42AI推出行为世界模型，预测人类决策

大多数人工智能系统旨在解读信息或生成答案。42AI关注的是另一个问题：当情况发生变化时，某个特定的人会如何应对？这家公司结束隐身研发阶段，正式推出其所称的行为世界模型，并将人类行为定位为企业级人工智能中一个独立的预测问题。

这家位于特拉维夫的公司表示，迄今已融资6250万美元，并将从金融市场入手。此次发布向企业提出了一个雄心勃勃的主张：了解交易流背后的人，可能与分析交易本身同样重要。

聚焦人的世界模型

在机器人学中，世界模型通常用于呈现物体移动、动作展开时环境如何变化。42AI将世界模型的理念应用于人，通过结合个人特征、不断变化的情况和过往行为等信息，预测未来的行动。

该公司称，其专有方法会纳入心理、行为和基因组数据。公告没有说明这些数据集的来源及其同意安排，也未说明商业部署是否需要基因组数据。这个区别很重要：介绍研究所用的数据，并不意味着客户必须提供遗传信息。

42AI在其网站上将该平台定位为行为风险情报工具。其拟议的工作流程从原始数据出发，逐步理解行为驱动因素，继而预测人们对事件的反应以及随时间推移的行为。该公司列出的应用场景包括风险敞口管理、欺诈检测、网络安全、投资研究和个性化人工智能。

其实际吸引力在于能够结合具体情境。面对相同信息的两个人可能会做出不同决定；随着激励、限制条件或经验发生变化，同一个人的反应也可能不同。实用的行为模型必须能够呈现这些差异，而不是把每个用户都视为人口统计群体中可以互换的一员。

行为预测背后的研究

42AI链接的一篇2026年2月研究预印本——《解码人的因素：面向战略前瞻的高保真行为预测》——更具体地展示了其研究方向。文中介绍了一种大型行为模型：研究人员利用从心理测量评估中提取的结构化档案，对Llama 3.1-8B-Instruct进行了微调。

研究人员将性格倾向、动机状态和情境限制与观察到的选择联系起来。他们报告称，经过调整的模型在留出场景中的表现优于未经调整的基础模型；与使用宽泛的人格类别进行提示相比，更丰富的特质档案还能带来额外收益。

这体现了一项技术差异：让通用聊天机器人设想某人的行为，与专门训练模型利用结构化行为证据，并非一回事。不过，这篇预印本并未独立证实42AI宣布的每款商业产品的表现，也不应将其中的场景评估与公司的交易预测混为一谈。

金融市场将成为首个商业化测试场景

42AI表示，其首个应用会预测个体交易者的行动，包括交易品种、方向、时间和交易量，预测时限分别为1小时、4小时和24小时。该公司称，其在数百万名交易者身上的预测准确率超过98%。

这一数字是公司的说法。公告没有提供足够细节，说明准确率的计算方法、对比基准或验证数据，因此无法独立评估。预测交易者的行为，也不同于预测市场价格或证明某种投资策略能够盈利。

对经纪商而言，最直接的应用是预判风险敞口：客户的集体行动可能会如何改变其风险状况。即使行为预测并不用于推荐投资，它也因此具有实际运营价值。

从行为预测到企业决策

根据其领导团队介绍页面，42AI由首席执行官Amit Gal-Or和首席技术官Ehud Ezra领导，联合创始人兼董事长为Amir Gal-Or。研究团队领导成员包括认知人工智能专家Roi Reichart教授和行为研究负责人Eyal Fruchter教授。诺贝尔奖得主Dan Shechtman教授担任高级顾问。

更广阔的应用前景不止于金融领域。如果人工智能助手能够预判某人会如何理解一项建议，就能以更有用的方式调整互动。同样的能力也可能影响涉及客户或员工的重要决策，因此，部署时必须重视知情同意、恰当使用，以及人们对预测结果提出异议的权利。

42AI的推出为一个棘手的人工智能问题带来了新的思路：对人类行为的多样性建模，而不只是生成流畅的回答。接下来，它需要证明这些预测在受控评估之外仍然有用且可靠，并证明企业能够据此采取行动，而不会把概率性预测当作对某个人一成不变的描述。