42AI 结束隐身获 6250 万美元融资，用行为世界模型预测交易决策

一句话看懂：以色列创业公司 42AI 于 11 月 2 日结束隐身模式，宣布获得 6250 万美元种子轮融资，并推出可预测个体决策的“行为世界模型”。它值得关注，因为它尝试绕开“基于历史行为外推”的主流路径，转而刻画人的内在倾向。

事件核心：发生了什么

据 TechCrunch 报道，42AI 目前把预测系统部署在约 10 家大型券商场景中，用于流动性管理、保证金要求和敞口对冲，并已产生“七位数”美元级别的收入。其模型不是简单根据历史交易记录找相似模式，而是读取用户开户、客服通话、转账、买卖时点等交互，从情绪和语音等信号中提取特征，再转换为数学表示，输入基于 Transformer 的世界模型，输出某人在不同情境下做出特定决策的概率。公司称，交易方向与成交量的预测 F1 分数在 0.8 至 0.85 之间，所谓 98% 的准确率主要指交易流量是否落在预测区间内，而非逐笔交易都被猜中。

为什么重要

当前多数 AI 应用在“理解人”上依赖行为日志和推荐算法，本质是对过去模式的统计外推。42AI 提出的做法是把心理学、神经科学和遗传学研究纳入训练，在仿真中要求模型保持个体倾向，例如风险厌恶者不能突然被模拟成风险偏好者。若这一路线能在金融等高频决策场景跑通，意味着 AI 应用可能从内容生成、流程自动化进一步迈向“行为预测”这一高价值、高敏感度的领域；同时，它也会把 AI 的可解释性、个人画像和公平性问题推到台前。

对用户/开发者/创作者的影响

对金融用户而言，这类模型可能影响保证金、授信和风控流程，但目前公开信息显示它仍处于少数券商试点阶段。对开发者和企业采购方，值得留意的是其架构：世界模型负责概率推理，另有一个独立语言模型生成解释，相当于在推理层之外加了解释层，这类组合可能成为高风险行业采用 AI 的常见形态。对创作者和普通用户，更直接的提醒是：客服录音、操作路径等边缘交互数据正在成为训练素材，企业使用时应关注数据授权与画像边界。