X(推特) 上做科普 / 教育方向的达人:25 位

这是 X(推特) 上泛娱乐行业里科普 / 教育这个细分方向的达人池子,共 25 位。细分越准,建联回复率越高 —— 泛泛地找"泛娱乐达人"通常会把预算浪费在受众根本不重合的号上。

这批人和全站平均有什么不一样

• 100% 已抓到近期内容可供判断(全站 41%)——判断依据比平均充分。
• A/B 级占 20%,全站 34%,需要更多筛选才能挑出可用的人。
• 可触达比例 16%,全站基线 7% —— 这批人比平均更容易直接联系上。

数据口径：以上为 Koinon Link 库内已收录并通过基础校验的达人,不代表该平台的全部创作者。疑似刷量账号已被隔离并从统计中排除(单独列出)。真实度评分基于粉丝/互动结构的异常检测,不是平台官方指标。数据随采集持续更新。

这个切片里的达人(节选)

• Eva Fo𝕏 🦊 Claudius Nero's Legion (@EvaFox) — SpaceX history and media coverage

• Global Statistics (@Globalstats11) — Global statistics and maps

• Beff (e/acc) (@beffjezos) — e/acc and accelerationism

• 교육연합신문 (@EduYonhap) — 学校教育交流项目

• Djehuty Ma'at-Ra (@DjehutySpeaks) — History and invention of IQ testing

• TheBlackWolf (@thewolvenhour) — Iliad and Achilles stories

• Raj Malhotra (@Rajmalhotrachd) — UPSC exam quick revision

• Evil English 😈 (@RealEvilEnglish) — Basic to advanced vocabulary

• Methods in Ecology and Evolution (@MethodsEcolEvol) — Ecological genetics special features

• Unfiltered (@quotesdaily100) — Reddit学习社区推荐

按粉丝量级排列,节选前 10 位。每个链接是该达人的公开档案页:内容方向、受众构成与近期样本,不含联系方式。

国家 / 地区 Top 6

这个细分为什么值得单独看

"科普 / 教育"划分的依据不是达人自己发什么内容,而是他的受众是谁、在做什么职能的活。同样讲 AI 工具,面向投放的号和面向开发者的号,受众几乎不重叠 —— 前者关心素材和出价,后者关心 API 和部署。按内容主题找人会把这两类混在一起,按受众职能找才不会。