
X 花 100 萬美金獎勵好文章,什麼樣的內容最後拿到了錢?
TechFlow Selected深潮精選

X 花 100 萬美金獎勵好文章,什麼樣的內容最後拿到了錢?
純觀點的時代可能要翻篇了。
作者:David,深潮 TechFlow

1 月中旬,X 宣佈拿出 100 萬美元獎勵平臺上表現最好的長文 Article。
Elon Musk 親自轉發確認。規則也很簡單:僅限美國用戶,1000 詞以上英文原創文章,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佈的幾天前,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、宣佈百萬美金徵文大獎。
兩週比賽期,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”,靠一個自建數據庫拿走 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。
這個賬號目前“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,法院信息化改造燒掉 19 億還爛尾... 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。
一個人自己拉了個數據庫,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。
他這篇文章乾的事情也很直接,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,喜歡發佈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(特朗普總會慫)。
TACO 說的就是一個反覆出現的模式:
特朗普宣佈猛烈關稅 → 市場暴跌 → 過幾天他自己鬆口或延期 → 市場反彈。

KobeissiLetter 這篇文章乾的事,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,拆出了一個完整的週期模板,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 周內達成某種協議。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,更像是個預研貼的連續劇。
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。

文章本身就不過多介紹了,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。他們的賬號覆蓋公共政策、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,也宣佈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,會覺得這組數據很彆扭。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、搜索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象中那麼大。
@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佈頻率,但在一個算法主導分發的環境裡,「你有沒有獨佔的東西」比「你有多少粉絲」更重要。
- 你得建立自己的內容「硬件」
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臺的分類體系裡,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「硬件」,換言之就是你得有個敘事框架。
@beaverd 的硬件是自建數據庫爬取政府數據;KobeissiLetter 的硬件是一套經過 12 個月回測的交易框架,而 Dan Koe 的硬件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信息量,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,個人賬號反而更有優勢。
機構媒體的內容通常發在自家網站上,社交媒體只放個鏈接和摘要。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
回到平臺本身。
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 功能從創作者賬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質量長文本數據,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」。
從內容創作者的視角看,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饋的工作。
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。
歡迎加入深潮 TechFlow 官方社群
Telegram 訂閱群:https://t.me/TechFlowDaily
Twitter 官方帳號:https://x.com/TechFlowPost
Twitter 英文帳號:https://x.com/BlockFlow_News










