這家創業公司說自己不是新彭博，而是交易員的推薦系統
創始人把公司定位為彭博、Claude和Netflix的結合體：價值不在給交易員更多數據，而在於像Netflix一樣主動推送他們自己想不到該看的二階關聯信號。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
一句話之間，Moshi已經學完300條新信息
創始人用一個比喻說明Moshi要處理的數據密度：她說這句話用了四秒，同一時間Moshi已經「學到」300條新信息。Moshi的定位不是又一個聊天機器人，而是給商品、能源和宏觀交易員提供實時信號，目標是用30秒給出原本需要幾天才能拼湊出的判斷，把「哪些信息重要」這件事從交易員腦子裡搬進系統。
— Anika不做新彭博，做交易員的Netflix
被問到是否是「新彭博」時，創始人明確否認，她說如果彭博、Claude和Netflix生個孩子，那就是Moshi。關鍵差異在於內部自建的推薦系統：當交易員在看一件事時，系統要知道他此刻更該關心第二層、第三層的關聯信息——比如某家能源股公司的動作會間接影響油價，這種信號不會出現在新聞流裡，只能靠一張互相連接的關係圖主動推給你。
— Anika推薦系統沒人待見，卻是最重要的系統
主持人提到自己每年在AI大會上單獨設一個推薦系統專場，但背後的人正是支撐YouTube、Netflix、Instagram、TikTok推薦算法的工程師，這個專場卻常常沒人來聽。他的解釋是推薦系統被做得「看起來很容易」。兩人進一步認為：現在人人都能搭自己的Claude儀表盤，但讓別人真正用起來是個UI問題，而解決好推薦系統，UI問題也就自然被解決了。
一條Twitter Firehose每月30萬美元還全是噪音
主持人回憶在對沖基金Balyasny工作時，是最早買下X(Twitter)全量數據Firehose的機構之一，每月費用高達30萬美元左右，而且數據質量堪憂——很多人在上面胡說八道，也有人故意發消息操縱市場。這引出買方的核心顧慮：花錢買到另類數據之後，也不一定敢拿來直接交易。
彭博路透華爾街日報吵架，本身就是信號
Moshi處理噪音的辦法不是過濾掉所有不確定信息，而是在展示時附帶一個置信度分數。創始人舉例：如果關於有多少船隻或飛機經過某處，路透、彭博、華爾街日報三家說法不一致，這種分歧本身就是有價值的數據點——因為沒人知道真相，這恰恰意味著可能存在交易機會。
— Anika客戶數據不外送，是自建模型的第一條理由
面對是否該自研視覺語言模型解析PDF這類問題，創始人給出兩條判斷標準：第一，只要是客戶給的數據，就不願意送到第三方處理，除非能確認對方如何使用這些數據；第二，如果團隊本身有工程能力——Moshi團隊成員大多有NASA工作背景——自建就是更好的選擇，但她也承認不是每家公司都具備這個條件。
— Anika「你就是那個團隊」:工程師被迫一人頂十人
在大會上找創始人聊的人裡，除了交易員，還有不少AI工程師，他們普遍感到管理層施壓——「我們不需要一個團隊，你就是那個團隊」,於是一個原本需要十個人的系統現在要一個人獨立搭出來。更麻煩的是，有人把系統做出來了，同事說需要卻根本不點開用，問題最後變成了沒人用，而不是做沒做出來。
— Anika一個崗位開四天收到2500份簡歷
談到招聘與銷售的優先級，創始人說現在最優先的是找客戶而不是招人，因為招聘端反而不缺人——一個職位掛出四天就收到2500份申請，多到必須直接關掉。她作為第一次創業的人坦言，一開始根本不知道申請裡有大量噪音，比如有人用不被允許工作的身份投簡歷。
— Anika原話 · 已逐字校驗
So a fun way I explain it to people is it takes me four seconds to say this sentence to you, and in the same amount of time, Moshi has learnt 300 new things.
我跟別人解釋的一個有趣說法是：我說這句話用了四秒鐘，而同一時間裡，Moshi已經學會了300件新事。
Anika6:35
I wouldn't say we're a new Bloomberg. I'd say we're a different type of software which is not, I think this is the easiest way to say it, and I don't know how controversial this is, but if Bloomberg and Claude and Netflix had a baby- ... it would be Moshi.
我不會說我們是新彭博。我會說我們是一種不同類型的軟件——最簡單的說法，雖然不知道這話有多大爭議，如果彭博、Claude和Netflix生了個孩子……那就是Moshi。
Anika9:52
I think, like, REX/X is one of the most important parts of AI, and as a curator of AI years, I actually have every year an LLM REX/X track, and engineers often don't appreciate how important it is.
我覺得推薦系統是AI裡最重要的部分之一，作為這個領域的策展人，我每年都會專門設一個大模型推薦系統專場，但工程師們往往不理解它有多重要。
that's like something like a stupidly expensive, like, $300,000 a month, like, uh, data thing that you have to pay for to get all tweets
那玩意兒貴得離譜，一個月大概要30萬美元，才能拿到全部推文數據。
But the fact that they don't agree is a point of data because is there an opportunity there? Because no one knows.
但它們說法不一致這件事本身就是一個數據點——因為這裡是不是有機會？因為沒人知道答案。
Anika16:12
Because people now say, "We don't need a team, you are the team." And so it's like, hey, I need to now build this whole system myself, but that system would be typically done by 10 people.
因為現在大家會說：「我們不需要一個團隊，你就是那個團隊。」於是變成，嘿，我現在得自己一個人把整套系統搭出來，而這套系統原本是要十個人才能做的。
Anika19:28
We had one job up, we had to close it. It was open for four days. We had 2,500 applicants.
我們掛了一個職位，後來不得不關掉它。才開放了四天，就收到了2500份申請。
Anika24:54
數字與實體
| Moshi處理速度 | 4秒內學習300條新信息 | 6:35 |
| 單個招聘崗位申請量 | 4天內收到2500份簡歷 | 24:54 |
| 英國Fulbright數據方向名額 | 全英僅1個 | 4:14 |
術語
- RecSys推薦系統
- 為用戶匹配內容的算法系統，支撐Netflix、抖音等平臺
- MORSE數學/運籌/統計/經濟
- 華威大學的交叉學位，數學、運籌研究、統計與經濟學
- Fulbright Scholarship富布賴特獎學金
- 美國政府資助的國際交換學者獎學金項目
- ICLR國際學習表徵會議
- 機器學習領域的頂級學術會議之一
- Vision Language Model視覺語言模型
- 能同時理解圖像與文本的AI模型，可用於解析PDF等文檔
收聽指南
做大宗商品/能源交易、buy-side另類數據採購，或正被要求「一人頂一個團隊」的AI工程師。
22:00-23:30關於大會組織體驗、理髮美容的閒聊，與產品本身無關，可跳過。