預測代理：經濟外部性如何重新定義加密和人工智能的融合

在過去三年中，Crypto AI 系列報告一直一致指出，於加密領域中具有最大實用價值的場景主要集中在穩定幣支付與去中心化金融（DeFi）協議。如果 AgentFi 代表短期路徑——利用如借貸、收益農業、套利及在 Pendle PT 等協議中的高階操作等成熟策略，那麼預測代理（Agents of Prediction）則在中長期展現出最具前景的前沿。這些代理不僅重新定義了運營效率，更根本性地捕捉並貨幣化這些市場產生的外部性：將分散的資訊匯聚成精確的價格信號，將集體智慧轉化為有形價值。

一、從賭注機制到全球真實層：預測市場的外部性

預測市場作為未來結果交易的基礎設施，其合約價格本身反映了市場對事件概率的集體判斷。其有效性源自一個獨特的組合：集體智慧在匿名環境中獲得實質經濟激勵，使得分散資訊能迅速整合成由資本權重的價格信號。此過程產生一個根本的外部性——不同於純賭博，預測市場產生一個公共品：一個“全球真實層”，實時匯聚資訊。

成長軌跡證明了這一結構轉型。2024年，總交易量約達90億美元；到2025年，這一數字躍升至超過400億，成長超過400%——這不僅由投機需求推動，更是機構層面對外部性的認可。Kalshi 在選舉合約上的法律勝訴，以及 Polymarket 重返美國，解鎖了將這些市場正式納入金融基礎設施的監管環境。

當前競爭動態彰顯出這一制度融合：

Polymarket 建立了混合式 CLOB 架構，採用去中心化清算——鏈下撮合、鏈上結算。其全球化且非保管模型提供高質量流動性，並保持透明外部性，吸引高端參與者。自美國合規復歸以來，運作於“onshore + offshore”雙重架構，涵蓋全球與受監管市場。

Kalshi 則走出不同路徑，深度整合傳統金融體系。透過 API 連接主要零售經紀商，吸引華爾街做市商。雖然在意外尾端事件上存在延遲，但其優勢在於制度合法性與專業流動性，證明預測市場的外部性——可靠的不確定性定價——也為傳統機構創造價值。

2026年2月數據顯示市佔率趨同：Kalshi 達到256億美元交易量，超越 Polymarket 183億，接近總市場的50%。此指標顯示，通過合規或協議效率捕捉外部性的不同模型，皆有持續需求。

二、四層架構：將外部性轉化為執行力

預測代理之所以能創造價值，不在於“AI預測更精確”，而在於放大捕捉與轉化集體資訊外部性的效率。真正的低效來自三個瓶頸：資訊不對稱、流動性碎片化與人類注意力限制。

理想的策略位置是可執行的概率組合管理：將結構化新聞、官方規範與鏈上數據轉化為可衡量的偏差，並以速度、紀律與低成本執行策略。這一價值主張與被動分析工具截然不同。

操作架構分為四層：

資訊層：整合多源資料——新聞、鏈上數據、社群媒體、官方公告——進行標準化。特點是持續追蹤尾端事件，縮短資訊滯後。

分析層：利用大型語言模型（LLMs）與機器學習模型處理資料流，識別錯誤定價與計算“優勢”——統計上的優勢。此階段利用外部性，提前發現市場尚未完全定價的低效。

策略層：將優勢轉化為持倉，採用確定性方法如調整版的凱利公式、階梯式分批進場與動態風險控制。此層將智慧轉化為資本決策。

執行層：同步在多個市場下單，優化滑點與Gas成本，進行平台間套利，並持續監控持倉，形成閉環自動化流程。

此架構彰顯一個關鍵洞察：預測市場的外部性——可靠匯聚不確定性——只能由具備速度、擴展性與紀律的代理來貨幣化，而人類系統難以長期維持。

三、策略分類：代理獲取結構性優勢的範疇

並非所有預測市場都適合自動化執行。篩選標準依五個維度：清楚的結算方式、流動性質量、內線風險、時間結構與操作者資訊優勢。

適合代理的策略主要分為兩大類：

確定性套利：可捕捉的外部性核心

結算套利：當結果已基本確定，但市場尚未完全定價。利潤來自資訊同步與執行速度。規則明確、風險可控、完全可程式化——最適合自動化。

概率保守套利（Dutch Book）：利用互斥事件概率之和偏離1的情況，建立資產組合，確保無風險回報。只依賴價格關係，標準化程度高，適合自動化。

平台間套利：捕捉 Polymarket 與 Kalshi 等平台間同一事件的價格差異。風險低，但需高頻延遲控制與同步監控。適合擁有基礎設施優勢的代理，但競爭激烈已壓縮利潤空間。

套件套利：利用相關合約間的不一致性。邏輯清晰，機會有限，但技術上可行。

投機策略：結構化補充

基於結構化資訊的交易：圍繞明確事件或官方數據（公告、經濟數據、企業決策）操作。觸發條件明確、資料來源可驗證，代理在監控與快速執行上具有優勢。需較高語義判斷能力。

信號跟隨策略：模仿表現優於平均的帳戶或基金（“smart money”）。規則較簡單、可自動化，但面臨信號退化或反轉風險。可作為輔助策略。

非結構化/噪聲基策略：依賴情緒、隨機或參與行為。缺乏穩定優勢，長期期望值不穩，不適合系統化執行。

高頻微結構策略：利用超短時間窗口（秒、分鐘），需最低延遲與持續報價。理論上適合代理，但預測市場流動性有限，限制僅少數擁有基礎設施優勢者。

四、持倉管理：從凱利公式到實務執行

凱利公式是重複場景中資金管理的黃金標準：追求長期複利增長率最大化。其基本形式——f* = (bp - q)/b——根據勝率與賠率計算理論最優投注比例。

實務中，交易者面臨挑戰：持續準確估算真實概率本身就困難。專業操作者與高階參與者採用更穩健的系統：

單位系統：將資金分成固定單位（如1%），根據信心程度調整投入倍數，自動限制風險。

固定投注：每次投入固定比例資金，強調紀律與穩定，適合風險偏好低或信心不足的情境。

信心水平層級：設定離散的持倉層級與絕對限制，降低決策複雜度，避免模型過度擬合。

逆向風險控制：由最大可接受損失出發，反向推算持倉大小，建立穩定風險限制。

對預測代理而言，設計重點在於執行力與穩定性，而非純理論最優。明確規則、簡單參數與容錯判斷是關鍵。信心水平層級 + 固定持倉限制的組合最具韌性：不依賴精確概率估算，將機會分類為有限層級，並為每層設定固定持倉與明確上限，即使在高信心情境下也能保持穩定。

五、商業模型與產品形態：捕捉外部性價值

理想的設計策略是多層價值鏈：

基礎設施（B2B）：實時匯聚多源資料、智慧資金地址庫、統一執行引擎、回測工具。產生獨立於預測精度的穩定收入——持續性模型。

策略層：整合社群與第三方策略，通過調用、配置權重或分成來獲利。降低對單一alpha的依賴。

代理/Vaults：直接執行，基於透明鏈上記錄與嚴格風控系統，收取管理費與績效費。

對應的產品形態反映商業可行性不同階段：

娛樂/遊戲化：降低門檻，界面友好（類Tinder），用戶增長與市場教育潛力大。需連結訂閱或執行產品變現——適合作為入門點。

策略訂閱/信號模式：不涉及保管，合規友善，SaaS模式較穩定。限制：策略易被複製，執行易受影響，長期收入有限。目前最具可行性，尤其結合“信號+一鍵執行”半自動化。

Vault托管：規模經濟、執行效率高，類似資產管理產品。結構性限制多：需牌照、信任門檻、技術集中風險。未經長期績效與機構背書，不建議作為主要路徑。

一個整合的收益架構——基礎設施+策略生態+績效分享——降低對“AI持續超越市場”假設的依賴。即使alpha收縮，執行、風險與清算能力仍具長期價值。

六、現有生態：從基礎設施到功能代理

預測代理生態尚處於探索階段。雖有多種嘗試，但尚未出現成熟標準化方案，涵蓋策略生成、執行效率、風控與完整商業循環。

官方基礎設施層

Polymarket Agents Framework：Polymarket 推出，標準化“連接與互動”。封裝市場資料獲取、訂單構建與LLM介面。解決“如何用程式下單”，但核心能力（策略生成、概率校準、動態風控、回測）仍空白。偏向工程標準，而非內建alpha的產品。

Gnosis Prediction Market Agent Tooling（PMAT）：支持 Omen 與 Manifold 的讀寫，Polymarket 權限有限。適用於 Gnosis 生態內開發，對專注 Polymarket 的開發者用途有限。

自動交易代理

雖稱“代理”，實際能力仍與自動化委託操作有差距，常缺乏獨立系統化風控層。

Olas Predict（Omenstrat）：較為先進的產品，基於 Omen/Gnosis，採用 FPMM 與去中心化套利。支持頻繁低價值交易，但受限於 Omen 市場流動性。預測“AI”多依賴通用LLMs，缺乏實時數據與系統化風控。歷史準確率差異大。2026年2月推出 Polystrat，擴展至 Polymarket——用戶用自然語言定義策略，代理識別市場偏差並執行，控制風險用本地執行 Pearl、Safe帳戶與硬編碼限制——首款面向 Polymarket 的消費級自主代理。

UnifAI Network Polymarket Strategy：專注捕捉尾端風險的自動代理。掃描臨近結算、概率>95%的合約，買入以獲取3-5%的價差。成功率約95%，但回報變異大。

NOYA.ai：旨在整合“研究——判斷——執行——監控”循環。涵蓋智能層、抽象層與執行層。已交付Omnichain Vaults；預測代理仍在開發中，尚未在主網形成完整循環。驗證階段。

分析與信號工具

這些不構成完整代理，但為架構中的資訊層與分析層提供支援：

Polyseer：多代理框架（Planner/Researcher/Critic/Analyst/Reporter）基礎上的研究工具。收集雙邊證據，整合貝葉斯概率，產生結構化報告。優點：方法透明、可審計、工程化。

Oddpool：“預測市場的彭博”。多平台整合（Polymarket、Kalshi、CME），套利掃描，實時數據面板。

Polymarket Analytics：全球數據平台，系統呈現交易者、市場、持倉與交易。界面清晰，適合基本面查詢。

Hashdive：數據工具，通過Smart Score與多維篩選器量化並過濾交易者/市場。便於識別“smart money”。

Polyfactual：AI驅動的市場情緒與風險分析。直接在交易界面中呈現，面向B2B與機構用戶。

Predly：AI識別價格偏差。比較市場價格與AI計算的概率，準確率約89%。

Polysights：30+市場與鏈上指標。追蹤異常行為（新錢包、大額投注），用 Insider Finder。

PolyRadar：多模型並行分析，實時解讀、時間演變、信心評分。強調交叉驗證。

Alphascope：AI驅動的智能引擎。實時信號、研究摘要、概率變化監控。仍在早期階段。

鯨魚追蹤

Stand：專注鯨魚追蹤與高信心警報。

Whale Tracker Livid：提供鯨魚持倉變動的變化。

套利發現

ArbBets：AI發現套利。聚焦Polymarket、Kalshi與體育博彩。識別平台間與高EV交易。

PolyScalping：實時套利與剝頭皮分析。每60秒掃描一次，計算ROI，Telegram通知。按流動性、價差與交易量篩選。

Eventarb：多平台（Polymarket、Kalshi、Robinhood）工具。計算套利並發出警報。免費。

Prediction Hunt：匯總比較多交易所（約每5分鐘更新）。識別Polymarket、Kalshi、PredictIt之間的套利。

聚合執行終端

Verso：YC Fall 2024支持的機構端終端。彷彿彭博界面。追蹤超過15,000合約（Polymarket、Kalshi），深度分析，AI新聞智能。面向專業與機構。

Matchr：多平台匯總與執行（超過1,500市場）。智能路由以獲得最佳定價，規劃高概率事件的自動策略，平台間套利。

TradeFox：專業聚合與Prime Brokerage（由Alliance DAO與CMT Digital支持）。高階執行（限價單、止盈止損、TWAP）、自托管交易、智能多平台路由。計劃擴展至Kalshi、Limitless、SxBet。

七、總結：外部性作為可持續基礎

預測市場代理目前仍處於早期階段，但其發展路徑明確：

1. 市場動態已成型：Polymarket與Kalshi形成雙頭壟斷，皆提供充足流動性與場景基礎。預測與賭博的根本差異在於外部性：透過真實交易，匯聚分散資訊，進行公共事件定價，逐步演進為與CME、彭博整合的“全球真實層”。

2. 核心定位：代理應定位為可執行的概率資產管理工具。將新聞、規範與鏈上數據轉化為可驗證的偏差，並以更高紀律、較低成本在多市場間執行。理想架構：資訊→分析→策略→執行。商業可行性高度依賴於結算清楚、流動性質量與資訊結構化程度。

3. 策略與風控：確定性套利（結算、概率守恆、跨平台、套件）較適合自動化。方向性投機則為補充。持倉管理：信心水平層級+固定限制較純凱利公式更穩健，紀律勝過理論最優。

4. 商業模式：收入分三層——基礎設施（穩定B2B）、策略生態（第三方/社群）、績效分成（直營）。產品形態：娛樂（入門）、策略訂閱（目前最可行）、Vault托管（結構限制多）。多元化策略降低對單一假設的依賴。

儘管生態仍在探索框架、工具與代理，但其核心承諾不變：預測市場的外部性——集體不確定性可靠匯聚——提供可持續價值創造的基礎。即使alpha收縮，執行、風險與清算能力的長期價值仍堅實。未來等待的，是能系統性捕捉並貨幣化預測市場根本產生的外部性之代理。