X Algoritmasında Küçük Hesaplara Yarayacak Değişiklik
X, “Sizin İçin” akışını oluşturan açık kaynak algoritmasında dikkat çekici bir değişikliğe gitti. Yeni FairShareRankingFilter sistemi, farklı kaynaklardan gelen gönderilerin aday havuzundan daha dengeli biçimde seçilmesini sağlıyor. Değişiklik özellikle yeni gönderilerin ve daha küçük hesapların içeriklerinin değerlendirme aşamasına ulaşma ihtimalini artırabilir.
Elon Musk’ın sahibi olduğu X, öneri sisteminin önemli bölümlerini açık kaynak olarak yayımlamaya devam ederken algoritmada yapılan değişiklikler de doğrudan takip edilebiliyor. Şirketin GitHub üzerindeki xai-org/x-algorithm deposunda yapılan son güncellemelerden biri, gönderilerin “Sizin İçin” akışına girmeden önce aday havuzunun nasıl daraltıldığını değiştirdi.
21 Ekim 2026 tarihli güncellemede kod tabanına eklenen FairShareRankingFilter, bir gün sonra yani 22 Ekim’de varsayılan olarak etkinleştirildi. Sistem, gönderileri puanlayacak modele gönderilmeden önce farklı aday kaynakları arasında daha orantılı bir dağılım oluşturuyor.
Yeni Gönderiler Artık Aday Havuzunda Daha Adil Şansa Sahip
X’in “Sizin İçin” akışı, kullanıcının uygulamayı her açışında yalnızca takip ettiği hesaplardan gelen içerikleri sıralamıyor. Sistem; takip edilen hesapların gönderileri, makine öğrenimi ile keşfedilen içerikler, benzer ilgi alanlarına sahip kullanıcılarla ilişkili paylaşımlar ve popüler gönderiler gibi farklı kaynaklardan geniş bir aday havuzu oluşturuyor.
X’in kendi açık kaynak açıklamasında, takip edilen hesaplardan gelen içeriklerin Thunder, takip edilmeyen hesaplara yönelik makine öğrenimi tabanlı önerilerin ise Phoenix ve SimClusters gibi sistemlerden toplandığı belirtiliyor. Popüler gönderiler de ayrı bir aday kaynağı olarak sisteme dahil ediliyor.
Sorun ise bu adayların tamamının gelişmiş sıralama modelinden geçirilememesi.
Mevcut yapılandırmada sıralama aşamasına gönderilecek aday sayısı 2.800 ile sınırlandırılmış durumda. Bu nedenle aday havuzu sınırı aştığında sistemin hangi gönderileri tuttuğu, içeriğin daha sonraki aşamalarda kullanıcıya gösterilip gösterilmeyeceği açısından kritik önem taşıyor. 22 Ekim’de etkinleştirilen FairShare sistemi de tam olarak bu noktaya müdahale ediyor.
X ALGORITHM UPDATE 🚨
X just stopped cutting new posts first, and that should help small accounts (I check it daily with Claude and share updates worth sharing with you)
tl;dr:
– X can only check 2,800 posts each time you open your feed
– new posts used to be last in line, so… pic.twitter.com/NeWDwCinFs— Peter Mick (@ThePeterMick) October 25, 2026
Eski Yöntem Bazı Kaynakları Dezavantajlı Hale Getirebiliyordu
Önceki yapıda adayların sınırlandırılması, adayların havuza hangi sırayla eklendiğine bağlı olarak bazı kaynakların dezavantajlı kalmasına neden olabiliyordu.
Başka bir ifadeyle, aday sayısı 2.800’ü geçtiğinde listenin sonlarına doğru eklenen içerikler daha gelişmiş sıralama modeline hiç ulaşmadan elenebiliyordu.
Bu önemli bir ayrıntı. Çünkü bir gönderinin puanı düşük olduğu için kaybetmesiyle, hiç puanlanmaması aynı şey değil. Bir içerik sıralama modeline ulaşamazsa ne kadar ilgi çekici olabileceği konusunda sistem tarafından değerlendirme yapılmadan süreç sona eriyor.
Yeni FairShareRankingFilter bunun yerine adayları geldikleri kaynaklara göre ele alıyor ve kapasiteyi daha orantılı biçimde dağıtıyor.
Örneğin teorik olarak toplam aday sayısının izin verilen kapasitenin yüzde 25 üzerinde olduğunu düşünelim. Yeni yaklaşımda yalnızca listenin sonunda bulunan tek bir kaynağın adaylarını silmek yerine, farklı kaynaklardan gelen adaylar benzer oranlarda azaltılıyor.
Böylece tek bir aday kaynağının kapasite sınırı nedeniyle orantısız biçimde dışarıda kalmasının önüne geçilmesi hedefleniyor.
Değişiklik Küçük X Hesaplarına Nasıl Yardımcı Olabilir?
Yeni sistemin en dikkat çekici sonucu, henüz büyük etkileşim toplamamış içeriklerin de değerlendirme aşamasına ulaşma ihtimalini artırabilmesi.
Bu durum özellikle küçük ve orta ölçekli hesaplar açısından önemli.
Büyük hesapların gönderileri paylaşımın hemen ardından yüksek sayıda görüntülenme ve etkileşim elde edebilirken daha küçük hesaplarda aynı süreç doğal olarak daha yavaş ilerliyor. Dolayısıyla yeni yayımlanan bir gönderinin erken aşamada güçlü istatistiklere sahip olmaması, içeriğin kötü olduğu anlamına gelmiyor.
FairShare sistemi doğrudan “küçük hesaplara daha fazla puan ver” şeklinde çalışan bir özellik değil. Bunun yerine aday kaynaklarının sıralama modeline ulaşması için daha dengeli bir alan yaratıyor.
Bu ayrım önemli.
Güncelleme, küçük bir hesabın gönderisinin otomatik olarak viral olacağı veya büyük hesapların erişiminin azaltılacağı anlamına gelmiyor. Ancak daha önce aday havuzunun yapısı nedeniyle sıralama aşamasına ulaşamayan bazı gönderilerin artık puanlanabilmesi mümkün hale geliyor.
Bunun gerçek kullanıcı erişimine ne ölçüde yansıyacağı ise henüz bilinmiyor. X’in 2.800 aday sınırına ortalama bir “Sizin İçin” isteğinde ne sıklıkla ulaştığı veya FairShare filtresinin kaç gönderinin kaderini değiştirdiği konusunda herkese açık kapsamlı bir istatistik bulunmuyor.
Dolayısıyla değişikliğin teorik avantajı açık olsa da etkisinin büyüklüğünü şimdilik kesin rakamlarla ifade etmek mümkün değil.
X Zaten Küçük ve Yeni Hesaplara Yönelik Başka Sistemler de Kullanıyor
FairShare filtresini X’in küçük hesaplarla ilgili diğer mekanizmalarından ayırmak gerekiyor.
Şirketin açık kaynak kodunda daha önce de yeni veya henüz yeterince veri toplamamış gönderilerin keşfedilmesine yönelik “cold start” mekanizmaları yer alıyordu. Son aylarda bu sistemlerde de önemli değişiklikler yapıldı.
Örneğin mevcut kod üzerinde yapılan analizler, belirli cold-start mekanizmalarında gönderinin ilk saatlerindeki performansının özel olarak dikkate alındığını gösteriyor. Bu da paylaşımın yayınlandıktan sonraki erken döneminin halen önemli olduğuna işaret ediyor.
Ancak FairShareRankingFilter farklı bir aşamada çalışıyor: Gönderinin ne kadar iyi puan aldığından önce, sıralama modelinin önüne hangi adayların ulaşacağını belirleyen kapasite paylaşımını düzenliyor.
Bu nedenle güncellemeyi “X artık küçük hesaplara ekstra puan veriyor” şeklinde yorumlamak doğru değil. Daha doğru ifade, küçük hesaplardan veya daha az temsil edilen kaynaklardan gelen içeriklerin değerlendirilmeye alınma şansının daha dengeli hale gelmesi.
Beğeni ve Paylaşım Ağırlıkları Değişmedi
FairShare güncellemesi sırasında X’in gönderileri sıralarken kullandığı temel etkileşim ağırlıklarında önemli bir değişiklik yapılmadı.
Ekim ayındaki güncel yapılandırmalarda FavoriteWeight, yani beğeni tahmininin ağırlığı 0,66 seviyesinde bulunuyor.
Bağlantının kopyalanarak paylaşılması anlamına gelen ShareViaCopyLinkWeight ise 20 ile oldukça yüksek bir katsayıya sahip.
Normal yanıt, alıntılama ve özel mesaj üzerinden paylaşma gibi bazı etkileşimlerde kullanılan ağırlıklar ise 5 seviyesinde bulunuyor. Güncel kod değişikliklerini izleyen analizlerde 22 Ekim güncellemesinin bu temel ağırlıkları değiştirmediği doğrulanıyor.
Burada rakamların nasıl yorumlandığı da önemli.
X’in açık kaynak dokümantasyonuna göre bu değerler, “bir beğeni 0,66 puandır” veya “bir bağlantı paylaşımı 20 beğeniye eşittir” anlamına gelmiyor.
Sistem önce belirli bir kullanıcının gönderiyi gördüğünde beğenme, yanıtlama, paylaşma, gizleme veya başka bir etkileşim gerçekleştirme olasılığını tahmin ediyor. Daha sonra modelin tahmin ettiği bu olasılıklar ilgili ağırlıklarla çarpılarak gönderinin sıralama skorunun oluşturulmasında kullanılıyor.
Dolayısıyla yalnızca ham beğeni veya paylaşım sayılarına bakarak X algoritmasının gönderiyi nasıl sıralayacağını hesaplamak mümkün değil.
Açık Kaynak Kod, X’in Gerçek Sisteminin Tamamını Göstermiyor
X algoritmasıyla ilgili değerlendirmelerde bir başka önemli uyarı daha bulunuyor.
GitHub’da yayımlanan kod, platformun öneri sistemini anlamak için son derece değerli olsa da X’in üretim ortamında çalışan sistemin her ayrıntısının birebir aynısını gösterdiği garanti edilemiyor.
Nitekim X’in açık kaynak deposunda bazı değerlerin gerçek üretim sisteminde farklı olabileceğine dair açıklamalar da bulunuyor. Son güncellemelerden birinde belirli bir güvenilirlik eşiğinin açık kaynak sürümünde “mock”, yani örnek bir değer olduğu ve üretimde farklı bir eşik kullanıldığı açıkça belirtilmiş durumda.
Bu nedenle kodda görülen katsayıları X’te başarılı olmanın değişmez bir formülü olarak değerlendirmek yerine, platformun hangi davranışları ve hangi aşamaları dikkate aldığını gösteren teknik göstergeler olarak görmek daha doğru.
X’te Paylaşım Yapanlar İçin İlk Saatler Hâlâ Kritik
FairShare güncellemesi küçük hesapların aday havuzunda daha adil temsil edilmesine yardımcı olabilecek olsa da kaliteli içerik ve erken etkileşim önemini kaybetmiş değil.
X’in mevcut öneri sistemi önce gönderiyi aday havuzuna dahil ediyor, ardından gelişmiş sıralama modeli kullanıcının söz konusu içerikle nasıl etkileşime gireceğini tahmin ediyor. Sonrasında ise görünürlük ve güvenlik filtreleri devreye giriyor.
Bu nedenle içerik üreticileri açısından temel denklem değişmiyor: Gönderinin doğru kişilere ulaştığında ilgi çekmesi gerekiyor.
Özellikle küçük hesaplarda paylaşımı takipçilerin aktif olduğu saatlere denk getirmek, ilk etkileşimleri organik biçimde toplamak ve kullanıcıların gerçekten okumak veya paylaşmak isteyeceği içerikler hazırlamak halen avantaj sağlayabilir.
Yeni FairShareRankingFilter ise bunun öncesindeki önemli bir problemi azaltıyor: İyi bir içeriğin yalnızca aday havuzunun yanlış tarafında kaldığı için değerlendirilmeden elenmesini.
X’in bu sistemi ne ölçüde kullanacağı ve küçük hesapların erişim istatistiklerinde gözle görülür bir değişiklik yaratıp yaratmayacağı ise önümüzdeki dönemde daha net ortaya çıkacak.
