Algoritma X November 2026: Kejar Waktu Baca, Bukan Klik

Banyak orang — dan banyak AI agent yang dijadwal ngepost — masih mengejar klik, hashtag, dan volume. Post sebanyak mungkin. Judul yang bikin orang masuk. Video yang autoplay.
Sementara itu, kode publik For You di X berubah lagi pada 5 November 2026. Nggak ada pengumuman besar. Yang kelihatan: file bobot di repositori x-algorithm milik xAI.
Arahnya cukup jelas kalau kamu bandingkan angkanya: prediksi orang betah baca dan like naik bobotnya. Prediksi orang cuma ngeklik masuk turun. Prediksi orang membuka video di scoring For You utama sekarang berbobot nol.
Ogi (oggix) merangkum perubahan itu di X: X makin peduli orang baca sampai habis lalu like, bukan berapa kali post diklik. Saya setuju dengan arah itu. Tapi beberapa angka yang beredar perlu dikoreksi, karena bobot ini bukan poin yang kamu kumpulkan tiap kali dapat like.

Tujuh bobot yang benar-benar berubah
Saya bandingkan home-mixer/params/param.rs di commit b508926 (4 November 2026) dengan commit 021afa4 (5 November 2026, pukul 05:16 UTC). Snapshot 7 November (3b6919f, sync terakhir repo saat saya cek) masih memakai nilai yang sama.
Ada satu flag yang ikut nyala: EnableHomeExcursionScores berubah dari false ke true. README repo menyebut prediksi video continuation seconds dan profile visit seconds sebagai sinyal perhatian. Saya nggak akan mengarang bahwa sinyal itu sekarang "dihitung penuh" — beberapa bobot video terkait di default publik ini tetap 0, termasuk VideoOpenWeight, VqvWeight, dan ProfileClickWeight.
Lesson: update 5 November menggeser For You menjauh dari klik kosong, mendekati like dan waktu orang benar-benar berhenti baca.
Jangan baca tabel itu seperti nilai ujian
Ini bagian yang paling sering disalahpahami, sampai X sendiri nulis peringatan di README dan di komentar param.rs.
Rumus publiknya kira-kira:
Final Score = Σ (weight_i × P(action_i))
Bobot dikalikan prediksi bahwa viewer tertentu akan melakukan aksi itu — atau prediksi nilai kontinu seperti lama baca. Bukan dikalikan jumlah like, reply, atau report yang sudah kelihatan di post.
Jadi kalimat "satu report menghapus 330 like" itu salah. Baseline probabilitas orang mereport jauh lebih rendah daripada orang like — X sendiri bilang lebih dari 1.000 kali lebih jarang — makanya bobot report kelihatan raksasa (−234). Itu supaya prediksi yang langka tetap bisa menggeser skor, bukan supaya kamu bisa tukar-tambah hitungan mentah.
Ilustrasi sederhana, bukan skor aslimu: kalau model menaksir peluang like 10%, kontribusi term like-nya 0,10 × 0,708 = 0,0708. Masih ada puluhan term lain, filter, dan tahap ranking.
File itu juga cuma default yang di-sync ke nilai produksi utama. X bisa menjalankan eksperimen, jadi snapshot publik nggak menjamin setiap user melihat konfigurasi yang sama.

Yang nggak berubah, dan justru lebih besar dari like
Kalau kamu cuma lihat like naik ke 0,708, kamu melewatkan hierarki yang jauh lebih penting. Default publik per 7 November 2026 masih menaruh bobot paling besar di aksi yang jarang dan bermakna:
- Salin tautan post: 20
- Reply dari orang yang saling follow: 5 + 15 = 20 (
ReplyWeightplusBidirectionalFollowReplyWeightBoost) - Reply, quote, atau share lewat DM: masing-masing 5
- Follow penulis: 4
- Share: 2,118
- Repost: 1
- Like: 0,708
Di sisi penalti:
- Report: −234
- Mute penulis: −58,8
- "Not interested": −53,07
- Block penulis: −31,2
- Scroll lewat tanpa berhenti (
NotDwelledWeight): −0,02
Bookmark nggak muncul di daftar aksi README (engagement, klik, perhatian, follow, umpan balik negatif) maupun di bobot Home Mixer yang saya cek. Jadi "orang menyimpan postmu" bukan tuas ranking yang terdokumentasi.
Hashtag juga sama: saya nggak nemu term hashtag di bobot scoring publik. Numpuk tag bukan tuas yang bisa kamu andalkan dari kode ini.
Lesson: yang paling mahal bukan like, tapi orang yang peduli sampai menyalin tautan, membalas, atau — sebaliknya — menekan Not interested.
Setelah skor: filter 48 jam, penulis ganda, dan diskon luar jaringan
Skor berbobot bukan langkah terakhir. README menjelaskan tiga penyesuaian, dan saya cocokkan dengan kode serta tes di xai-value-model/scoring.rs.
AgeFilter membuang post yang umurnya lebih dari 48 jam (MAX_POST_AGE di home-mixer/params/config.rs). Jadi jendela For You itu dua hari, bukan seminggu.
Author diversity menurunkan post berikutnya dari penulis yang sama di satu slate. Rumus default di tes kode: (1 − 0,25) × 0,5^k + 0,25. Post pertama penuh (1,0). Post kedua dikalikan 0,625. Post ketiga sekitar 0,4375, lalu turun sampai lantai 0,25. Makanya ngepost beruntun di jendela yang sama bisa saling makan.
Out-of-network discount mengalikan post dari akun yang tidak di-follow viewer dengan faktor di bawah 1. Default yang dipakai di tes scoring: 0,75. README juga bilang diskon serupa berlaku untuk reply dan repost meski berasal dari akun yang sudah di-follow.
Ukuran hasil scoring Phoenix di default publik: PhoenixScoresResultSize = 2800. Itu kapasitas tahap scoring, bukan janji bahwa "tepat 2.800 post dinilai setiap kali kamu buka X." Tapi cukup untuk memahami: For You memilih dari kumpulan kandidat yang terbatas per request, lalu dipangkas lagi oleh filter.
Lalu soal mitos "2 jam pertama atau 200 views." Yang ada di kode bukan gerbang hidup-mati untuk semua post. Ada mekanisme cold start dengan parameter publik: akun di bawah 50.000 follower (ColdStartFollowerCap), post berumur di bawah 7.200 detik atau 2 jam (ColdStartMaxPostAgeSecs), dan impresi di bawah 200 (ColdStartImpressionThreshold). Kandidat yang lolos bisa diangkat menuju posisi sekitar 15–16 di request feed itu (ColdStartSlotMin / Max). Itu dorongan terbatas untuk post orisinal yang masih baru, bukan ujian "kalau gagal di 2 jam pertama, selesai."

Artinya buat AI agent yang ngepost
Kalau agent kamu masih dioptimasi supaya "dapat banyak klik" atau "post 8 kali sehari," dia sedang mengejar metrik yang bobotnya justru ditekan.
Ini yang akan saya pakai sebagai pagar operasional.
1. Tulis supaya orang selesai, bukan supaya orang masuk
Klik turun, lama baca naik 25%. Itu bukan undangan bikin thread panjang yang berputar-putar. Post pendek yang jelas bisa lebih mudah diselesaikan daripada thread 12 bagian yang orang tinggalkan di slide ketiga.
Di artikel soal konten AI yang bukan slop saya sudah bilang: agent boleh riset dan draft, tapi premis dan suara tetap di kamu. Update algoritma ini memperkuat alasan itu. Model bagus dalam memproduksi teks. Dia belum tentu tahu kapan pembaca bosan.
2. Jangan suruh agent nge-spray
Kalau dua post kamu masuk slate yang sama, yang kedua mulai dari 62,5% skor. Agent yang "rajin" posting tiap 20 menit bisa jadi sedang menendang postnya sendiri. Lebih aman: satu ide, satu post, lalu jaga obrolannya.
3. Video jangan cuma dibuka, harus ditonton — dan jangan overclaim
VideoOpenWeight di scoring For You utama sekarang 0. Artinya term "orang membuka videomu" nggak mendorong skor di default ini. Itu tidak berarti video mati di semua permukaan X: carousel video, misalnya, punya VideoCarouselVideoOpenWeight tersendiri yang masih 1,0. Jadi jangan pakai update ini untuk menyimpulkan "video sudah nggak berguna." Yang aman dikatakan: umpan thumbnail yang cuma bikin orang membuka lalu langsung swipe, nggak lagi dibayar oleh term video-open.
4. Balasan yang saling follow itu mahal — jangan difarming
Bobot reply antar akun yang saling follow setara dengan menyalin tautan (20). Itu alasan kuat untuk bales komentar orang yang memang saling follow, dengan isi. Bukan alasan menyuruh agent membalas "setuju banget!" di 40 post teman supaya kelihatan ramai. X memperingatkan di komentar kodenya: aksi yang dikoordinasi dari luar Home Timeline nggak punya dampak ranking yang konsisten.
5. Jauhi konten yang bikin orang tekan Not interested
Penalti prediksi "Not interested" (−53,07) jauh lebih dalam daripada hadiah prediksi like (0,708). Agent yang mengejar engagement dengan bait, ulangan, atau topik yang bikin orang capek, sedang bermain di sisi yang salah dari persamaan.
6. Kalau agent yang ngejadwalkan, kamu yang pegang tombol kirim
Alat seperti Tebar memudahkan draft dan jadwal lewat chat. Itu bagus. Yang berbahaya: agent kirim sendiri tanpa kamu baca ulang hook dan janji di baris pertama. Di audit tim AI agent saya masukkan kebiasaan ini: tiap bot punya lane, dan yang menyentuh akun publik butuh review.
Kalau kamu baru membangun bot konten, onboard dia seperti anak magang: kasih contoh post yang memang kamu banggakan, suruh dia mengulang prinsipnya, lalu uji di draft. Pola itu saya tulis di onboarding AI agent.
Lesson: agent boleh membantu riset, draft, dan jadwal. Metrik yang dia kejar harus dwell, like yang jujur, dan percakapan — bukan klik atau frekuensi posting.
FAQ
Apakah update 5 November membuat like lebih penting daripada reply?
Tidak. Like memang naik dari 0,66 ke 0,708, tapi reply tetap 5, dan reply dari akun yang saling follow tetap 20. Yang berubah adalah arah relatif di antara sinyal menengah: like dan lama baca naik, klik dan buka video turun.
Kalau post saya sepi di 2 jam pertama, apakah sudah gagal?
Bukan itu yang dikatakan kode publik. Ada dorongan cold-start terbatas untuk beberapa post orisinal dari akun di bawah 50.000 follower, dalam 2 jam pertama dan di bawah 200 impresi, menuju slot sekitar 15–16. Kegagalan dapat banyak view di awal bukan vonis resmi bahwa For You menutup pintu.
Apakah satu orang yang menekan Not interested merusak jangkauan ke semua orang?
Tidak dengan cara hitung mentah. Bobot itu dikalikan prediksi untuk viewer tertentu, dan rekomendasi bersifat personal. Prediksi "orang seperti kamu akan menekan Not interested" yang menggeser skor, bukan total klik Not interested di seluruh jaringan.
Apakah AI agent perlu membaca kode algoritma setiap minggu?
Kalau dia yang ngepost atas namamu, dia perlu constraint yang kamu tulis ulang setiap kali asumsinya berubah. Repo ini publik dan sering di-sync. Saat saya cek 8 November 2026, xai-org/x-algorithm punya 34.146 bintang dan 5.516 fork, lisensi Apache 2.0. Yang nggak perlu: menyuruh agent mengoptimasi tiap desimal seolah itu tombol ajaib.
Penutup
Kode For You bukan buku resep viral. Dia peta kasar tentang apa yang sistem dirancang untuk hargai.
Peta edisi 5 November 2026 bilang: orang yang selesai baca dan mau like lebih mahal daripada orang yang cuma mampir. Orang yang menyalin tautan atau membalas masih jauh lebih mahal dari itu. Orang yang menekan Not interested jauh lebih mahal di arah sebaliknya.
Kalau AI agent kamu belum diajari itu, dia akan terus mengejar metrik kemarin. Ganti targetnya, bukan cuma modelnya.
← Artikel Sebelumnya
Hakonfig: Ganti Provider AI Agent Tanpa Edit JSON Manual
Artikel Selanjutnya →
Backend Gratis di Cloudflare untuk AI Agent: Muat, Asal Tahu Batasnya
Baca Juga
Ada Pertanyaan? Yuk Ngobrol!
Butuh bantuan setup OpenClaw, konsultasi IT, atau mau diskusi project engineering? Book a call langsung — gratis.
Book a Call — Gratisvia Cal.com • WITA (UTC+8)
Newsletter
Subscribe to Newsletter
Artikel baru, automation notes, dan engineering insight. Clean inbox, no spam.
Dengan subscribe, kamu setuju menerima update seperlunya.



