预测代理：经济外部性如何重新定义加密和人工智能的融合

在过去三年中，Crypto AI系列报告持续指出，在加密空间中具有最大实际应用场景的领域集中在稳定币支付和DeFi协议。如果AgentFi代表短期路径——利用借贷、收益农业、套利以及如Pendle PT等协议中的复杂操作等成熟策略，那么预测代理则在中长期成为最具前景的前沿。这些代理不仅重新定义了操作效率，更从根本上捕获并变现了这些市场产生的外部性：将分散的信息整合为精准的价格信号，将集体知识转化为有形价值。

一、从机制押注到全球真相层：预测市场的外部性

预测市场作为未来结果交易的基础设施，其合同价格本质上反映了市场对事件概率的集体判断。其有效性源自一种独特的结合：集体智慧在匿名环境中获得真实的经济激励，使得分散信息能迅速整合为由资本驱动的加权价格信号。这一过程产生了根本的外部性——不同于纯赌博，预测市场创造了一种公共产品：一种“全球真相层”，实时汇聚信息。

增长轨迹验证了这一结构转变。到2024年，总交易量约为90亿美元。到2025年，这一数字跃升至超过400亿美元，增长超过400%——这一扩展不仅由投机需求推动，更是机构对外部性的认可。Kalshi在选举合同中的法律胜诉，以及Polymarket重返美国，开启了正式将这些市场纳入金融基础设施的监管环境。

当前的竞争动态彰显了这一制度融合：

Polymarket 构建了一个混合CLOB架构，采用去中心化清算——链下撮合，链上结算。其全球化、非托管模型提供高质量流动性，保持透明的外部性，吸引成熟参与者。自美国合规恢复后，采用“onshore + offshore”双重结构，覆盖全球及受监管市场。

Kalshi 则走出不同路径，深度融入传统金融体系。通过API连接主要零售经纪商，吸引华尔街做市商。虽然在意外尾部事件上存在延迟，但其优势在于机构合法性和专业流动性，证明预测市场的外部性——对不确定性进行可靠定价——也为传统机构创造价值。

2026年2月数据显示市场份额趋同：Kalshi成交量达259亿美元，超越Polymarket183亿美元，接近总市场的50%。这一指标表明，通过合规或协议效率捕获外部性的不同模型，均有持续需求。

二、四层架构：将外部性转化为执行力

预测代理之所以能增值，不在于“AI预测更精准”，而在于放大外部性——集体信息的汇聚——被捕获和转化为操作决策的效率。真正的低效不在信息缺失，而在于三大瓶颈：信息不对称、流动性碎片化和人类注意力限制。

这些代理的战略理想位置是概率组合投资的可执行管理：将结构化新闻、官方法规和链上数据转化为可衡量的价格偏差，以速度、纪律和低成本执行策略。这一价值主张与被动分析工具截然不同。

操作架构分为四个明确层级：

信息层：整合多源信息——新闻、链上数据、社交媒体、官方公告——形成标准化流。其优势在于持续覆盖尾部事件，减少信息滞后。

分析层：利用大模型（LLMs）和机器学习模型处理这些流，识别价格错误和计算“优势”——统计优势。此环节利用外部性，提前发现市场未完全定价的低效。

策略层：将优势转化为仓位，采用凯利公式（调整版）、阶梯式逐步建仓和动态风险控制等确定性方法。这一层将智能转化为资本决策。

执行层：同步在多个市场下单，优化滑点和Gas成本，执行平台间套利，持续监控仓位，形成闭环自动化流程。

这一结构揭示了一个关键洞察：预测市场的外部性——对不确定性可靠汇聚——只能由具备速度、扩展性和纪律性的代理所变现，而人类系统难以持续支撑。

三、策略分类：外部性赋能的结构性优势

并非所有预测市场都适合自动化执行。合适的策略选择依赖五个维度：清晰的结算机制、流动性质量、内幕风险、时间结构和操作者信息优势。

适合代理的策略主要分为两大类：

确定性套利：可捕获的外部性核心

结算套利：当结果已基本确定，但市场尚未完全定价时获利。通过信息同步和快速执行实现收益。规则明确、风险可控、完全编码，最适合自动化。

概率守恒套利（Dutch Book Arbitrage）：利用互斥事件概率总和偏离1（∑P≠1）时的失衡，构建资产组合确保无风险收益。仅依赖价格关系，标准化程度高，极适合自动化。

平台间套利：捕获Polymarket与Kalshi等平台对同一事件的价格差异。风险低，但对延迟和监控要求高。适合拥有基础设施优势的代理，尽管竞争激烈已压缩利润空间。

包套利：利用相关合约间的不一致性。逻辑清晰，机会有限，但技术复杂度较高，适合具备一定技术能力的代理。

投机策略：结构化补充

结构化信息交易：围绕明确事件或官方数据（公告、经济指标、公司决策）展开。触发条件明确、信息源可验证时，代理可在持续监控和快速执行中获益。对模糊情况需高级语义判断。

信号跟随策略：复制表现优异账户或基金的行为（“聪明资金”）。规则简单、自动化，但面临信号退化和反转风险。可作为辅助组件。

非结构化/噪声基础操作：依赖情绪、随机性或参与行为。缺乏稳定优势，期望值不稳定，不适合系统性执行。

高频微结构策略：利用秒/分钟级的超短决策窗口，需极低延迟和连续报价。理论上适合代理，但预测市场流动性有限，机会仅为少数具备基础设施优势的参与者所享。

四、仓位管理：从凯利公式到实际可执行性

凯利公式是重复场景中资本管理的黄金标准：追求长期复合增长率最大化，而非单次回报。经典形式——f∗ = (bp - q) / b——基于胜率和赔率，计算最优投注比例。

实际操作中，交易者面临估算准确性和持续更新的挑战。专业和高端参与者采用更稳健的系统：

单位系统：将资本划分为固定单位（如1%），根据信心水平多次投资。自动风险限制自然形成。

固定投注：每次投注固定比例资本，强调纪律和稳定，适合风险厌恶或信心不足的场景。

信心层级：定义离散的仓位等级和绝对限制，简化决策，避免模型伪精确。

逆向风险控制：从最大可接受亏损开始，逐步确定仓位大小，建立稳定风险约束，优于纯粹凯利。

对预测代理而言，设计重点在于执行性和稳定性，而非理论最优。规则明确、参数简洁、容错性强是关键。信心层级+固定仓位限制的组合最具鲁棒性：无需精确概率估算，将机会划分有限层级，按层级分配固定仓位，设定明确上限，即使在高信心场景下也能保持稳定。

五、商业模型与产品形态：捕获外部性价值

理想设计遵循多层价值策略：

基础设施（B2B）：实时整合多源信息、智能资金池、统一执行引擎、回测工具。收入独立于预测准确性，模型稳定。

策略层：整合社区和第三方策略，通过调用、配置权重或执行分成获利。降低对单一alpha的依赖。

代理/保险库：直接执行，托管管理，基于链上透明记录和严格风险控制。收取管理费和绩效费。

对应的产品形态反映不同商业可行性阶段：

娱乐/游戏化：界面友好（如Tinder风格），降低门槛，快速增长用户和市场教育。需连接订阅或执行产品变现，适合作为入口。

策略订阅/信号模式：无托管，合规友好，SaaS模式稳定。限制：易被复制、执行受限，长期收入有限。目前最具可行性，尤其结合“信号+一键执行”半自动化。

托管保险库：规模经济、执行效率高，类似资产管理产品。结构性限制多：需牌照、信任门槛、技术集中风险。无长远表现和机构背书，不建议作为主路径。

一体化收入架构——基础设施+策略生态+绩效参与——降低对“AI持续超越市场”单一假设的依赖。即使alpha收敛，执行、风险和清算能力仍具长远价值。

六、当前生态：从基础设施到功能代理

预测市场代理生态仍处于探索阶段。虽有多种尝试，但尚未出现成熟的标准化解决方案，涵盖策略生成、执行效率、风险控制和闭环商业。

官方基础设施层

Polymarket Agents Framework：由Polymarket推出，标准化“连接与交互”。封装市场数据获取、订单构建和LLM接口。解决“如何用代码下单”，但核心能力（策略生成、概率校准、动态管理、回测）仍空白。更偏工程标准，而非集成alpha的产品。

Gnosis Prediction Market Agent Tooling (PMAT)：支持Omen和Manifold的读写权限，Polymarket权限有限。适合Gnosis生态内部开发，面向Polymarket开发者的实用性有限。

自动交易代理

虽称“代理”，实际能力仍远未达到全自动委托操作。常缺乏独立系统的风险管理层。

Olas Predict（Omenstrat）：最先进的产品，基于Omen/Gnosis，利用FPMM和去中心化套利。支持频繁低价值交互，但受限于单一Omen市场流动性。“AI预测”功能主要依赖通用LLMs，缺实时数据和系统风险控制。历史准确率差异大。2026年2月推出Polystrat，扩展至Polymarket——用户用自然语言定义策略，代理识别到期前4天内的偏差并执行。风险由本地执行Pearl、自动托管的Safe账户和编码限制控制——首个面向Polymarket的自主消费代理。

UnifAI Network Polymarket Strategy：自动捕获尾部风险，扫描临近清算、隐含概率>95%的合约，买入以赚取3-5%的价差。成功率近95%，但不同类别收益差异大。

NOYA.ai：试图整合“调研——判断——执行——监控”一体化循环。涵盖智能层、抽象层和执行层。已交付全链保险库，预测代理仍在开发中，未在主网形成完整闭环。处于验证阶段。

分析与信号工具

这些非完整代理，但构成架构中的信息和分析层：

Polyseer：多代理框架（Planner/Researcher/Critic/Analyst/Reporter）基础上的调研工具。收集双边证据，整合贝叶斯概率，生成结构化报告。优势：方法透明、可审计、工程化。

Oddpool：“预测市场的彭博”。多平台（Polymarket、Kalshi、CME）套利扫描，实时数据面板。

Polymarket Analytics：全球数据平台，系统展示交易者、市场、仓位和交易信息。界面清晰，适合基础面查询。

Hashdive：数据工具，通过Smart Score和多维筛选器量化过滤交易者/市场。便于识别“聪明资金”。

Polyfactual：基于AI的市场情绪和风险分析。直接在交易界面显示结果，面向B2B和机构用户。

Predly：AI识别价格偏差。比对市场价格与AI计算的概率，声称准确率89%。

Polysights：30+市场和链上指标。追踪异常行为（新钱包、大额押注），通过Insider Finder。

PolyRadar：多模型并行分析，实时解读、时间演变、信心评分。强调交叉验证。

Alphascope：AI驱动的智能引擎。实时信号、研究摘要、概率变化监控。仍在早期阶段。

大户追踪

Stand：专注大户追踪和高信心行动提醒。

Whale Tracker Livid：发布大户仓位变动。

套利发现

ArbBets：AI驱动套利发现，聚焦Polymarket、Kalshi和体育博彩。识别平台间和高EV交易。

PolyScalping：实时套利和剥头皮扫描，每60秒全盘扫描，计算ROI，Telegram通知。按流动性、价差和交易量过滤。

Eventarb：多平台（Polymarket、Kalshi、Robinhood）套利工具，计算和提醒，免费。

Prediction Hunt：多交易所（每约5分钟更新）比价，识别Polymarket、Kalshi、PredictIt间的套利。

综合执行终端

Verso：YC Fall 2024支持的机构终端。仿Bloomberg界面。追踪超1.5万合约（Polymarket、Kalshi），深度分析，AI新闻情绪。面向专业和机构。

Matchr：多平台整合（超1500市场），智能路由优化定价，自动化策略规划（高概率事件、套利）。

TradeFox：专业整合和Prime Brokerage（由Alliance DAO和CMT Digital支持）。高级执行（限价、止盈止损、TWAP），自托管交易，智能多平台路由。计划扩展Kalshi、Limitless、SxBet。

七、总结：外部性作为可持续基础

预测市场代理虽处于早期，但其发展路径清晰：

1. 市场格局已定：Polymarket和Kalshi形成双寡头，提供充足流动性和场景基础。预测与赌博的根本区别在于外部性：通过真实交易，汇聚分散信息，进行公共事件定价，逐步演变为“全球真相层”，逐步融入CME和彭博。

2. 核心定位：代理应作为可执行的概率资产管理工具。将新闻、法规和链上数据转化为可验证的偏差，提升纪律性、降低成本、实现跨市场操作。理想架构：信息→分析→策略→执行。商业可行性高度依赖结算清晰度、流动性质量和信息结构化程度。

3. 策略与风险管理：确定性套利（结算、概率守恒、跨平台、包套利）更适合自动化。方向性投机作为补充。仓位管理：信心层级+固定限制比纯凯利更稳健。纪律优于理论最优。

4. 可持续商业模型：收入分为三层——基础设施（稳定的B2B）、策略生态（第三方/社区）、绩效分成（直接参与）。产品形态：娱乐（入门）、策略订阅（当前最可行）、托管保险库（结构限制）。多元化布局“基础设施+策略+绩效”降低对单一假设的依赖。

尽管生态仍在探索框架、工具和代理，但其核心承诺不变：预测市场的外部性——持续可靠地汇聚集体不确定性——为价值创造提供可持续基础。即使alpha逐渐收敛，执行能力、风险管理和清算的结构价值仍具长远意义。

市场期待下一阶段：不仅处理信息，更系统捕获和变现预测市场的根本外部性。