原文作者：David，深潮 TechFlow
1 月中旬，X 宣布拿出 100 万美元奖励平台上表现最好的长文 Article。
Elon Musk 亲自转发确认。规则也很简单：仅限美国用户，1000 词以上英文原创文章，主要按美国付费用户的曝光量排名。
你应该还记得在这个内容激励活动发布的几天前，个人成长博主 Dan Koe 发了一篇「How to fix your entire life in 1 day」，拿到 1.7 亿次曝光，成了 X 有史以来表现最好的 Article。
X 显然看到了长文的流量潜力，迅速跟进；下调 Articles 功能门槛、调整算法权重让长文优先于短帖、宣布百万美金征文大奖。
两周比赛期，数万人参赛。
2 月 4 日结果揭晓，最终总奖金 215 万美元，比承诺的翻了一倍多。冠军 100 万，亚军 50 万，另设 25 万的「Creator Choice」奖和四个 10 万荣誉提名。
获奖情况大致如下：
你可以看到 Dan Koe 又上榜了。不过，他之前那篇如何用一天修复人生的文章有 1.7 亿曝光，但这次创作比赛的冠军只有 4500 万。
爆款仍然可遇不可求，不过几个获奖文章也值得拆解。
🏆冠军：9 万粉“小号”，靠一个自建数据库拿走 100 万
冠军 @beaverd 的文章标题翻译过来是「Deloitte，一颗扩散全美的 740 亿美元毒瘤」。写的是知名咨询公司德勤。
这个账号目前“只有” 9 万粉丝，和获奖的其他几个人比算是小号了，而且没有媒体机构，没有蓝 V 认证之外的任何背书。
他写的题目也不沾任何流量热词，但揭露的事情比较有话题性，即 Deloitte（德勤）怎么从联邦和州政府拿走了 740 亿美元合同，然后把项目做烂的。
传送门在此
点进去看，会发现这人是真下了功夫的。
他自己建了一个网站叫 somaliscan.com，抓了数百万条政府发票数据，一笔一笔交叉比对审计报告和系统故障记录。
然后用这些一手数据讲了一串触目惊心的故事：加州失业金系统被骗走 320 亿美元，田纳西州医疗补助系统崩了导致 25 万儿童失去保障，法院信息化改造烧掉 19 亿还烂尾… 一共覆盖了 25 个州。
他还挖出了德勤高管和政府官员之间的旋转门，具体到谁从德勤跳到了哪个部门，又批了哪些合同回去，人名和金额都列得清清楚楚。
一个人自己拉了个数据库，自我研究赚了 100 万美元。
🥈亚军：70 万粉的财经大号，教你在关税恐慌里赚钱
亚军 @KobeissiLetter 是宏观财经圈的老面孔了，70 万粉，长期跟美国经济政策和市场波动。
他这篇文章干的事情也很直接，把特朗普每次打关税牌的套路拆成了一个可重复的交易框架，标题叫做《特朗普的关税剧本：一份操作指南》。
由于特朗普经常不按套路出牌，喜欢发布一些出格的政策和对其他国家进行威胁，但最后并不一定能完全兑现，华尔街有人总结了这个套路叫 TACO，全称 Trump Always Chickens Out（特朗普总会怂）。
TACO 说的就是一个反复出现的模式：
特朗普宣布猛烈关税 → 市场暴跌 → 过几天他自己松口或延期 → 市场反弹。
KobeissiLetter 这篇文章干的事，就是把 TACO 从一个段子变成了带时间刻度的操作手册。他用过去 12 个月的关税事件做样本，拆出了一个完整的周期模板，供你照着时间段去做交易。
比如，周末白宫那边放消息制造恐慌、周中抄底资金入场、下一个周末释放缓和信号、2 到 4 周内达成某种协议。同时他还会再每一个步骤都兑现时持续跟帖，告诉你现在到哪一步了，更像是个预研贴的连续剧。
他还给出了比较实操的方法，那就是盯住美国 10 年期国债收益率。如果这个数字突破 4.60%，特朗普大概率会让步。
对 X 上那批关注宏观和交易的付费用户来说，这种东西太对胃口了。
它不跟你讨论关税好不好也不做道德判断，就告诉你下次再来这套，你该在什么时间点做什么动作才能赚钱。
🥉季军：点赞最多的 DAN KOE，熟悉的人生方法论
Dan Koe 的参赛文章「如何随时进入极度专注状态」拿了 4.2 万点赞、8,681 次转发，两项数据都是所有参赛文章里最高的。但曝光量只有 1,104 万，不到冠军的四分之一。
X 给他的其实严格意义上不算季军，是单独设了一个「Creator Choice」（官方选择）奖，价值 25 万美元。
其实也能理解，Dan Koe 是「启发了这场比赛的人」。他 1 月初那篇 1.7 亿曝光的爆文，直接让 X 看到了长文的流量天花板有多高。
文章本身就不过多介绍了，还是人生成长方法论那一套。大致是讲怎么获得专注力，并引用神经科学和心流状态等概念来进行佐证和深化。
其实这篇的互动数据最好，但按比赛的核心规则「美国付费用户曝光量」来算，他排不到前面。
为什么互动最好的文章曝光反而不高？这个错位后文会聊。
荣誉提名：10 万 ×4
Nick Shirley、Josh Wolfe、Kaizen Asiedu、Ryan Hall 各拿 10 万激励。他们的账号覆盖公共政策、地缘政治、历史、公共安全四个方向。
其中 Josh Wolfe 是 Lux Capital 的联合创始人，知名风投人，也宣布把奖金等额捐给四家慈善机构。
由于原贴中没有列出这 4 人的具体文章，时间和精力所限，我们没有做更进一步的调查。也欢迎大家补全其中的信息。
一些深入观察
从这次比赛结果里，可以看到的一些规律是：
点赞最多的文章，曝光只有冠军的四分之一
这场比赛最反直觉的数据，肯定是 Dan Koe 的。
4.2 万点赞，8,681 转发，4,627 条评论，三项互动数据全场最高。但曝光量只有 1,104 万，不到冠军 @beaverd 的四分之一。而 @beaverd 的点赞是 3 万，比 Dan Koe 还少。
如果你做过社交媒体运营，会觉得这组数据很别扭。按照一般理解，互动越高，算法越愿意推，曝光量应该越大才对。
但 X 这次比赛计算的不是总曝光，是「美国付费用户首页时间线曝光量」。这个指标把非美国用户、非付费用户、搜索和个人主页的访问全部排除在外。
Dan Koe 写的是个人成长，受众天然更全球化，粉丝里有大量非美国用户。@beaverd 写的是美国纳税人的钱怎么被德勤糟蹋的，受众天然集中在美国。同样的算法推荐机制下，内容的「地域浓度」决定了这个指标的高低。
9 万粉丝赢了 90 万粉丝，内容稀缺度 > 粉丝基数
冠军 @beaverd 赛前 9 万粉。亚军 @KobeissiLetter 70 万粉。Dan Koe 90 万粉。
如果粉丝量能决定曝光，排名应该反过来。但实际结果说明，在 X 的 Articles 推荐逻辑里，粉丝基数的权重远没有想象中那么大。
@beaverd 能赢，关键在于他手里有别人没有的东西，还是内容的稀缺性起了作用。
这跟传统的流量逻辑完全不同。大号靠的是粉丝存量和发布频率，但在一个算法主导分发的环境里，「你有没有独占的东西」比「你有多少粉丝」更重要。
你得建立自己的内容「硬件」
退一步看，这三篇获奖文章的题材完全不搭：一篇扒政府合同，一篇教你炒关税波段，一篇讲怎么集中注意力。
放在任何一个内容平台的分类体系里，它们不会出现在同一个榜单上。但它们有一个共同点：每篇都有自己独立的「硬件」，换言之就是你得有个叙事框架。
@beaverd 的硬件是自建数据库爬取政府数据；KobeissiLetter 的硬件是一套经过 12 个月回测的交易框架，而 Dan Koe 的硬件是一个融合了神经科学和心理学的六章节方法论，虽然可能看着高深但实际都是大家知道的道理。
获奖的，没有一篇是纯观点文章。它们都需要长篇幅来承载信息量，而这恰好是 X Articles 这个产品形态存在的理由。
另一个值得注意的事实是，八位获奖者里没有任何一家传统媒体。
全是独立创作者。不是说传统媒体没参加，而是在这个赛制下，个人账号反而更有优势。
机构媒体的内容通常发在自家网站上，社交媒体只放个链接和摘要。但 Articles 要求内容完整发在 X 站内，这对习惯了站外导流的媒体来说是一个别扭的动作。
X 花 215 万，到底在买什么
回到平台本身。
X 最初承诺 100 万美元激励，最后发了 215 万。比赛期间还做了一系列配套动作：把 Articles 功能从创作者账号扩展到所有付费用户，调整算法提高长文内容的推荐权重，把计分方式改成「美国付费用户首页曝光」。
花这么大代价，其实最直接的肯定是 X 需要站内原创长文内容。
过去 X 上的长内容基本靠外链，Substack、Medium、个人博客。用户点一下就跳走了，阅读时间、互动数据都留在别人那里。Articles 的目标是把这些内容留在站内，让用户从头读到尾都不离开 X。
再往深一层，X 有 Grok。大语言模型的训练需要高质量长文本数据，而 X 上绝大多数内容是 280 字符的短推文。如果 Articles 能持续吸引创作者产出深度长文，这些内容就是 Grok 的训练素材。
最后，付费用户价值。
比赛规则把指标限定在「美国付费用户首页曝光」，等于直接告诉创作者，你的内容要为付费用户服务。
这是在用创作者的内容给付费体系做支撑，让付费用户觉得「我花的钱是值的，因为我能在首页看到别处看不到的深度内容」。
从内容创作者的视角看，我们觉得纯观点的时代可能要翻篇了。
这个趋势对加密圈的创作者也适用。加密行业不缺观点，每天有无数人在 X 上喊单、预测价格、评论监管。
但能像 @beaverd 那样自建一个链上数据分析工具，或者像 KobeissiLetter 那样把市场周期拆成可重复的交易剧本的，很少。
保持稀缺和独立，持续产出，其实是一个非常专业的活，也是非常有成就感和正反馈的工作。
我们也希望看到更多来自中文圈的内容，日后也能出现在榜单上。
