2026年9月15日,知乎宣布完成对首页信息流推荐引擎的专项优化,全新4.0版本正式全量上线。据官方公布的灰度数据,新版信息流推荐引擎让兴趣命中率提升31.4%,人均停留时长增长18.7%,无效刷新成本下降22.9%,信息流首屏满意率由71.8%上升至86.2%。这是近三年来知乎在内容分发环节最大规模的一次技术迭代。
这次优化的源头,可以追溯到去年底的一次用户调研。算法团队负责人江一苇回忆:「调研发现,68.3%的用户觉得推荐『变钝了』——不是内容不好,而是信息流没能跟上兴趣的变化。我们意识到模型对长期兴趣记忆过深,对短期变化反应太慢,于是立项重构。」项目组随后花费9个月时间完成了召回、粗排、精排三层架构的全面改造,投入训练卡1,200余张,累计训练数据规模达到2.6万亿token。
个性化推荐的三层升级
新版信息流推荐引擎围绕个性化推荐做了三层结构性升级。召回层引入实时兴趣向量库,把用户近72小时的浏览行为压缩成2,048维动态向量,与内容向量做在线匹配,召回新鲜度提升42.6%;粗排层将候选集从1.2万条压缩到600条,同时把推理耗时从86毫秒压到31毫秒,成本直降一半以上。
精排层的变化最为关键:团队用多目标学习框架同时优化点击、完读、收藏、关注四个指标,替代了过去单一追求点击率的策略。江一苇解释:「只优化点击会奖励标题党,四个目标一起学,系统才会推荐真正值得读完的内容。」此外,新引擎还加入探索配额机制,每天有12%的流量被定向分配给用户兴趣边界之外的高质量内容,避免信息茧房越收越紧。
实测数据:31.4%命中率提升从何而来
官方同步披露了完整灰度对照数据。本次灰度历时42天,覆盖1.8亿用户,实验组与对照组各9,000万人。结果显示:兴趣命中率提升31.4%;人均日停留时长从18.3分钟提升到21.7分钟,增幅18.7%;单用户日均刷新次数从6.1次下降到4.7次,无效刷新减少22.9%;推荐内容的平均完读率从46.5%提升到58.3%。数据科学家邱雨欣表示:「刷新次数的下降比点击率的上升更让我们兴奋,它说明用户一次就能看到想看的。」
在长尾内容分发维度,新引擎同样带来明显变化。中小创作者的回答获得的首屏曝光占比从19.4%提高到27.8%,粉丝量不足1,000的答主中,有3.4万名在灰度期内出现了单篇回答点赞破千的记录,同比增加56%。这意味着推荐算法正在把流量向优质长尾内容倾斜,内容分发的公平性显著改善。邱雨欣补充:「好内容不再需要熬资历,这是我们最想看到的社区信号。」
内容分发与创作者的新机会
对于创作者而言,推荐引擎的升级直接改变了内容分发的逻辑。新的实时向量匹配让发布后2小时成为流量黄金窗口,回答在发布后120分钟内获得的首轮曝光量平均提升38.2%。官方建议创作者在回答开头80字内点明核心观点,并为首段配上清晰的段落结构,实测此类回答的平均点击率高出普通回答1.7倍。
团队还预告了后续计划:10月下旬将上线「推荐解释」功能,用户点击信息流右上角的问号,即可查看该条内容被推荐的原因,包括关注关系、话题匹配或探索配额;12月计划把推荐引擎能力开放给圆桌与专栏场景,让体系化内容获得与问答同等的分发效率。江一苇说:「推荐不该是黑箱,透明化是我们下一步的重点。」
从钝感到敏锐,这次信息流推荐引擎的全面焕新,本质上是让6.8亿用户的注意力重新流向值得的内容。打开知乎App下拉首页,你会直接感受到这次专项优化带来的变化。


用户评论(6)
确实感觉推荐变准了,这几天刷到的都是我想看的方向,以前要刷好几次才出一条。
作为小答主太需要这个了,上周的回答第一次破了千赞,流量真的向长尾倾斜了。
探索配额很有意思,昨天居然刷到一篇航天材料的文章,本来完全不在我兴趣里,但读完了。
完读率确实上来了,首页收藏的文章比上个月多了不少,推荐解释功能快上线吧。
刷新次数少了是好事,说明首页一击即中。以前我一天要下拉十几次,现在四五次就够。
希望别只推大V,多给认真写回答的新人机会,社区才能一直有活水。