深度对话 X 社区笔记团队：如何用小团队解决互联网信息质量大问题

摘要

本期节目邀请到了 X（原 Twitter）社区笔记（Community Notes）项目的两位核心人物：产品负责人 Keith Coleman 和创始机器学习工程师 Jay Baxter。社区笔记是当今世界上最具影响力却也最被低估的产品之一——当你在 X 上看到一条推文下方出现了纠正误导信息的注释，那就是社区笔记的成果。这个系统的核心算法被称为"桥接式共识"（Bridging-Based Agreement），它不依赖简单的多数投票，而是寻找那些过去常常持不同意见的人群之间达成的"令人惊讶的一致"。正是这种机制，确保了笔记的中立性、准确性和高质量。

2024 年，约 9.5 万条社区笔记被浏览超过 300 亿次，规模是前一年的两倍以上。近期，Meta 更宣布采用社区笔记替代传统事实核查，成为行业新标准。本次对话深入探讨了社区笔记的起源故事——Keith 如何从管理大型产品团队转向亲自从零构建一个疯狂的想法；Thermal 项目模式如何赋予团队极致的自主权与速度；核心设计原则（人民的声音、透明开源、全员参与）如何塑造了产品的可信度；以及匿名化带来的反直觉发现——匿名反而促使人们更愿意跨越党派界限达成共识。两位嘉宾还分享了在以哈冲突爆发期间社区笔记经受的实战考验，AI 与 LLM 如何助力未来演进，以及一个更深层的乐观启示：社会或许远没有看起来那样不可调和，人们在关键事实上能够达成的共识，比我们想象的多得多。

正文

社区笔记是什么

社区笔记是一种让公众为可能具有误导性的帖子添加上下文信息的机制。其基本运作方式是：当 X 上的用户看到一条帖子并认为它具有误导性时，可以撰写一条他们认为对他人有用的笔记；其他用户随后对这条笔记进行评分；如果一条笔记被那些通常持不同意见的人都认为有帮助——这暗示它很可能是准确的、措辞中立的、信息丰富的——那么它就会向所有 X 用户展示。

Keith Coleman 强调，社区笔记的目标非常单纯：让人们获得更多关于所看到内容的信息，从而在生活中做出更好的判断。Jay Baxter 则补充了一个重要区分：社区笔记添加的是额外的上下文，而不仅仅是事实核查（Fact-Checking）。有些帖子本身可能陈述的是事实，但因为缺少上下文而具有误导性，社区笔记同样覆盖这些情况。他们的理念是：用户应该能够自行判断——"这里是额外的上下文，信不信由你。"

一个经典的例子是 AI 生成的图片或脱离语境的图片——有人发帖称"看看这里发生了什么"，但那张图片实际上来自五年前另一个国家的另一个事件。当有人为此撰写笔记指出真实来源时，算法会判断这条笔记是否真实、有用，而做出这些判断的都是普通人，不一定是专业的事实核查员。

当然，也有些轻松的案例。曾有一条帖子称"一个巴勒斯坦男孩把面包分享给一只狗"，配图却是一只猫。社区笔记简洁地写道"那是一只猫"并附上了猫的维基百科链接。Jay Baxter 认为这恰好证明了系统确实是由用户驱动的——不是专业核查员在运作，而是用户自己在维护这个社区的完整性，同时也带来了一些喜剧效果。

算法如何工作

很多人对社区笔记的算法存在误解，以为只要有人写了笔记就会立刻显示，或者系统只是简单地采用多数决投票。Jay Baxter 指出，这两种方式都可能导致偏见或不准确的笔记出现。社区笔记的核心机制是：寻找过去持不同意见的人之间达成的共识——他们称之为"桥接式共识"算法。

当那些通常对立的人真正达成一致时，所产生的笔记在整体上更加中立、准确和文笔精良。高度极化的人群在信息不真实时往往无法找到共识，这本身就起到了质量过滤的作用。这种机制还提供了良好的反操纵特性。Jay 回忆，在 2020 年开始构建之前，一屋子机器学习工程师会说："你必须保持闭源，否则人们会一直操纵这个系统。你必须使用专业核查员的真实标签，没有外部标签根本不可能启动系统。"但事实证明，通过这种桥接式共识算法，确实可以在没有外部标签的情况下完成自举。

关于显示阈值，算法使用了一种名为矩阵分解（Matrix Factorization）的机器学习方法，通过梯度下降进行拟合。在一个人为设定的量表上，阈值为 0.4。Jay Baxter 解释说，这意味着如果存在与笔记相关的极化分歧，那么双方中相当大的多数人都需要认为该笔记有帮助。除此之外还有其他规则起作用——即使超过有帮助的阈值，也可能被过滤掉。比如有一个独立的算法会检查人们对"不正确"标签之间的一致性：如果人们觉得笔记有帮助但不正确，那么即便超过有帮助阈值也不会显示。

Keith 补充道，这个 0.4 的阈值是通过用户反馈校准出来的。他们可以与用户分享大量笔记，收集关于哪些有帮助的反馈，然后一条线逐渐浮现，标示出从"存疑"到"相当明确有帮助"的分界。Jay 强调，目前的阈值设置非常保守——他们宁可不在信号不足时展示一条可能好的笔记，也不愿展示一条有缺陷的笔记，因为笔记质量是社区笔记生死存亡的关键。

规模与影响力

社区笔记正在快速增长。Keith 分享了一组数据：每天有数百条笔记展示。作为对比，他引用了加州大学伯克利分校某位研究者的统计——传统事实核查每天大约只有 10 条。社区笔记覆盖的话题极为广泛，从政治、新闻到娱乐、体育、游戏，应有尽有。

除了单条笔记，笔记还可以匹配到多条帖子。如果有人为一张图片或视频撰写了笔记（比如指出它是 AI 生成的），该笔记会自动匹配到所有包含相同图片的帖子，一条笔记可能覆盖上千条帖子。2024 年全年，约 9.5 万条笔记被浏览了约 300 亿次——是 2023 年的两倍多（2023 年约 3.7 万条笔记，浏览 140 亿次）。目前全球有约 95 万名贡献者，接近百万规模，而且还有更多人在候补名单上。

Jay Baxter 特别强调了笔记与媒体匹配的精确性。他认为，人们之所以喜欢社区笔记而非其他事实核查方式，一个关键原因是笔记是针对你正在看到的具体主张量身定制的。传统的事实核查警告往往只是说"在这里获取事实"，然后链接到某个关于投票信息的通用页面——信息藏在一次点击之后，帮助极为有限。社区笔记将上下文直接呈现，零点击即可获取，且针对具体帖子定制，这一点至关重要。

另一项备受好评的功能是：如果你曾对一条帖子点赞，后来该帖子出现了社区笔记，你会收到推送通知，这样你就不至于继续记住那条错误信息。Keith 说他们收到了大量关于此功能的正面反馈，人们甚至会截图分享。这也是社交媒体时代独有的优势——在纸质媒体或传统新闻中，你也许只能在第二天报纸角落里看到一条不起眼的更正，而在这里，你会收到即时通知。

关于通过率，Keith 透露大约只有 8% 的提议笔记最终会显示——历史数据在 7% 到 11% 之间波动。其余 90% 中有好的笔记，也有质量不佳的，还有糟糕的。如果你写的笔记被那些通常持不同意见的人认为没有帮助，你最终会失去撰写笔记的资格并需要重新获取。Keith 表示，虽然有人看到这个比例会问"为什么不展示更多"，但实际上那 90% 中的大部分你并不希望被展示出来。这个系统的核心价值恰恰在于它能够从海量提议中筛选出优质的笔记。

极化人群如何参与

对于如何应对高度极化的人群——比如极端反疫苗者或极端政治立场的参与者——Jay Baxter 解释道，如果人们确实如此极化，以至于在通常持不同意见的人群之间无法达成共识，那么这条笔记可能即使正确也不适合作为上下文展示。也许它涉及的是一个人们已有根深蒂固立场的话题，而人们已经阅读了数百条相关信息——这种情况下，添加笔记可能不会改善人们的理解，不会带来好的用户体验。

不过，独立于团队的外部研究已经证实：当你比较同一条帖子有社区笔记和没有社区笔记的情况时，人们对帖子核心主张的认同度确实会因为看到笔记而发生变化。这说明社区笔记正在产生影响——在人们此前认为不太可能做到的领域。

此外，算法还有一个声誉组件：如果你持续以违背桥接式共识的方式评分，系统会停止计算你的评分。如果你是那种不断把糟糕笔记评为有帮助的人，你会被过滤掉——这区分了恶意操纵者和单纯极化但诚实的参与者。

Keith 从哲学层面强调了一个关键原则：他们希望全人类都能参与。有时人们会惊讶于此——"难道不是有些人不应该参与吗？他们的观点太极端了。"但 Keith 的观点是：正因为拥有全人类，他们才有数据来理解什么笔记对真正的人类有帮助。拥有各种不同观点的人参与是有利的，他们不期望每条笔记都被每个人喜欢——那是不可能的标准——但他们确实打算展示那些 80% 的人读了会说"很高兴我知道了这个信息"的笔记。

被标注帖子的传播效果

Jay Baxter 分享了一组惊人的数据：虽然社区笔记本身不参与核心排名算法——这是他们认为的一个良好特性——但笔记对帖子传播有巨大的有机影响。在 A/B 测试中，被标注帖子的点赞和转发参与率下降了 30% 到 40%。对于在大平台上运行 A/B 测试的人来说，1% 的效应量通常已经是非常出色的结果了，而这里是 30% 到 40%。

如果从整体网络效应来看——考虑因为转发减少而导致的传播链式衰减——多个不同的外部研究团队一致发现，笔记出现后总转发量下降了 50% 到 60%。Keith 形象地描述：笔记完全打断了虚假信息的传播势头——一条帖子正在病毒式传播，笔记出现，转发量下降 50% 到 60%，而每一代传播都以这个幅度衰减，病毒性很快就会趋近于零。

还有一个有趣的发现：被标注帖子的作者删除帖子的可能性增加了 80%。Jay 对此心情复杂——一方面，更少的误导信息是好事；但另一方面，被删除的帖子上的笔记往往是最好的笔记——如果笔记好到作者别无选择只能删帖，那么其他人就看不到这条笔记了。他不确定看到带有笔记的帖子是否比完全没有看到更好，因为同一条误导性声明可能在别处出现。

项目的起源

Keith Coleman 回忆道，他的故事要追溯到 2016 年加入 Twitter（现 X）的原因。当时他有一家创业公司，收到了包括 Twitter 在内的收购邀约。那是 2016 年，特朗普与希拉里·克林顿竞选期间，电视上只有三场辩论，但 Twitter 上每天都在发生辩论。作为用户，他明显能获取到好的信息，但也明显看到有可疑信息在流传。作为一个局外人，他当时就想："这是一个非常困难的问题，同时也非常重要。"

加入 Twitter 后，前三年他主要帮助公司重新实现增长——那时公司处于扭转期，每年约三分之一的员工离职，股价低迷，产品没有增长。几年后，他反思团队所做的工作：虽然取得了不少成果，让公司重新有了势头，但业界在处理误导信息方面的尝试都不太奏效——既无法应对问题的规模，也无法应对速度，而且很多人不信任现有方案。现有方案要么是专业核查员，要么是内部信任与安全团队来决定什么是否具有误导性，很多人不想也不信任由这种方式来做决定。

Keith 当时还在管理一个大型产品经理团队，这份工作需要投入大量精力，但他并不总能看到期望的产出和产品变化。他反复思考一个问题："世界将如何应对社交媒体上的信息质量问题？"他身在一家可以在此问题上产生影响的公司，为何不去尝试一些疯狂的想法呢？于是他休完陪产假回来后，找到上司 Kayvon 说："我能不能不再做现在的工作，转而去尝试一些疯狂的想法来解决误导信息问题？"Kayvon 非常支持。

Keith 随即开始阅读能找到的所有关于这个问题和现有方案的研究——什么有效、什么无效、问题在哪里——然后进入原型设计阶段，最终构建并试运行了后来成为社区笔记的想法。

从 Birdwatch 到 Community Notes

项目最初叫做 Birdwatch。Keith 解释说，当 Elon 收购公司后不久，他发消息给 Keith 说"这个社区笔记的东西太棒了"。Keith 注意到 Elon 一直在用"Community Notes"来称呼它，而有趣的是，这恰恰是 Keith 最初给它起的名字——他制作的第一个 Figma 原型就叫"Community Notes"。后来项目名称改成了 Birdwatch，但 Elon 说"我们还是叫它社区笔记吧"，第二天他们就把名字改了回来。

Jack Dorsey 曾调侃这是"终极 Facebook 名字"——最无聊的 Facebook 式命名。Keith 则认为，这是一个非常易懂、直观的名字，从第一个原型开始就是这个名字是有原因的。讽刺的是，Facebook（现 Meta）现在也采用了社区笔记系统。

放弃权力，回归创造

Keith 谈到了他从管理大型团队转向从零构建的经历和建议。他职业生涯中多次做出类似的"锯齿形跳跃"——从一个小团队开始，成长为一个更大的组织，然后觉得"我们在处理大量已有的生产事务，团队太大了，我想回到小团队做疯狂的新东西"。

他认为有一个常见的迷思会阻碍人们：管理的团队越大或职责范围越广，影响力就越大。他明确表示不认同这一点。社区笔记本身就是最好的反例——如果他继续管理大型消费产品团队，产出的不过是 16 页 OKR 或一堆文档？社区笔记对世界的影响无可置疑地更大——它已成为行业处理信息质量问题的标准，是第一个真正可能应对互联网规模信息质量问题的方案。

Keith 举了 Blake Scholl 的例子——后者从 Groupon 的优惠券总监转身建造了第一架超音速商务飞机。这样的故事比比皆是。Keith 发现自己热爱亲手构建，热爱尝试疯狂的新想法，热爱从零到一的体验。

Thermal 项目模式

Keith 介绍了 Thermal 项目模式——这是 Twitter 1.0 时期由联合创始人 Kayvon 提出的一种组织方式。任何在大公司工作过的人都知道，事情可能变得官僚化或拖沓，决策缓慢，存在大型规划周期，人员可能被随意调配而打乱项目。Kayvon 的想法是创建一个名为"Thermal"（借用热气流托举飞鸟的隐喻，延续了 Twitter 1.0 大量鸟类隐喻的传统）的项目模式，让团队在某种程度上与这些问题隔离——他们可以按自己的流程运作，有唯一明确的负责人，团队完全专注于该项目，只需反复做出是否继续资助的决策。

Keith 一听就喜欢这个想法——他偏爱创业环境，于是在启动社区笔记项目时提出让它成为第一个 Thermal 项目，Kayvon 同意了。从第一天起，这种运作方式就赋予了他们极大的自由和自主权。

Thermal 模式的关键属性包括：

• 明确的驱动者：项目有像创始人一样明确的驱动者，以及唯一明确的决策者。Keith 的决策者最初是 Kayvon，现在是 Elon。如果需要什么或有疑问，Keith 直接与 Elon 沟通。这种清晰的决策结构是高效、快速、简洁决策的重要原因。
• 百分之百专注：团队中每个人都被期望完全专注于这个项目。Keith 举例说，上午他们讨论"Jay，要不要在算法里试试这个？"，Jay 同意后，下午或第二天就能看到结果。这种完全专注使得迭代速度大幅提升。
• 自定义流程：他们不需要写 OKR 或遵循其他标准实践。他们为自己设定里程碑——当下一个重要的里程碑是什么，就为之努力；达到后再设定下一个，无论那是两周、一个月还是三个月。他们按自己的节奏设定目标，Keith 认为这比固定的季度或年度目标更自然。Jay 补充说，整个 OKR 制定和规划流程花费的时间，比他们选定目标并执行完毕的时间还要长。

小团队的高效运作

初始团队只有 Keith 一人，决定正式构建时，他们估计大约需要五个人：后端工程师、前端工程师、机器学习工程师、设计师和研究员——每个职能一人。

Jay Baxter 分享了他关于如何保持小团队同时高效运作的思考。在最初迭代需求时，只有一名机器学习工程师是合适的。他放入生产环境的第一个算法是一个专注于反操纵的 PageRank 变体，但它没有解决偏见问题——如果一方用户更多，PageRank 类图算法实际上可能放大这种偏见。从那个原型获得数据后，他才清楚地认识到桥接式算法才是需要走的方向。

关于团队协作工具，Keith 揭示了一个令很多人惊讶的事实：整个团队依靠一份已经运行了四年的 Google 文档来协调工作。这份文档曾因为过长而多次被截断和清理——它一度让 Chrome 中的 Google Docs 崩溃。团队每天开会，花所需时间确保对正在构建的内容达成共识——讨论什么最重要、下一步该做什么、现在要发布什么、什么阻碍了发布、回顾新的模型或评分算法更新等。

Keith 明确表示他不使用 Jira、Asana 或 Monday.com——虽然有时需要与其他团队协调时不得不创建 Jira 工单，但他不偏好重量级任务管理。他喜欢让事情保持在头脑中，用轻量方式记录团队无法记住的内容。Jay 回忆他们曾短暂使用过 Asana，但他的记忆是：你花在会议中清理无关积压工作上的时间比讨论真正优先事项的时间还多。而在 Google Doc 中，如果某个事项变得不相关，它自然就会被忽略，无需显式的积压工作清理。

关于团队组建，Keith 强调了一个关键要素：成员是自选加入的。没有人被指派到这个项目——人们主动联系要求加入或申请加入。Keith 和团队面试了每一位加入者，确保"我们想要这个人，而这个人也想要加入团队"。每个人都对目标、使命、团队运作方式和其他成员完全认同。这种自选加入机制对项目成功至关重要。

Keith 还观察到，这种自选加入在更大规模上也是可行的。当 Elon 收购公司后，他基本上要求人们自选留下——你必须点击按钮确认。Elon 发了一封"Twitter 2.0"的邮件，说"分叉路口"，要求人们选择是否加入新的高强度模式。Keith 认为这对公司非常重要——你想要人们对这件事说"是的，我想做"，公司才会更成功。如果人们不确定，去做其他更自然契合的事情可能更好。

算法竞赛

Jay Baxter 详细讲述了算法演进的内部竞赛过程。在获得试点数据、意识到 PageRank 变体无法解决偏见问题后，他组织了一场类似 Kaggle 竞赛的内部算法比拼。

寻找"对立双方都能认同的内容"这个想法并非凭空而来。Keith 之前发现了 Chris Bail 的一些工作——他列出了那些经常被政治对立双方同时喜欢的账号列表。还有其他项目也在寻找通常持不同意见者之间的共识。但在项目初期，并不确定一定要采用这种方式。只有当他们从试点中获得真实数据后，才清楚桥接式算法是他们真正需要走的方向。

Keith 还提到了一个团队内部口令——当有人犹豫是否该上线某个功能时，团队成员会喊"Thermal！"，意思就是"我们是 Thermal 项目，直接上线！"

核心原则

Keith 列举了社区笔记的几项核心原则，这些原则在最初与公司内部人员分享时被认为有些疯狂，但他认为正是这些原则让产品得以成功。

原则一：人民的声音。 社区笔记代表人民的声音，而非公司的声音。这不是一家科技公司在决定展示什么，而是人民在决定展示什么。这带来了一个关键设计：他们没有一个按钮可以改变笔记的状态。如果一条笔记因为人民评分认为有帮助而展示，它就会展示——公司无法更改这一点。当最初提出这一点时，人们感到不安："等等，所以某些内容上线后公司无法撤下？"Keith 的回答是：是的，而且必须如此。如果一条笔记有严重问题以至于你想手动干预，那是系统的问题，需要重新设计系统来确保展示好的笔记。

同样，他们不想充当谁能成为贡献者、谁不能的仲裁者，所以对所有人开放——只需满足非常基本的客观标准（比如需要验证手机号以降低机器人参与的可能性），其余通过随机选择。这一原则延续至今。

原则二：透明。 之前处理误导信息的方式让很多人感觉像是黑箱——科技公司或媒体组织在背后做决策。Keith 认为人们需要信任这个系统，所以一切都必须公开：决定哪些笔记展示的代码必须公开，所有让系统运作的数据和评分也必须公开。人们应该能够用代码和数据复制整个服务，验证团队确实做到了他们声称所做的事。他们应该能够审计它，指出"我觉得这部分可以改进"，如果认为有偏见，应该能用数据证明。

Jay 补充说，这些原则并非没有代价。从工程角度看，开源真正在生产环境中运行的算法并让其可被外部复制是非常困难的——大型服务通常的架构设计并不天然适合被人下载 TSV 文件后用脚本运行。他们不得不做一些奇怪的架构决策来实现这一点。比如，他们的矩阵分解模型通常只需训练一次然后用独立服务提供推理，但他们不希望外部人员需要启动服务才能复制系统。最终，你可以下载 Python 代码并在一台机器上运行脚本——虽然需要约 500GB 内存和一天时间，但确实是可行的。Vitalik Buterin 就曾发表博客文章，记录了他验证算法确实如其所言那样运作的探索过程。

Keith 坚信，如果他们在任何一项原则上有所妥协——如果有任何黑箱成分——产品就会更难被信任。正是因为他们如此干净利落地坚持了这些原则，人们才能够信任它。

匿名贡献者的反直觉发现

Keith 分享了一个从试点中学到的最重要教训，与贡献者的匿名性有关。他们最初假设用真实账号或真名贡献很重要——觉得这对于人们信任笔记是必要的。第一批原型就是这样设计的，但结果完全相反。

他们发现了两件事。第一，人们不愿意在争议话题上撰写笔记，因为他们害怕在线上被攻击或骚扰。有些人愿意，但很多人不愿意，这意味着有更多潜在的好笔记没有被写出来。

第二，这一点极其有趣：当人们匿名或使用假名时，他们实际上更愿意跨越党派界限。这直觉上很合理——如果你公开使用真名，且被认定属于某一方，你可能会犹豫是否被视为背叛己方。但你可能确实发现一条批评己方的笔记有帮助。大量研究表明，当人们匿名时，更愿意跨越党派界限与对方合作。通过允许假名，你实际上获得了人们更真实的答案。

Jay 指出，同样的原则也适用于将点赞设为私密。Keith 对假名的一个常见批评是可能导致质量下降，但由于系统中已有足够多的质量保障机制，这不是问题——他们可以在保持质量的同时开放更大的诚实空间。

历经四任领导人的生存之道

社区笔记项目经历了 Jack Dorsey、Kayvon、Parag Agrawal 和 Elon Musk 四任领导人，以及 Linda Yaccarino 担任 CEO——对于一个如此高可见度、如此有影响力的项目来说，这极为罕见。

Keith 认为项目之所以能够生存下来，首先归功于产品本身的特性：它被设计为产生那些通常持不同意见的人都认为有帮助的信息。因此，即便 CEO 或领导们可能存在分歧，他们也很可能会觉得"这个东西确实产出了有用的内容"。产品的本质属性使得无论你站在哪一边——左、右、上、下——你都可能觉得它相当有帮助。

其次，团队执行得非常出色。他们有令人兴奋的雄心勃勃的目标，解决的是真实存在的问题。每一步，产品都需要证明自己，而他们确保了这一点，并将说服他们的结果分享给其他人。人们会说"是的，我同意它证明了自己，我们迈出下一步吧"。他们一路走来都是这样运作的，并且继续如此。

Keith 还提到，在收购发生期间，团队没有被干扰。那段时期有大量被分心的可能，但这个团队每周都在发布功能，超级专注于目标——让这个东西运作起来，把这些笔记推出去。人们看到了这种执行力，也乐于支持它。

有趣的是，Keith 指出，在整个过程中从来没有人问过他们或关心过成本节省的问题。外界可能以为这是项目受到关注的原因，但事实是：成本节省从来不是目标，不是项目启动的原因，也不是人们对项目感到兴奋的原因。真正的问题在于，传统方式即便有一万人去做，也不太管用——因为它们不被信任、无法扩展、太慢。目标始终只是在大规模上帮助人们保持知情——构建一个互联网规模的解决方案来应对互联网规模的问题。

在以哈冲突中的实战检验

Keith 回忆了社区笔记面临的最严峻考验：2023 年 10 月以哈冲突爆发。那可能是他在互联网上见过的最大规模的误导信息洪流——大量照片、视频和相关声明铺天盖地。冲突前三天，社区笔记就产出了约 500 条笔记，覆盖各种脱离语境的影像——有人声称"这里正在发生某事"，实际上图片来自 2013 年的叙利亚；有人在军事模拟游戏 Arma 3 中制作了假的战斗画面，看起来非常逼真。

产品当时仍然相当新——美国全国范围推出不到一年，全球推广也才刚开始。Keith 感觉他们恰好在正确的时间做好了准备。冲突前他们刚上线了为图片和视频撰写笔记并匹配到其他帖子的功能，Keith 回忆当时心想"幸好几个月前上线了那个功能而不是还在搁置"。几周前他们还上线了一次重大加速——将笔记上线时间缩短了三个小时。冲突最初几天，从帖子发布到笔记显示的中位时间仅为五小时，而传统事实核查通常需要两到四天。

Jay 补充了一个重要的观察：一些人对社区笔记的批评是，如果总是需要通常持不同意见者之间的共识，那么在高度极化的场景中就看不到笔记了。但现实是，那场冲突中出现了大量笔记。这揭示了一个令人欣慰的事实：跨越极化分歧的共识比传统认知所暗示的要多得多，而且人们达成共识的地方恰恰是那些客观真实、可验证的信息——越是极化的场景，这种共识越指向中立的、聚焦事实的、易于验证的笔记。

Keith 从第一天起就看到了这种模式——当他们向人们展示描绘社区笔记的原型时，人们显然更关心理解现实和正在发生的事情，他们愿意跨越党派界限来承认准确信息。世界感觉很极化，但人们确实愿意为了获取准确信息而跨越党派边界——这就是产品运作的原因。

对信息素养的深层影响

Keith 表示，虽然团队没有做过系统研究来观察人们认知的广泛变化，但他自己发现，特别是在看到社区笔记后，他对最初读到的东西更加持怀疑态度了。他认为这是一个良好的次级效应——你越多看到所读内容可能出错的模式，就越能有意识地质疑它，试图更好地理解真正发生了什么。这在历史上被称为"媒介素养"（Media Literacy），核心思想是理解信息可能出错的方式，并自己尝试规避。

Jay 补充了另一个层面：社区笔记帮助人们突破信息茧房（Filter Bubble）。在社区笔记出现之前，你可能生活在一个小小的新闻信息茧房中，或许存在你应该阅读的事实核查但你没有发现它们。社区笔记直接附在帖子上、对任何看到帖子的人可见，这有助于跨越信息茧房——对某些人来说，这是他们第一次真正看到自己回音室中所做主张的反面论据。

从证明到推广：克服内部阻力

Keith 回顾了他们如何在公司内部推进这个颠覆传统信任与安全运作方式的项目。他们所做的最有帮助的事情是：让产品在每个阶段自己证明自己。首先它需要证明人们可能觉得笔记有帮助，然后需要证明人们可能写出高质量笔记。每次他们提议做某件事——运行研究测试、启动试点、扩展试点——他们总是有说服自己的数据，证明进入下一阶段的扩展是合理的。因为他们自己对质量保持了如此高的标准，可能很少提出任何看起来不明智的提议。

Jay 指出，尽管在 Birdwatch/社区笔记甚至开始之前就有外部研究表明，众包的事实核查者——普通人——能做得和专业核查员一样好，两组之间的同意率也类似，但很多人直到系统已经运作起来才真正相信它能工作。

低自我与以服务为导向

当被问及 Keith 被描述为"低自我"以及这如何帮助他放弃权力和影响力时，Keith 说他将这个项目视为一种社区服务，他的工作是为人民和社区服务。他唯一在乎的是交付世界觉得有帮助的成果。这个项目从来不是关于自我，而是关于探求真相——不是"什么信息是真实的"意义上的真相，而是"究竟什么能让这个系统运作起来"的真相。它应该如何结构、应该叫什么名字——任何能产生最佳结果的，就是他们应该做的。他更关注产品是否帮助了人们，而不是其他任何东西。

AI 与未来展望

Keith 概括了社区笔记的未来方向：更多、更好、更快。他们持续在核心产品改进上投入，比如最近更新了"社区笔记蝙蝠信号"（Bat Signal）——让任何 X 用户都能请求一条社区笔记，现在还可以添加来源来解释原因，使潜在撰写者更容易撰写笔记。

AI 和大语言模型（LLM）是新的前沿领域。Keith 提到了与外部研究者合作的 Supernotes 项目。Jay 详细解释了这个概念：利用公开的数据和代码，外部研究者提出了一个想法——将现有的提议笔记作为输入（这些笔记可能存在某些问题，或者只有部分事实，或者措辞有偏见），让 LLM 生成大量变体，然后用模拟评审团来预测社区笔记贡献者会如何评分这些 LLM 生成的笔记。这样，不是简单地让 LLM 从零写一条笔记然后期望它好，而是模拟整个社区笔记评分流程，显式地创造那些可能被评分为有帮助的笔记。

Jay 还提到，AI 代理可以浏览网页来验证笔记的来源是否支持其主张，但他也提醒了一个风险：目前评分者非常勤勉，因为他们知道是某个社区笔记贡献者写的，需要自己验证。如果 AI 介入，人们是否还会同样勤勉地验证？他希望他们能以人们不会盲目信任 AI 输出的方式来设计系统，仍然要求人们自己验证后再给出有帮助的评分。

Keith 从更广阔的视角看待这个问题：开源透明的初衷是让人们看到系统如何运作，但梦想是——不仅仅笔记和评分的贡献来自人民，产品本身也由人民构建。如果评分算法能主要由甚至完全由公众编写，那将是不可思议的。Supernotes 可能是第一个来自外部的、可能成为核心部分的算法重大变更。他们希望看到产品朝这个方向演进。

社区笔记的意外用途

Jay 分享了一些团队没有预料到的社区笔记用途，类似于转推（Retweet）最初不是 Jack Dorsey 发明的、而是用户自发行为后来才成为核心功能那样。

一个有趣的例子是足球——不知为何，有很多人热衷于辩论梅西（Messi）和罗纳尔多（Ronaldo）谁的进球更多。更值得注意的是社区审核的维度：社区笔记原本被设想为专门针对误导性或可能具有误导性的信息添加上下文，但实际上有些笔记超出了这个范围，开始标注他们认为是垃圾内容的东西。Jay 认为这体现了社区笔记作为一个由人民驱动的产品的另一个维度——用户在主动维护 X 平台的健康生态。

Jay 透露，梅西对罗纳尔多的辩论实际上是社区笔记上最具争议的话题之一，系统甚至专门为该话题以及其他一些话题建模，以估算人们对特定辩论的立场——就像对待政治话题一样。

对社会的乐观启示

Keith 以一段振奋人心的思考作为结尾。他认为社区笔记本身很酷，但它所揭示的关于社会的信息更为重大。社会常常感觉很极化——人们总是说没有人能在任何事情上达成一致。但社区笔记显示，人们实际上能在相当多的事情上达成共识，即使在超级争议的政治话题上也是如此——这就是笔记能够运作的原因。

他认为这是对世界保持乐观的一个重要理由：虽然世界可能感觉很极化，但大概有 80% 的人在相当多的事情上能达成一致。想象一下，如果我们能用社区笔记的方式来寻找立法或政策上的共识——找到人民真正想要的想法——我们或许能获得更多推动力，大多数人都会更幸福。也许边缘的 10% 的人不会满意，但可能存在大量我们尚未识别的共识，如果我们这样做，大家都会相当满意。

Keith 说，人们很容易对世界感到悲观，但社区笔记是让人对未来保持乐观的好理由。

补充信息

社区笔记正在招聘机器学习工程师，申请地址为 x.com/communitynotes。Keith 的 X 账号为 @KeithColeman，Jay 的账号为 @JayBaxter。除了作为贡献者参与社区笔记，他们也欢迎更实质性的贡献——提交 Pull Request、合作 Supernotes 等外部项目。