当你在抖音上刷到一个视频，心里刚想"这就是我想要的"——那一刻，算法已经赢了。
你有没有想过，为什么抖音总能猜到你心里在想什么？
你刚和朋友聊到想买个空气炸锅，打开购物App，首页就神奇地出现了相关产品推荐。你以为是手机在偷听你说话？其实背后是一套更精妙的"读心术"。
过去，这种级别的个性化推荐技术只有TikTok、Meta、YouTube这样的科技巨头才能玩得转。但现在，一家名为 Sequen 的初创公司要把这套"黑科技" democratize（普及化）给每一家企业——而且，他们刚刚拿到了 1600万美元 的A轮融资。
从Etsy到创业：她让算法真正懂人心
Sequen的创始人 Zoë Weil 不是纸上谈兵的理论派。在创办Sequen之前，她在手工艺品电商平台Etsy担任要职，仅用一年时间，就通过优化AI排序系统帮公司增加了数十亿美元的商品交易总额。
这段经历让她意识到一件事：传统的内容推荐已经过时了。
"现代技术不再只是推荐内容，"Zoë说道，"它正在以微妙的方式逐渐影响你的意志，让你真正想要某些东西。事实上，这项技术已经进化到让很多人怀疑平台是不是在偷听他们的对话。"
这话听起来有点玄乎，但细想一下确实如此。
你有没有发现，抖音刷久了，你会发现它推送的内容越来越对你的胃口？不是因为你告诉它你喜欢什么，而是它从你的行为中读懂了你——你停留了多久、在哪个视频上反复观看、什么时候划走。这些细微的信号，比你自己更了解你。
大型事件模型：比大语言模型更懂人类行为
你可能听说过ChatGPT背后的大语言模型（LLM），它能理解文本、生成对话。但Zoë提出的概念是 "大型事件模型"（Large Event Model）——这东西专门理解和预测人类的行为模式。
| 技术类型 | 处理对象 | 典型应用 |
|---|---|---|
| 大语言模型（LLM） | 文本数据 | ChatGPT、翻译、写作 |
| 大型事件模型 | 行为事件流 | 个性化推荐、用户预测 |
打个比方：LLM就像一个博览群书的学者，能和你聊任何话题；而大型事件模型则像一个细心观察的朋友，能从你的一举一动中读懂你的心思。
传统推荐系统依赖的是用户的静态画像——年龄、性别、地理位置、历史购买记录。而Sequen的技术完全不同，它关注的是 实时发生的行为 ：
-
你的鼠标悬停在哪里 -
你在某个页面停留了多久 -
你和客服的对话内容 -
你的滚动速度和点击模式
"我们的模型从实时用户行为中学习，而不仅仅是点击和滚动，还包括悬停、对话，以及单个会话内的各种细节——不是静态画像，也不是第三方cookie，"Zoë解释道。
没有Cookie，也能做到"千人千面"
说到Cookie，这可能是互联网历史上最矛盾的发明之一。
一方面，它让网站能记住你的偏好，提供个性化体验；另一方面，它也成了隐私泄露的重灾区，甚至引发了全球范围内的监管风暴。欧盟的GDPR、加州的CCPA，都在围剿这种追踪技术。
Sequen给出的答案是：干脆不要Cookie了。
这听起来很疯狂——没有用户身份识别，怎么做个性化推荐？
秘诀就在于那个"大型事件模型"。Sequen的技术可以在 完全不依赖用户身份 的情况下做出精准推荐。系统只看"发生了什么行为"，而不关心"是谁做的"。
"我们的大事件模型能够泛化到实时事件流，"Zoë说，"不管是谁在执行这些行为，模型都能理解事件本身并从中找出规律。所以实际上，用户身份完全无关紧要 。"
更厉害的是速度：决策时间不到20毫秒。
这意味着，当你打开一个App或网页的瞬间，Sequen的系统已经完成了分析、预测、排序的全过程，把最可能吸引你的内容呈现在眼前。
真实战绩：从家具巨头到返利平台
技术再花哨，最终还是要看商业价值。Sequen在这方面的成绩单相当亮眼：
| 客户类型 | 业务成果 | 时间周期 |
|---|---|---|
| 大型家具零售商 | 收入增长 7% | 持续使用 |
| Fetch Rewards返利平台 | 净收入增长 20% | 仅用11天 |
| 流媒体公司 | 合作中 | - |
| 在线旅游平台 | 合作中 | - |
这里有个细节值得注意：对于那家家具公司来说，过去0.4%的增长就被认为是胜利，而Sequen带来的7%提升简直是降维打击。
Fetch Rewards的例子更夸张——不到两周时间，净收入增长两成。这种速度在传统A/B测试时代是不可想象的。
Sequen的商业模式是按请求量收费（Requests Per Second, RPS），从每秒500次到1000次不等，用量越大单价越低。据悉，他们首批五家客户签订的合同都是七位数级别。
"我们发现一个一致的现象：客户一旦在某个场景里试用我们的产品，就想在整个平台上全面部署，"Zoë说。
藏在背后的技术栈
对于技术从业者来说，Sequen的架构可能更让人感兴趣。
他们的产品叫 RankTune ，是一套即插即用的API平台。客户不需要推倒重来，只要把自己现有的推荐API替换成Sequen的接口就行——就像换个插头那么简单。
底层技术栈包括：
-
大型事件模型：理解和预测用户行为模式 -
前沿排序模型：决定展示什么内容 -
实时推理引擎：20毫秒内的极速响应 -
API集成层：无缝对接现有系统
这套组合听起来简单，但实现起来难度极高。传统推荐系统通常需要海量的历史数据来训练模型，而Sequen号称能在稀疏数据的情况下就做出精准预测——这对于数据积累不足的企业来说简直是福音。
明星团队与豪华投资阵容
Sequen能在短短18个月内拿下10亿月请求量、签下多家财富500强客户，背后有一支不容小觑的团队。
Zoë的联合创始人 Ethan Benjamin 同样来自Etsy，两人是老搭档。另外两位联合创始人 Mo Afshar 和 Alexander Thom 也都是技术背景出身。最近，前Meta产品高管 Raphael Louca 也加入担任首席产品官。
整个14人团队虽然不大，但来头都不小：DeepMind、Meta、Anthropic……可以说汇集了当今AI界的顶尖人才。
投资方阵容同样豪华：
-
White Star Capital 和 Threshold Ventures 联合领投A轮 -
种子轮领投方 Greycroft 继续跟投 -
累计融资已达 2200万美元
个性化的未来：从"偷听"到"理解"
说到底，Sequen代表的是一种新的技术范式。
过去，个性化推荐要么依赖侵犯隐私的追踪技术（Cookie），要么依赖巨头们独占的海量数据。普通企业要么选择放弃，要么选择妥协。
而Sequen证明，还有第三条路 ：通过更智能的算法，从实时行为中提取信号，既保护用户隐私，又能提供精准的个性化体验。
Zoë的愿景还不止于此。她认为，这项技术最终可能彻底取代Cookie，成为下一代互联网的基础设施。
想想看，如果每一家电商App都能像抖音一样懂你的心意，如果每一次浏览都是为你量身定制的体验——那个"千人一面"的互联网时代，或许真的要结束了。
当然，这也意味着企业和消费者之间会有一场新的博弈。当算法越来越懂你，它是在服务你，还是在操控你？这个问题，可能还需要更长的时间来回答。
但至少有一点是确定的：个性化推荐的门槛，从来没有这么低过。