一家新兴创业公司正试图重新定义人们发现心仪餐厅的方式,并在未来拓展至更多生活场景。Zest是一款刚刚上线的餐厅发现应用,通过结合交易数据与AI技术,根据用户的真实就餐行为,提供个性化的餐厅推荐,覆盖餐饮、休闲饮品等多种场景。
Zest于2024年11月成立,目前已完成180万美元的种子前融资,投资方包括776的Alexis Ohanian和Kindred Ventures的Steve Jang。该应用从创立之初便开始测试,逐步从亲友内测扩展至更大规模的用户群体。
如今,Zest已正式向公众开放,任何人都可以记录自己的外出用餐经历并获取推荐。上线仅数周,Zest已吸引超过10万次访问,且仍在持续增长。
尽管市面上已有不少应用支持用户制作餐厅心愿单或收藏常去的地方,但Zest的核心优势在于其推荐逻辑建立在真实世界的数据之上。使用Zest时,用户需要绑定信用卡,应用将自动导入所有到访过的餐厅,生成一张专属的个人用餐地图供他人参考(快餐和快速休闲餐饮不会被纳入,以保持内容的精简性)。
随着应用对用户就餐偏好的深入了解,推荐会变得越来越精准。用户还可以关注朋友或创作者的精选主页,无论是在本地还是旅行途中,都能获取餐饮建议。
用户的信用卡数据通过金融服务公司Plaid导入Zest,Plaid被众多银行及金融科技类应用所信赖。借助这一渠道,Zest可以读取信用卡消费记录,仅筛选餐饮类别的数据用于地图生成,其余信息一概丢弃。
这一思路并不像表面看起来那么激进。Venmo同样利用了人们分享消费场所的意愿,将支付行为转化为一种社交网络形式。更早之前,一家名为Blippy的创业公司也曾尝试将消费记录转化为推荐网络,但以失败告终。
Blippy等类似产品的问题在于,它们止步于数据共享本身,没有在此基础上构建一个能随时间推移深化用户兴趣理解的网络。此外,它们出现的时机也过早——如今随着Apple的"查找好友"、Snap Map等产品展示出数据共享的实际价值,消费者对数据共享的接受度已大幅提升。
"我们在Zest中采用经过验证的餐饮消费数据来做推荐,这样能更真实地呈现那些真正值得一去的地方,而不是成为一种社交炫耀——比如告诉大家你去了哪家米其林星级餐厅之类的,"Zest联合创始人Mario Gomez-Hall表示。他此前担任社交日历应用Saturn的设计负责人,该应用已于去年被Snap收购。另一位技术联合创始人Alex Moller则带来了他在苹果公司及其他科技公司的丰富经验。
"更重要的是那些你经常光顾的'街边小店'——那家你百吃不厌的卷饼店,"Gomez-Hall补充道,"我们能发现这些地方,因为我们能看到消费频次和消费金额。"
Zest背后的产品理念,源自Gomez-Hall对基于内容策展的社交网络运作逻辑的深刻理解,这一理解来自他此前专注音乐领域的创业项目Cymbal。两家公司的共同点,都是希望将拥有相似品味的人连接在一起,即便他们在现实生活中素不相识。
"在Zest上,一个城市里的餐厅数量是有限的。我很幸运住在旧金山湾区这样餐厅林立、新店不断涌现的地方,"他说,"但如果你在一个小城市,选择可能少得多。所以关键真的在于策展——挖掘那些藏在街巷里的宝藏小店,找到真正的隐秘好去处。"
除了个性化推荐,Zest还整合了从网络各处抓取的超过8000万条评价,以丰富推荐内容、加深对用户收藏地点的理解。Gomez-Hall表示,这些来源涵盖范围极广,从米其林餐厅指南这样的权威渠道,到Reddit上那种"路人随手推荐"式的内容,一应俱全。
本月,Zest将上线一项新功能,允许用户为某个地点撰写自由格式的备注,例如如何预约、推荐点哪道菜,或其他个人感受。此外,还有一项名为"Fresh Picks"的功能即将推出,其运作方式类似Spotify的"每周发现"歌单,但针对的是城市中值得一试的新餐厅。
未来,Zest团队希望将平台从餐厅延伸至城市中其他类型的热门场所。
"我们给公司起名Zest,是因为它与食物有关,但又不完全局限于食物。它更像是一种'对生活的热情'与探索精神。从长远来看,我们完全可以想象将购物场景也纳入进来,"Gomez-Hall说道。
Q&A
Q1:Zest应用是如何获取用户的真实就餐数据的?
A:Zest通过接入金融服务公司Plaid来获取用户的信用卡消费记录。用户在应用中绑定信用卡后,Plaid会将消费数据传输给Zest,而Zest只会筛选其中属于餐饮类别的消费记录,用于生成个人用餐地图,其他类别的消费数据则会被直接丢弃,不做保存或使用。
Q2:Zest和普通的餐厅推荐应用有什么区别?
A:大多数餐厅应用依赖用户主动写评价或手动添加收藏,而Zest的推荐基于用户的真实消费行为,反映的是用户实际去过并花钱的地方。这种方式能更真实地呈现用户的饮食偏好,包括那些经常光顾的街边小店,而不只是用户想"晒"出来的高档餐厅。此外,Zest还整合了超过8000万条网络评价来强化推荐效果。
Q3:Zest未来有哪些新功能或扩展计划?
A:Zest近期将推出两项新功能:一是允许用户为餐厅添加自由格式的备注,例如预约方式或菜品推荐;二是"Fresh Picks"功能,类似Spotify的每周推荐歌单,专门为用户推送城市中的新餐厅。长期来看,Zest还计划将平台从餐厅扩展至购物等其他城市生活场景。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。