42AI 推出行為世界模型：靠 Transformer 預判人類決策，融資 6250 萬美元

如果有人告訴你，AI 能在你還沒掏出手機之前，就猜到你在面對突發事件時會買入還是拋售，你大概會覺得這是科幻電影裡的讀心術。

以色列初創公司 42AI 就把這個想法做成了商業系統。這家公司剛剛結束三年隱身狀態，端出了一套專為預判人類決策設計的「行為世界模型」，並公佈了 6250 萬美元的種子輪融資。這筆錢由創始團隊以及董事長 Amir Gal-Or 創立的 Infinity Group 共同注資。

目前，這套系統已經在 10 家大型金融券商裡實測運轉，年營收已經跑到了七位數美元的規模。

讀心不用超能力，用的是數學特徵向量

世界模型在機器人領域很常見，通常用來模擬機械臂揮動時周圍環境會怎麼變。42AI 的思路截然不同，他們認為「每個人本身就是一個獨立的世界」。

大多數 AI 風控工具喜歡從你過去的買賣記錄裡直接外推規律，但 42AI 的執行長 Amit Gal-Or 和技術長 Ehud Ezra 覺得，人哪怕在完全陌生的環境裡，深層的心理傾向也是相對穩定的。

為了給人的動機建模，系統盯上了許多看似和交易無關的細碎行為。比如你在完成身份認證（KYC）時的動作、撥打客服電話時的語調與情緒、打電話的頻率、轉賬時間，以及具體的買賣節奏。

42AI 把這些觀察轉化為數學特徵向量，再喂進基於 Transformer 架構的世界模型裡，去測算你在特定情境下的各種決策機率。他們甚至還用了一個獨立的語言模型，專門給預測結果生成通俗的解釋說明。

為了搭起這套體系，團隊花了三年時間，結合心理學、神經科學與遺傳學研究，諮詢了創傷後應激障礙（PTSD）專家以及 2011 年諾貝爾化學獎得主 Dan Shechtman。資料最初來自數千人的心理評估，後來接入了涵蓋超 200 萬人的政府與生物庫資料集，如今覆蓋的行為檔案已經擴充套件到近 3000 萬人。

98% 的準確率，究竟算的是什麼

官方宣稱系統預測市場交易的準確率高達 98%，但別把它當成能精準預知你下一秒買哪隻股票的神器。

Gal-Or 自己澄清過，這個 98% 衡量的其實是交易流量有沒有落在模型劃定的預測區間內，並不是每筆具體交易都百發百中。在預測交易方向和交易量上，模型的 F1 分數大約在 0.8 到 0.85 之間。

這套系統目前主要在 1~24 小時的視窗內，預測交易者的方向與倉位變動。券商主要拿它來管流動性、設定保證金和動態對沖風險敞口，有客戶據稱藉此跑出了約 3000 萬美元的額外價值。

創始人也承認這臺機器有天然的上限。比如一個交易員突然聽了同事的一句小道訊息而改變主意，這種模型沒看到的環境變數，就會立刻打亂預測。

另一個避不開的問題是隱私與不對稱博弈。雖然團隊堅稱不收集個人身份資訊（PII），但系統依然會把行為串聯成畫像。如果券商掌握了客戶在恐慌時會怎麼操作，誰能保證他們不會利用這種資訊差，搶在客戶前面收割利潤？雖然 42AI 搬出了合規監控和內部倫理委員會，但目前並沒有拿出能徹底消除疑慮的技術約束。

為什麼重要

把原本屬於具身智慧的世界模型搬到人類決策領域，42AI 確實打中了一個非常值錢、但也非常敏感的市場。

從商業價值看，對券商或大型機構來說，預判使用者的集體應激反應是極其誘人的運營槓桿。知道散戶在暴跌時大機率要補倉還是爆倉，機構就能提前調整流動性和對沖頭寸。對他們而言，這套系統哪怕只能減少一小部分錯配成本，也足夠覆蓋訂閱費用。

但對普通使用者而言，這種技術的普及很可能帶來完全不平等的博弈環境。一旦平臺比你自己更懂你的情緒弱點和衝動閾值，不管是在股市、消費還是遊戲氪金裡，平臺都能針對性地設計規則，甚至精準利用你的恐慌來牟利。

我們認為，42AI 聰明的點在於它避開了用單一歷史資料做簡單統計推斷，而是試圖將深層心理傾向向量化，這比單純抓取瀏覽記錄更具泛化能力。然而，用「生物庫資料」和「心理特質」給未被明確知情同意的活人做行為預判，在法律和倫理上正踩在一條極其危險的紅線上。

短期內，我們認為這類行為世界模型會在欺詐檢測、網路安全和金融風控里加速落地，但在面對真實客戶的博弈場景中，監管機構恐怕很快就會盯上這種單向透明的降維打擊。