42AI结束隐身期，获6250万美元种子轮，称其行为世界模型可预测交易者决策
这家以色列公司称，其模型不依赖历史交易模式的简单外推，而是从客服通话、KYC流程、转账等交互中提取个体倾向，目前已用于约10家大型券商的风险管理场景。
AI解读：42AI声称其模型预测的是一个人做出某种决定的概率分布，而非确定结果。CEO Amit Gal-Or的说法是，行为“始终是概率性的”，人们具有在环境变化后仍会延续的心理倾向；这一表述属于公司主张，来源未提供独立验证。
实际使用范围目前限于金融券商场景：来源称42AI正与10家大型券商合作，用于流动性管理、保证金要求和对冲敞口。公司还称已产生“七位数”美元收入，但CEO未给出具体数字。
98%准确率需要按其定义理解。Gal-Or澄清，这一数字衡量的是交易流是否落在预测区间内，而非每一笔交易都被正确预测；他还称模型预测交易方向和交易量的F1分数为0.8至0.85。
数据来源包括公司称的数千人心理评估与行为场景研究、覆盖逾200万人的政府与生物样本库数据，以及客户数据近3000万人。Gal-Or称系统不需要个人身份信息，但公司仍会从关联的客户活动中建立个体行为画像。
模型的能力边界被两位创始人明确提到：无法获取一个人全部经历，准确率会因缺少情境信息而下降，例如交易者听从朋友或同事建议改变操作；进入新领域时，模型还需按该领域的规则和情境重新训练。
以色列初创公司42AI结束隐身状态，公布6250万美元种子轮融资，并称正在开发一种“行为世界模型”，用于预测个人在特定情境下会做出什么决定。公司最初的应用场景是金融券商，据其说法，该模型可帮助预测单个交易者对市场剧烈波动的反应。
这笔6250万美元种子轮融资来自创始人和Infinity Group，历时三年完成。Gal-Or表示，资金并非全部来自外部投资者。Infinity由他的父亲Amir Gal-Or创办，后者同时是42AI的董事长和联合创始人。公司称目前计划继续融资。
模型如何工作：从交互中提取倾向
42AI联合创始人兼CTO Ehud Ezra向TechCrunch描述，模型会分析客户在看似无关事件中的反应，例如完成KYC流程、开户引导、客服通话、转账和股票交易。他说，在客户与客服或销售初次接触时，系统会观察情绪、语音以及互动次数等数据点，后续则观察买卖行为、买卖时点和当时的市场状况。
公司称，这些观察会被转换成对个体特质的数学表示，再输入一个基于Transformer的世界模型，输出不同情境下各种可能决策的概率。另有一个独立的语言模型用于为预测生成解释。Ezra表示，训练目标要求模型在模拟中保持一个人的底层倾向；如果模型把通常规避风险的人突然当作风险偏好者，就说明“目标偏了”。
Gal-Or称，团队最初通过心理评估和行为场景研究数千人，随后加入覆盖逾200万人的政府和生物样本库数据集，客户数据集后来扩展到近3000万人。他还表示，系统不需要个人身份信息，“模型从不知道这个人是谁”；但报道指出，公司仍会从关联的客户活动中建立个体行为画像。
券商场景与效果口径
42AI称，其模型在预测市场交易时达到98%的准确率。Gal-Or对此澄清，这更多是衡量交易流是否落在预测范围内，而非判断每一笔交易是否被正确预测。他还称，模型在预测交易方向和交易量方面稳定取得0.8至0.85的F1分数。
公司称正与10家大型券商合作，用于管理流动性、保证金要求和对冲敞口。收费方式为固定费用，或按平台帮助客户获得的价值的一定比例分成。Gal-Or称，有一家券商通过动态对冲获得了约3000万美元的额外价值；这是公司单方面说法，来源未提供该券商的确认或计算细节。
限制与风险
两位创始人均承认模型存在边界。Gal-Or称，由于无法获取一个人的全部经历，模型存在“天然上限”。Ezra表示，当模型遗漏重要情境时准确率会下降，例如交易者根据朋友或同事的建议改变交易选择。
对于券商可预判客户行为是否会被用来占客户便宜，Ezra称这是“合理的担忧”。创始人提到监管、监控和内部伦理委员会，但未说明具体有哪些措施能阻止客户利用该技术获利。Gal-Or则表示，公司“是这个问题解决方案的一部分”。
42AI还在探索游戏、欺诈防范和网络安全领域的应用，并希望未来帮助机器人和AI代理理解人。Ezra承认，模型进入每个新领域都需要按该领域的规则和情境重新训练。