Di linimasa X, sebuah thread dengan empat reply yang semuanya dibalas penulisnya bisa mengalahkan post dengan seratus likes. Ini bukan asumsi atau teori warung kopi. Ini tertulis langsung di kode algoritma yang xAI publikasikan sendiri ke publik lewat repository xai-org/x-algorithm di GitHub, pertama kali dirilis Januari 2026 dan diperbarui lagi Mei 2026.
Kebanyakan orang masih sibuk ngejar impression dan likes, padahal kode itu menunjukkan dengan jelas: bukan jumlah orang yang lewat dan nge-like yang dihargai algoritma, tapi percakapan yang benar-benar terjadi. Artikel ini membahas apa yang sebenarnya terungkap dari kode itu, dan formula thread sederhana yang memanfaatkannya — cerita pendek yang relatable, ditutup satu pertanyaan besar.
Apa yang Sebenarnya Dibuka xAI ke Publik
Pada 10 Januari 2026, Elon Musk mengumumkan bahwa seluruh kode penentu rekomendasi di X — termasuk konten organik dan iklan — akan dibuka penuh dalam tujuh hari. Sembilan hari kemudian, akun resmi X Engineering merilis repository xai-org/x-algorithm, ditulis mayoritas dalam Rust dan Python, menggantikan model lama bernama Heavy Ranker yang sebelumnya mengandalkan jaringan neural sekitar 48 juta parameter bernama MaskNet.
Model baru ini diberi nama Phoenix, dibangun di atas arsitektur transformer yang sama dengan model Grok milik xAI. Bedanya dengan sistem lama: Phoenix tidak lagi mengandalikan ratusan fitur yang ditentukan manual oleh engineer (ada gambar atau tidak, jumlah followers penulis, usia akun, dan semacamnya). README resminya menyatakan bahwa seluruh fitur hand-engineered itu sudah dihapus — sistem belajar relevansi murni dari rangkaian perilaku pengguna.
Setiap hari, sekitar 500 juta post diproses, disaring jadi sekitar 1.500 kandidat per pengguna, lalu di-ranking dalam waktu kurang dari 200 milidetik. Update Mei 2026 menambahkan pipeline inferensi end-to-end dan satu checkpoint model "mini Phoenix" yang bisa dijalankan publik untuk eksperimen.
Yang paling penting buat penulis konten: Phoenix memprediksi 19 jenis kemungkinan engagement untuk setiap post, lalu setiap probabilitas itu dikalikan bobot tertentu dan dijumlahkan menjadi satu skor akhir. Disitulah formula thread yang kita bahas ini berakar.
Reply Chain, Sinyal Paling "Mahal" di Mata Algoritma
Bobot pasti yang dipakai Phoenix di tahun 2026 tidak dipublikasikan secara eksplisit — xAI hanya merilis arsitektur dan checkpoint mini, bukan angka produksi sebenarnya. Tapi sistem lama (rilis 2023, sebelum era xAI) pernah membuka angka-angkanya secara gamblang, dan banyak analis menganggap pola bobot itu masih relevan secara arah, meski bukan jaminan persis sama dengan sistem sekarang.
Dari data 2023 itu: like dihargai sangat rendah, hanya sekitar 0,5 poin. Retweet sekitar 1 poin. Reply biasa dihargai jauh lebih tinggi, di kisaran 13,5 sampai 27 kali nilai sebuah like, bergantung sumber analisisnya. Tapi sinyal paling tinggi datang dari satu skenario spesifik: ketika seseorang reply, dan penulis aslinya membalas reply itu — kombinasi dua arah ini diberi bobot sekitar 75 poin, atau kira-kira 150 kali lipat nilai satu like.
Implikasinya cukup ekstrem. Sebuah post dengan seratus likes bisa kalah skor dari post yang hanya dapat empat reply — asalkan keempatnya dibalas oleh penulisnya. Beberapa analis menyebut ini logika yang agak berbahaya: post berkualitas rendah yang memicu banyak balasan toxic pun bisa terdongkrak skornya, karena sistem ini secara murni mengukur "seberapa ramai percakapan", bukan seberapa baik isinya.
Penting digarisbawahi: ada juga sinyal negatif yang bobotnya jauh lebih besar dari sinyal positif manapun — block sekitar -3,0 dan report sekitar -1,5. Jadi memancing reply dengan cara yang annoying atau provokatif murni cenderung berisiko, karena begitu orang merasa terganggu dan memblokir, kerugian skornya jauh lebih besar daripada keuntungan dari reply itu sendiri.
Formula Thread: Cerita Pendek + Satu Pertanyaan Besar
Begitu kita tahu reply dua arah adalah sinyal paling berharga, formulanya jadi straightforward: tulis sesuatu yang orang ingin balas, bukan sekadar like.
Cerita personal yang relatable bekerja karena otak pembaca otomatis membandingkan dengan pengalamannya sendiri. Begitu ada kecocokan — "ini gue juga pernah ngalamin" — dorongan untuk ikut cerita jauh lebih kuat dibanding dorongan untuk sekadar nge-like. Tapi cerita saja sering berhenti di situ; pembaca relate, lalu scroll lagi. Itu sebabnya elemen kedua jadi krusial: satu pertanyaan besar di penutup, yang secara eksplisit mengundang pembaca untuk menjawab dengan pengalamannya sendiri.
Strukturnya kira-kira begini:
- Hook 1-2 kalimat — data kontras atau momen spesifik yang langsung menarik perhatian, tanpa basa-basi.
- Cerita pendek 3-5 kalimat — pengalaman personal yang konkret, dengan detail kecil yang bikin terasa nyata (bukan generik).
- Satu pertanyaan terbuka — spesifik, personal, dan bisa dijawab siapa saja dalam satu-dua kalimat. Hindari pertanyaan ya/tidak; pilih pertanyaan yang memaksa orang berbagi versi cerita mereka.
Contoh sederhana: cerita tentang minggu pertama ngejar impression mati-matian, lalu ditutup dengan "kapan terakhir kali kamu sadar lagi ngejar angka yang sebenarnya nggak penting?" — bukan "apakah kamu pernah ngejar impression?"
Setelah thread diposting, langkah yang sering dilewatkan justru paling menentukan skornya: balas setiap reply yang masuk, terutama di 15-30 menit pertama. Velocity engagement di jam-jam awal jadi sinyal kualitas tersendiri bagi algoritma, dan setiap balasan dua arah itulah yang memicu bobot tertinggi yang sudah dibahas di atas.
Bukan Trik Murni — Kualitas Tetap Jadi Fondasi
Ada satu hal yang perlu jujur disampaikan: knowing formula ini bukan berarti boleh asal mancing reply dengan konten kosong. Karena bobot negatif untk block dan report jauh lebih besar dibanding bobot positif manapun, konten yang terasa manipulatif justru bisa berbalik merugikan reach jangka panjang, bukan hanya skor satu post.
Beberapa analis juga mencatat tren tambahan di awal 2026: X mulai menekan reach link eksternal untuk akun non-Premium, dan format long-form single post mulai diunggulkan dibanding thread bersambung. Artinya formula "cerita + pertanyaan" ini paling efektif tetap dijaga ringkas dan genuine, bukan dipanjang-panjangkan sekadar demi format.
Pada akhirnya, algoritma cuma alat ukur. Yang membuat orang benar-benar mau balas tetap kejujuran cerita dan ketepatan pertanyaan yang diajukan — bukan rumus semata.
Key takeaway: satu reply chain yang dibalas dua arah lebih berharga di mata algoritma X dibanding seratus likes — jadi tulis cerita yang membuat orang ingin cerita balik, lalu benar-benar balas mereka.
Referensi & Resources:
- xai-org/x-algorithm — repository resmi di GitHub
- OpenTweet, "X Open-Sourced Its Algorithm on GitHub: Here's What the Code Actually Says"
- Gate Learn, "Inside X's Open-Source Recommendation Algorithm"
- Conbersa, "How Does the X (Twitter) Algorithm Work in 2026?"
- Pengumuman X Engineering tentang open source algoritma