一家证券经纪商关心客户昨天的交易，也想提前估计剧烈波动日可能出现的集中卖出、追加保证金和资金转出。过去这类问题依赖统计模型、交易流水和风控人员的经验；如今，以色列初创公司42AI提出了更大胆的主张：从开户、客服、转账、交易等不同场景中识别一个人的行为倾向，再把倾向投射到尚未发生的情境中，预测其下一步选择。11月2日，42AI正式走出隐身阶段，公开了名为“行为世界模型”（Behavioral World Model）的技术路线。《TechCrunch》披露，该公司与约10家大型经纪机构合作，客户提供的数据覆盖接近3000万人；公司所称6250万美元种子资金，来自创始人与Infinity Group过去约三年的投入，并非当天新完成的一笔6250万美元外部融资。[1]
42AI把预测对象放在人的行为反应上，跟文本与图像预测相比，评测口径和使用边界更难厘清。它究竟比传统客户画像多走了哪一步？经纪商为什么愿意为这种能力付费？当模型宣称“98%准确率”时，投资经理应该怎样理解？如果一家机构能较早推测客户在紧张时刻的选择，风险管理会受益，但交易双方的信息关系也可能改变。这些问题放在一起，比简单判断这家公司会不会成为下一家AI独角兽更有价值。
一、金融机构早已预测客户，42AI想预测“条件改变之后的人”
客户行为分析并不是新生意。银行和券商几十年来都在估算客户流失率、贷款违约概率、资金流入流出、营销转化和产品购买倾向。常见做法是把历史交易转为特征，训练分类或回归模型，再按照时间、资产规模、风险偏好等维度给出评分。但一个棘手的问题始终存在：模型学到的相关性通常来自过去的市场环境，而金融市场恰恰在环境变化时最需要预测。例如一个客户在平稳市场中经常分批买入，到了急跌时却可能因家庭现金需求、朋友建议或突发消息改变策略。历史上的相似客户，也未必会作出相同反应。仅靠交易序列外推，容易把稳定时期的行为规律带进不稳定时期。
42AI的产品叙事由此切入。公司首席执行官Amit Gal-Or和首席技术官Ehud Ezra介绍，系统观察的不只有交易行为，还包括KYC开户、客户服务交流、语音或情绪特征、资金划转以及交易时的市场背景。公司认为，跨情境的反应能够提供关于个体倾向的线索，再将其压缩成数学表示，输入基于Transformer的世界模型，模拟不同情境下的选择概率。之后由独立语言模型生成可读解释。按照这样的流程，交易记录是结果，行为倾向是潜在状态，市场波动和业务事件是条件，预测则是对下一种条件下行为分布的估计。这一结构具有研究价值，但“潜在倾向”是否真的具有跨环境的稳定性，仍需要比单一业务场景更严格的验证。[1]
二、世界模型如何表达行为倾向
“世界模型”是人工智能研究中一个相当宽泛的概念：模型把环境状态、动作和状态变化组织成内部表示，用来回答“如果这样做，下一步可能发生什么”。机器人使用世界模型推测动作和物体接触后的结果，自动驾驶系统可以预测其他交通参与者的轨迹；42AI则试图把状态空间的一部分换成人的决策倾向。在这个意义上，它更接近“有条件的行为生成与预测”，而非获得人的思想、记忆与意图。一个人的情绪、资金安排、机构约束和外部信息都可能改变下一步决策，其中大量信息并不包含在经纪商掌握的数据里。公司联合创始人也承认，缺失朋友建议等情境线索时，模型预测会受到影响。[1]
从工程上看，构建这种模型至少需要四类数据组织能力。第一是事件时间线，确保开户、来电、转账和交易能按照实际发生顺序对齐；第二是情境建模，把市场涨跌、波动率、账户状态与操作窗口同步记录；第三是主体关联，识别哪些互动属于同一个客户，并管理身份标识与访问权限；第四是结果反馈，在预测区间结束后知道是否真正发生了相应交易。时间戳混乱、客服语音无法准确对齐或账户关系错误，都会让训练目标偏离现实。尤其是金融业务中，真正有价值的极端市场样本往往数量不多，模型很容易在日常场景中表现良好，却在风险事件期间遇到分布变化。行业需要看到不同市场周期、机构和客户群之间的迁移测试；单一总体分数难以说明极端行情的表现。
三、98%的“准确率”究竟准确在哪里
42AI公布了两组很容易传播的数字：一组是约98%的准确率，另一组是预测交易方向与交易量时约0.80至0.85的F1分数。创始人在采访中明确解释，98%是指实际交易流量是否落在预测区间内，并不是98%的逐笔交易都被准确猜中。[1] 假设某模型预测明日一类客户的净卖出量会落在100万至500万美元之间，事后净卖出量为300万美元，这次预测便属于“命中区间”。如果区间被设置得极宽，命中率当然会很高，但它帮助资金部门决策的价值可能很低。讨论这类指标时，应同时给出区间宽度、覆盖率与资金损失函数。金融机构更在意，当真实结果落在区间边缘或者突破区间时，准备金是否仍然足够。
F1则通常用于综合衡量分类结果的精确率和召回率。将0.80至0.85直接翻译成“80%至85%的交易都预测对了”，同样会丢失它的统计含义。需要知道任务如何定义正负样本、类别是否平衡、是否使用时间前推而非随机切分、以及模型基准究竟是历史平均、传统梯度提升树还是其他行为模型。对于流动性管理，一个漏报的大规模集中卖出，可能比几十次轻微误报更昂贵；对于营销类任务，误报成本和漏报成本又会完全不同。公开报道暂未提供足以独立复现上述成绩的完整数据集、测试脚本与跨机构实验报告。专业客户需要看到极端行情分层评测、预测区间校准曲线、不同客户规模下的稳定性，以及业务人员采用模型后的实际损益变化。
四、券商的交易流与流动性管理
42AI的切入市场很有商业判断力。预测股价属于高度竞争且噪声极大的问题，全球量化机构已经投入大量资金研究；预测本机构客户的资金流和行为变化，则拥有某种独特的数据优势。券商在处理客户订单、保证金和证券融资时，会产生大量带有业务语义的事件记录，及时知道未来交易量可能放大的方向，可以为库存、资金头寸、交易路由和风险控制提供帮助。公司表示，相关合作面向流动性、保证金需求及对冲敞口管理，并称一家券商通过动态对冲获得约3000万美元的额外价值。[1] 这一数据来自公司陈述，目前没有公开的独立审计报告，适合用来说明业务目标，不应直接用作项目投资回报保证。
可以用一个明确标注为示意的算例理解其价值。如果一家机构每日需要为客户的可能卖出预留5亿美元流动性，某种更精确的预测让安全预留资金平均减少2%，相当于1000万美元资金可重新安排用途。但这1000万美元是释放的资金占用，不是立即形成1000万美元净利润；真实收益要结合资金机会成本、执行滑点、保证金缓冲、尾部风险和监管要求计算。假设可用资金的年化边际成本为5%，在风险约束完全满足的前提下，全年相应利息价值约为50万美元。这笔账说明了金融机构购买预测的动机。供应商最终仍要拿出可审计的资金效率指标。
五、从研究项目到产品，数据组织可能比模型结构更昂贵
42AI称其最初结合心理测评、行为情境研究以及神经科学等领域知识建立方法，再逐步引入覆盖200多万人的政府与生物样本库相关数据，最终形成经纪商合作数据所涉及的近3000万人规模。[1] 数量看起来庞大，但规模并不自动等于训练质量。一个客户可能贡献数千次交易，也可能只有开户和两次客服记录；不同券商的产品类型、交易时间、风险提示方式和数据字段也不相同。如果训练集把高活跃客户反复采样，得到的模型可能擅长重度交易者，对不活跃客户却缺乏可靠认识。模型还需要识别同一市场事件引发的群体同步行为，避免把普遍性的市场冲击错误归因于个人心理特点。
这类服务的难点还体现在对数据生命周期的长期维护。假设某家券商上线了新的移动端界面，原先需要三步完成的转账变成一步，历史行为序列便不再与新用户完全可比；又如监管调整了风险提示和客户分级流程，客服记录会出现结构性变化。持续运营要求平台记录版本、特征含义、异常情况和部署前后分布，同时为客户提供回滚能力。42AI的商业模式据称包括固定费用和按照创造价值分成两类，报道提到公司收入已达七位数美元区间，但未给出精确营收。[1] 如果采用收益分成，如何定义“如果没有使用模型原本会发生什么”，将成为合同设计中的重要问题，需要对照实验或能够经受审计的收益归因方法。
六、行为预测越有价值，使用边界越需要写进系统
技术上的不具名与业务上的不可识别，是两个不同层次。42AI表示模型不必知道客户的姓名等直接身份信息，但要保持一条客户行为历史的连续性，通常仍需要在客户机构内部建立某种可关联的索引。连续的交易、转账和客服互动，本身就可能呈现鲜明的个体特征。机构内部能否将预测结果重新关联到具体账户、不同业务部门是否可以访问同一预测、客户是否知悉某种高级行为分析，都属于真实的治理问题。特别是在金融市场中，如果机构知道一批客户很可能在压力情境下出售资产，那么这一信息也可能影响做市、定价或者客户沟通策略，商业激励与客户公平之间存在需要制度处理的张力。
成熟的部署方案至少应有几个可检查的工程控制：数据使用目的与授权范围分离，研究环境使用脱敏或受控数据，跨机构共享时避免暴露单个客户画像；交易执行与模型建议之间保留清晰的权限隔离；用于风控的预测不得悄然流向没有授权的销售场景；关键参数调整、预测版本和人员查阅记录写入审计日志。这里的挑战并不限于42AI。未来所有能够推断人的意图、信用倾向、谈判行为或价格敏感度的AI产品，都可能面对类似要求。数据治理做好以后，模型仍然可以创造价值；治理失当则会让本来服务风险管理的能力变成新的风险来源。
七、这门生意会走向电商、网络安全和智能体吗
创始团队正在探索游戏、反欺诈、网络安全等方向，也提出未来帮助机器人和智能体理解人的可能性。不同领域所需的行为预测标签却差异很大。反欺诈需要判断一连串操作是否异常，有时可用历史案例形成较稳定的监督目标；电商关注回购、退货和价格敏感度，要面对促销活动与季节性变化；智能体如果要根据用户习惯主动安排任务，则涉及偏好学习、授权变更和主动操作的容错机制。将证券交易行为中学到的模型直接迁移到人机交互，数据语义和行动空间都会发生变化。42AI也承认，新领域需要学习相应规则与情境。[1]
一个更具现实意义的技术方向，是把行为预测作为辅助决策模型，而不是授予它自主行动权。例如客户服务系统可以根据预测的困惑程度决定是否提供更多说明，网络安全系统可以把不寻常操作作为进一步核验的信号，数字助理可以从历史任务模式中推荐下一步操作。模型应持续暴露不确定性，让使用者知道它是如何得出某种概率判断的。未来竞争很可能在三个环节展开：谁拥有稳定而合法的数据来源，谁能用可解释的评测证明场景价值，谁能把个人信息与商业操作约束做进产品底层。42AI提供了一个足够有争议、也足够值得认真研究的样本。
八、从42AI看下一轮AI创业：卖预测，最终要接受现实世界的结算
过去几年，大量AI初创公司围绕通用模型能力建立产品，销售口径常常聚焦回答质量、推理速度和生成内容的精美程度。42AI选择直接进入金融机构的资金和风险工作流，收入逻辑与实际业务结果联系得更紧。用户为什么愿意付费、什么数据能支持模型、哪些指标可以验证价值，在这个案例里都有相对明确的答案。然而，越接近交易系统，错误的代价越具体：一条失准的预测可能造成过度资金占用，也可能造成防范不足；一项看似提高效率的数据使用方式，可能引发客户信任与合规问题。模型供应商最终需要把这两套账同时算清。
“行为世界模型”的商业问题是：概率模拟能否成为企业可购买、可核算的决策工具。它的成功条件不会是神奇的读心能力，而是数据随时间仍然有效、预测能够校准、经济收益可以核算、以及组织对模型使用拥有最终控制权。未来一年如果能看到42AI公布跨机构的外部评测、不同市场状态下的校准结果和透明的收益归因，这一赛道的可信度将明显提高。反过来，如果市场只记住“98%准确率”和“预测人的下一步”，却忽略预测区间、样本边界与客户利益，商业故事也可能跑在技术证据前面。AI进入金融决策之后，故事从来不缺，缺的是能拿到账本上核对的结果。
参考资料
- TechCrunch｜Ram Iyer，《42AI comes out of stealth with $62.5M and a world model that can ‘predict human behavior’》，2026-11-02。公司公开信息、创始人访谈、模型思路、数据规模、指标口径及融资结构。https://techcrunch.com/2026/11/02/42ai-comes-out-of-stealth-with-62-5m-and-a-world-model-that-can-predict-human-behavior/
- 42AI官方网站｜42AI，2026-11-03查阅。产品定位及公开企业信息；技术细节仍以前述采访公开口径为准。https://42ai.com/
- scikit-learn开发文档｜《f1_score》，持续更新，2026-11-03查阅。F1指标的数学定义与适用范围。https://scikit-learn.org/stable/modules/generated/sklearn.metrics.f1_score.html
- NIST｜《AI Risk Management Framework》，2023发布、持续维护。讨论预测系统可解释、有效性、隐私与风险治理的技术背景。https://www.nist.gov/itl/ai-risk-management-framework
编辑说明： 6250万美元、近3000万人、F1值以及个别券商收益均按企业对媒体披露的口径引用；示意财务测算为本文构造的情景，不代表42AI客户的实际经营结果。