做一次免费检测，可对任何公开用户名运行这项测试，无需登录。它显示的是回复的位置，而不是原因。回复排名靠后可能来自多种信号，所以检测无法判断是不是这个过滤器标记了它。

如果回复在对话中完全消失，那是另一种限制，即 ghost ban。

从代码看，可以怎么做？

X 没有公开模型的判断标准，所以以下几点只来自过滤器的条件。

• 一件事只说一次。过滤器只在同一作者至少有 2 条帖子被标记时才起作用，别人帖子下的单独一条回复不可能满足条件。把几条短回复合并成一条，就能避开过滤器要找的回复链。
• 把补充内容放进自己的帖子。后续说明、链接或较长的解释，可以放在自己的帖子或讨论串里：自己帖子下的回复从不会被评估（same_user_reply_as_root）。
• 回复别人，而不是回复自己。直接上级是其他账号帖子的回复，不在过滤器范围内（parent_not_same_author）。
• 一条回复链会被整体判断。模型一次读完整个讨论串，同一作者每条被标记的帖子都会各自获得 0 分。

reply_spam 的文件中没有任何步骤可以撤掉标签，或在写入 0 之后再把它调高。

来源

2026 年 10 月 7 日读取自 xai-org/x-algorithm 仓库，提交为 78460ca。这 4 个过滤器文件于 2026 年 9 月 4 日在提交 9b0dc31 中新增。

• plan_multi_step_reply_spam.py：4 个步骤及其顺序。
• task_multi_step_reply_spam.py：资格、检测和写入步骤。
• classifier_multi_step_reply_spam.py：交给模型的讨论串和 3 项保护措施。
• state_multi_step_reply_spam.py：保存的结果。
• task_write.py：打标签的函数和标准的回复排序写入。
• README.md：grox/ 的说明和未公开文件的列表。
• 提交 9b0dc31：2026 年 9 月 4 日。

Shadowban Radar 与 X Corp 没有关联。X 官方报告与实时检测的关系，见 X 的 Under the Hood。