純觀點的時代可能要翻篇了。

作者：David，深潮 TechFlow

1 月中旬，X 宣布拿出 100 萬美元獎勵平台上表現最好的長文 Article。

Elon Musk 親自轉發確認。規則也很簡單：僅限美國用戶，1000 字以上英文原創文章，主要按美國付費用戶的曝光量排名。

你應該還記得在這個內容激勵活動發布的幾天前，個人成長博主 Dan Koe 發了一篇「How to fix your entire life in 1 day」，拿到 1.7 億次曝光，成了 X 有史以來表現最好的 Article。

X 顯然看到了長文的流量潛力，迅速跟進；下調 Articles 功能門檻、調整算法權重讓長文優先於短帖、宣布百萬美元徵文大獎。

兩周比賽期，數萬人參賽。

2 月 4 日結果揭曉，最終總獎金 215 萬美元，比承諾的翻了一倍多。冠軍 100 萬，亞軍 50 萬，另設 25 萬的「Creator Choice」獎和四個 10 萬榮譽提名。

獲獎情況大致如下：

你可以看到 Dan Koe 又上榜了。不過，他之前那篇如何用一天修復人生的文章有 1.7 億曝光，但這次創作比賽的冠軍只有 4500 萬。

爆款仍然可遇不可求，不過幾個獲獎文章也值得拆解。

🏆冠軍：9 萬粉“小號”，靠一個自建資料庫拿走 100 萬

冠軍 @beaverd 的文章標題翻譯過來是「Deloitte，一顆擴散全美的 740 億美元毒瘤」。寫的是知名諮詢公司德勤。

這個帳號目前“只有” 9 萬粉絲，和獲獎的其他幾個人比算是小號了，而且沒有媒體機構，沒有藍 V 認證之外的任何背書。

他寫的題目也不沾任何流量熱詞，但揭露的事情比較有話題性，即 Deloitte（德勤）怎麼從聯邦和州政府拿走了 740 億美元合同，然後把項目做爛的。

傳送門在此

點進去看，會發現這人是真下了功夫的。

他自己建了一個網站叫 somaliscan.com，抓了數百萬條政府發票數據，一筆一筆交叉比對審計報告和系統故障記錄。

然後用這些一手數據講了一串觸目驚心的故事：加州失業金系統被騙走 320 億美元，田納西州醫療補助系統崩了導致 25 萬兒童失去保障，法院資訊化改造燒掉 19 億還烂尾… 一共覆蓋了 25 個州。

他還挖出了德勤高管和政府官員之間的旋轉門，具體到誰從德勤跳到了哪個部門，又批了哪些合同回去，人名和金額都列得清清楚楚。

一個人自己拉了個資料庫，自我研究賺了 100 萬美元。

🥈亞軍：70 萬粉的財經大號，教你在關稅恐慌裡賺錢

亞軍 @KobeissiLetter 是宏觀財經圈的老面孔了，70 萬粉，長期跟美國經濟政策和市場波動。

他這篇文章幹的事情也很直接，把特朗普每次打關稅牌的套路拆成了一個可重複的交易框架，標題叫做**《特朗普的關稅劇本：一份操作指南》。**

由於特朗普經常不按套路出牌，喜歡發布一些出格的政策和對其他國家進行威脅，但最後並不一定能完全兌現，華爾街有人總結了這個套路叫 TACO，全稱 Trump Always Chickens Out（特朗普總會怯場）。

TACO 說的就是一個反覆出現的模式：

特朗普宣布猛烈關稅 → 市場暴跌 → 過幾天他自己鬆口或延期 → 市場反彈。

傳送門

KobeissiLetter 這篇文章幹的事，就是把 TACO 從一個段子變成了帶時間刻度的操作手冊。他用過去 12 個月的關稅事件做樣本，拆出了一個完整的周期模板，供你照著時間段去做交易。

比如，週末白宮那邊放消息製造恐慌、週中抄底資金入場、下一個週末釋放緩和信號、2 到 4 週內達成某種協議。同時他還會再每一個步驟都兌現時持續跟帖，告訴你現在到哪一步了，更像是個預研帖的連續劇。

他還給出了比較實操的方法，那就是盯住美國 10 年期國債收益率。如果這個數字突破 4.60%，特朗普大概率會讓步。

對 X 上那批關注宏觀和交易的付費用戶來說，這種東西太對胃口了。

它不跟你討論關稅好不好也不做道德判斷，就告訴你下次再來這套，你該在什麼時間點做什麼動作才能賺錢。

🥉季軍：點贊最多的 DAN KOE，熟悉的人生方法論

Dan Koe 的參賽文章「如何隨時進入極度專注狀態」拿了 4.2 萬點贊、8,681 次轉發，兩項數據都是所有參賽文章裡最高的。但曝光量只有 1,104 萬，不到冠軍的四分之一。

X 給他的其實嚴格意義上不算季軍，是單獨設了一個「Creator Choice」（官方選擇）獎，價值 25 萬美元。

其實也能理解，Dan Koe 是「啟發了這場比賽的人」。他 1 月初那篇 1.7 億曝光的爆文，直接讓 X 看到了長文的流量天花板有多高。

傳送門

文章本身就不多介紹了，還是人生成長方法論那一套。大致是講怎麼獲得專注力，並引用神經科學和心流狀態等概念來進行佐證和深化。

其實這篇的互動數據最好，但按比賽的核心規則「美國付費用戶曝光量」來算，他排不到前面。

為什麼互動最好的文章曝光反而不高？這個錯位後文會聊。

榮譽提名：10 萬 ×4

Nick Shirley、Josh Wolfe、Kaizen Asiedu、Ryan Hall 各拿 10 萬激勵。他們的帳號覆蓋公共政策、地緣政治、歷史、公共安全四個方向。

其中 Josh Wolfe 是 Lux Capital 的聯合創始人，知名風投人，也宣布把獎金等額捐給四家慈善機構。

由於原貼中沒有列出這 4 人的具體文章，時間和精力所限，我們沒有做更進一步的調查。也歡迎大家補全其中的信息。

一些深入觀察

從這次比賽結果裡，可以看到的一些規律是：

• 點贊最多的文章，曝光只有冠軍的四分之一

這場比賽最反直覺的數據，肯定是 Dan Koe 的。

4.2 萬點贊，8,681 轉發，4,627 條評論，三項互動數據全場最高。但曝光量只有 1,104 萬，不到冠軍 @beaverd 的四分之一。而 @beaverd 的點贊是 3 萬，比 Dan Koe 還少。

如果你做過社交媒體運營，會覺得這組數據很別扭。按照一般理解，互動越高，算法越願意推，曝光量應該越大才對。

但 X 這次比賽計算的不是總曝光，是「美國付費用戶首頁時間線曝光量」。這個指標把非美國用戶、非付費用戶、搜尋和個人主頁的訪問全部排除在外。

Dan Koe 寫的是個人成長，受眾天然更全球化，粉絲裡有大量非美國用戶。@beaverd 寫的是美國納稅人的錢怎麼被德勤糟蹋的，受眾天然集中在美國。同樣的算法推薦機制下，內容的「地域濃度」決定了這個指標的高低。

• 9 萬粉絲贏了 90 萬粉絲，內容稀缺度 > 粉絲基數

冠軍 @beaverd 賽前 9 萬粉。亞軍 @KobeissiLetter 70 萬粉。Dan Koe 90 萬粉。

如果粉絲量能決定曝光，排名應該反過來。但實際結果說明，在 X 的 Articles 推薦邏輯裡，粉絲基數的權重遠沒有想像中那麼大。

@beaverd 能贏，關鍵在於他手裡有別人沒有的東西，還是內容的稀缺性起了作用。

這跟傳統的流量邏輯完全不同。大號靠的是粉絲存量和發布頻率，但在一個算法主導分發的環境裡，「你有沒有獨占的東西」比「你有多少粉絲」更重要。

• 你得建立自己的內容「硬體」

退一步看，這三篇獲獎文章的題材完全不搭：一篇扒政府合同，一篇教你炒關稅波段，一篇講怎麼集中注意力。

放在任何一個內容平台的分類體系裡，它們不會出現在同一個榜單上。但它們有一個共同點：每篇都有自己獨立的「硬體」，換言之就是你得有個敘事框架。

@beaverd 的硬體是自建資料庫爬取政府數據；KobeissiLetter 的硬體是一套經過 12 個月回測的交易框架，而 Dan Koe 的硬體是一個融合了神經科學和心理學的六章節方法論，雖然可能看著高深但實際都是大家知道的道理。

**獲獎的，沒有一篇是純觀點文章。**它們都需要長篇幅來承載資訊量，而這恰好是 X Articles 這個產品形態存在的理由。

另一個值得注意的事實是，八位獲獎者裡沒有任何一家傳統媒體。

全是獨立創作者。不是說傳統媒體沒參加，而是在這個賽制下，個人帳號反而更有優勢。

機構媒體的內容通常發在自家網站上，社交媒體只放個連結和摘要。但 Articles 要求內容完整發在 X 站內，這對習慣了站外導流的媒體來說是一個別扭的動作。

X 花 215 萬，到底在買什麼

回到平台本身。

X 最初承諾 100 萬美元激勵，最後發了 215 萬。比賽期間還做了一系列配套動作：把 Articles 功能從創作者帳號擴展到所有付費用戶，調整算法提高長文內容的推薦權重，把計分方式改成「美國付費用戶首頁曝光」。

花這麼大代價，其實最直接的肯定是 X 需要站內原創長文內容。

過去 X 上的長內容基本靠外鏈，Substack、Medium、個人博客。用戶點一下就跳走了，閱讀時間、互動數據都留在別人那裡。Articles 的目標是把這些內容留在站內，讓用戶從頭讀到尾都不離開 X。

再往深一層，X 有 Grok。大語言模型的訓練需要高品質長文本數據，而 X 上絕大多數內容是 280 字符的短推文。如果 Articles 能持續吸引創作者產出深度長文，這些內容就是 Grok 的訓練素材。

最後，付費用戶價值。

比賽規則把指標限定在「美國付費用戶首頁曝光」，等於直接告訴創作者，你的內容要為付費用戶服務。

這是在用創作者的內容給付費體系做支撐，讓付費用戶覺得「我花的錢是值得的，因為我能在首頁看到別處看不到的深度內容」。

從內容創作者的角度看，我們覺得純觀點的時代可能要翻篇了。

這個趨勢對加密圈的創作者也適用。加密行業不缺觀點，每天有無數人在 X 上喊單、預測價格、評論監管。

但能像 @beaverd 那樣自建一個鏈上數據分析工具，或者像 KobeissiLetter 那樣把市場週期拆成可重複的交易劇本的，很少。

保持稀缺和獨立，持續產出，其實是一個非常專業的活，也是非常有成就感和正反馈的工作。

我們也希望看到更多來自中文圈的內容，日後也能出現在榜單上。