Loading...
Loading...
Kimi实习生开公司，估值快200亿了年轻人的第一桶金。
作者 韦香惠
编辑 刘燕秋
本文字数5212
手搓量丨100% AI含量丨0%
大模型数据公司，很长一段时间并不在VC的视野中，不过这种境况有所变化。我最近听说，几个有阿里通义、月之暗面等模型大厂实习经历的年轻人创立了一家数据公司，颇受资本青睐。
这家公司以AI训练数据为切入口，在不到一年时间里便拿下千万美元级订单，完成约三轮融资，估值也是水涨船高。外媒最新消息显示，这家公司即将完成一轮3亿美元融资，投资方阵容豪华，囊括了红杉、阿里和腾讯这些明星机构，估值达到25亿美元。
当然，国内此前并非没有数据服务公司，但在今年之前，这样的公司很少会被风险投资关注到。原因在于，这个模式主要做的是现金流生意，创业门槛在AI领域内也不高。更早些时候，三四线小城市有一批数据公司利用廉价劳动力为模型训练提供语料。随着大模型智力水平的提升，数据质量要求同步提高，越来越多名校背景的高学历从业者加入。各行各业的资深人士，比如法律、医生、记者、编剧等开始入驻一些数据服务公司的平台。作为一份兼职，数据标注的收入在每小时500-1000元。
但如果只是做专家网络，在国内很难顶到百亿估值。卖数据这个模式，在不少投资人眼里，仍然是一个阶段性的可持续性存疑的生意。
一位接触过前述项目的投资人告诉我，在2亿美金轮次以前，投资人还是从对创始人的判断层面去下注的。到如今，要以25亿美元估值对外融资，这家公司必须讲出新的故事。据我了解，今年上半年，它已经开始涉足金融领域，在预测市场做了一套可对比、可验证的系统，据说要以卖API来盈利。
国内数据训练公司大概有二十多家，上述跨界金融的故事还只是他们试图描述的未来方向之一。在和投资人交流后，我发现人工标注、专家外包、数据交付，这些很难讲出足够性感的增长故事的传统数据服务模式，在越来越多95后、00后年轻创业者那里有了新的说法。他们凭借模型训练的经验和对模型能力的足够了解，让一个原本相对枯燥的现金流生意，开始有了新的想象空间，由此搅动起一波融资热度。
数据有了新需求
理解这些实习生做的生意，可能要从去年媒体上热议的“985、211硕博生去当AI训练师”说起。比如，DeepSeek北大中文系毕业生和Kimi的医学博士等。他们有人在网上自嘲为“数据包工头”，带领一些以BPO（外包）形式存在的标注员，配合研发团队，为模型生产训练数据。
卖数据的商业逻辑并不复杂，只要能够拿到订单，自身就可以跑成一家现金流不错的公司，也不一定需要融资。Surge AI就是一个典型案例，这家公司成立于2020年，创始人Edwin Chen此前曾在Google和Meta从事机器学习工作，后来出来创业。这家公司很长一段时间没有拿外部融资，主要靠自身滚动发展。直到2025年，市场开始传出它寻求最多10亿美元融资的消息。当时，公司过去一年收入已经超过10亿美元，市场讨论的估值也超过150亿美元。
随着模型能力的提升，医疗、法律、金融等专业领域，以及需要主观判断的复杂任务中，对资深人才标注的需求正快速增长。市场上高质量人类标注者稀缺，特别是专业领域人才，大型AI公司为此愿意支付高额溢价。Mercor便捕捉到了这一机会，这家公司早期只是为大型数据标注公司提供“合同制人才”的AI招聘平台，后来直接把专业人士组织成训练数据供应网络。2025年，Mercor以100亿美元估值融资，2026年又传出按200亿美元估值筹集约5亿美元的计划。
总之，海外诞生了许多独角兽，但是国内的AI训练数据服务商却很少有机会获得VC支持。
一位调研过这些模型厂的投资人告诉我，当时，模型厂内部对于数据采购的标准，包括新增供应商的标准，都还不是特别清晰。尽管已经和几家互联网厂商，甚至一些海外供应商有所合作，但整体供应量还没有那么大。另一方面，国内有段时间以蒸馏为主，很大程度上削弱了大家去找专家数据的必要性。
今年Agent全面爆发，需要的数据类型也早已不是简单的专家数据，而是一种更接近环境的数据。
一位模型厂的研究员告诉我，现在需要的数据，已经不只是“问题和答案”，而是能够让模型反复行动、获得反馈的可闭环、可验证的训练环境。模型在里面执行任务，环境记录它的每一步行动，再通过验证器判断结果，最后把反馈交还给模型。比如，想训练一个模型写出更好的前端代码，光靠人工告诉它“这段代码好不好”是不够的。你需要一个能够执行代码的环境，还需要一个能够理解页面效果的模型去做裁判，再通过几百轮甚至更长时间的运行，不断给模型反馈。
一些美国创业公司开始专门做强化学习环境。AfterQuery希望让模型和智能体学会像专业人士一样完成任务，公司将其描述为“将世界顶尖从业者的模式、决策和推理进行编码”，为前沿大模型输出专家推理数据集、强化学习仿真环境、模型评测服务。
需求方这边，Anthropic管理层也讨论过在未来一年内拿出10亿美元投入强化学习环境。OpenAI方面，2025年全年数据开销约10亿美元，内部预测到2030年将涨到80亿美元。现在，美国差不多已经有十几家这样的种子轮团队，人数不超过20人，服务1到3家大客户。
国内也开始出现许多这样的创业机会。一位投资人告诉我，越来越多研究员正在从模型厂外溢出来。到了今年5、6月份，这个趋势就比较清晰了：市场上开始出现一批提供高质量数据的新团队，同时，模型厂对于一些新领域数据的需求也在上涨。
00后造富扎堆
和AI其他领域的创业者一样，训练数据公司的创始人通常也很年轻。Scale AI创始人Alexandr Wang在24岁时成为亿万富翁，Mercor的三位创始人也在22岁时凭借百亿美元估值跻身亿万富翁行列。
最近的是AfterQuery的两位联合创始人。斯宾塞・马蒂加（Spencer Mateega）23岁、卡洛斯・乔治斯库（Carlos Georgescu）22岁，创立公司的时候两人还都处于大学在读状态。他们公司刚刚宣布正在筹集新一轮融资，估值达到32亿美元。这家公司成立仅仅18个月，主要业务是AI训练数据服务。
如今，国内的数据初创公司创始人同样如此，而且他们不一定是具身赛道里那种“小天才”，就比如开头我提到的，来自头部模型大厂的实习生。
一位接触过国内一家独角兽数据训练公司的投资人告诉我，早期大家的判断仍然更多集中在“人”身上。兼具business sense和researcher属性的人，到今天在市场上都比较少见。而这家公司的创始人曾在月之暗面等一线模型大厂有过实习经历，参与过模型训练工作并且发表论文。
现状是，模型训练的一线工作主要由名校PhD承担，他们从实习开始就会承担具体的执行工作。当他们跟着外包团队完成这些工作后，很容易就会想到，既然这件事可以在大厂的外包部门完成，为什么不能自己出来做？于是，一部分人开始从模型厂或外包团队中走出来，成立数据创业公司。
这也是当下这批数据创业者的共同特征：他们离模型厂的实际需求更近，对外部市场的变化也更敏感。一位已经投资过类似项目的投资人告诉我，他对创业者画像的判断多数是在团队至少要达到T0或T1级别，且最好是95后、98后到00后这一代真正参与过一线模型训练的人。
工程能力同样关键。如何搭建团队，如何把研究员认可的数据质量要求落到实际生产中，都需要很强的工程能力。从整个数据pipeline的搭建，到Query设计、数据初步构成，再到后续清洗和质量控制，背后都有复杂的工程链路，并不是简单的人工标注。
数据表面上是一门生意，但做得足够好时，它也可能成为模型厂之外的一个候选人团队，甚至是一个小型的预训练、后训练组织。投资人可以在早期以较小代价获得一个研究员密度较高的团队，数据业务是他们阶段性养活自己的方式，也可以帮助他们证明自己在行业中的位置，跟上模型智能发展的变化。
数据生意的天花板
但单纯的数据生意，很难支撑这些创业公司持续走下去。
2025年市场曾披露，和垂直领域专家数据起家的Mercor年化收入达到1亿美元，但其中60%到70%的总收入需要支付给承包商，留给公司的空间非常有限。Scale AI也有超过一半的营收用于直接业务成本，其中包括承包商薪资。国内一些数据标注平台公布的价格中，标注员的时薪通常在200至500元，资历更高、专业性更强的人甚至可以达到上千元。
随着模型能力继续提升，后训练公司对顶尖专家的需求还会越来越复杂。如果仍然依赖大量人工去寻找专家、生产数据，就意味着成本不断上涨；如果提高专家的收费，毛利会被压缩；如果不提高收费，又很难获得足够高质量的数据。
而且数据业务订单并非完全确定。投资人朋友告诉我，第一批数据供应商进入市场时，很多公司先在每个垂直领域做出一批高质量样本，不管是人工手工打磨出来，还是通过其他方式生产，都会在样本上投入大量精力，再拿去给阿里、腾讯等客户展示。客户认可之后，才会进一步下订单。但是数据行业里，一个订单并不等于一笔可以立即确认的收入。每一批数据都需要研究员验收和质量控制，如果连续几次交付的数据数量或质量不达标，客户完全可能缩减甚至取消订单。比如客户签下1亿美元订单，并不意味着公司半年、一年或者两年后就一定能够实现对应规模的收入。
从VC的角度看，投资最终还是要回到两个问题：这家公司能不能形成足够高的价值倍数，以及未来有没有清晰的退出路径。
海外大厂的分工相对成熟，每家大厂给外部数据公司的年度预算，到2027年、2028年仍在增长，而且体量很大。因此，海外数据公司确实有不错的市场空间，也已经出现了被并购的退出机会。但中国市场的逻辑不太一样，如果最终只是一家数据外包公司，无论是被并购还是上市，空间都相对有限。
在前述投资人看来，未来的数据生意可能不再是今天这种“一条数据卖多少钱”的模式，一些数据创业公司开始试图站到SaaS的位置上。比如，一些传统企业本身没有训练AI模型的能力，但内部拥有大量独特的业务流程和高价值数据。数据公司可以进入这些企业的工作流，帮助其完成AI化改造。
在这个过程中，企业会开放一些独特的业务场景，公司不仅获得数据，也能积累真实的任务轨迹和交互反馈，再把这些东西沉淀到自己的模型和训练体系中。这样一来，数据就不再只是一次性交付的商品，而变成了连接客户工作流、模型训练和长期服务的一层基础设施。数据公司的定价方式也会发生变化。大厂不会再简单按照数据条数付费，而是为一套能够持续产生高质量数据、完成任务执行和模型反馈的系统付费。
海外一些数据公司已经往这种更深的服务能力走。Turing、Scale、Invisible等公司都在发展咨询或更深度的企业服务业务，希望从单纯提供数据和人力，进一步介入客户的AI工作流。
当然，数据越深入客户核心业务，风险也越高。Mercor今年遭遇数据泄露事件后，Meta暂停了与其合作，OpenAI也对此展开调查。相关数据可能涉及模型公司的训练方法、承包人员信息和专有数据。
新故事在哪
除了追求更高的智能，模型发版速度的加快，也是今年数据订单增长的另一个原因。2026年以来，头部模型厂商的发版节奏，已经压缩到了月度级。技术方面来看，这背后可能有一个关键变量正在发挥作用：RSI。
RSI（Recursive Self-Improvement，递归式自我改进），指的是AI参与甚至改进自身研发流程，从而持续缩短模型迭代周期。它被视为本轮模型发版加速的重要推手，也成为中美AI创投圈的热词。
这并不是一个全新的概念。学术界很早就开始讨论，工业界也一直在尝试推进。5月，由Meta前FAIR研究总监田渊栋等8位顶级AI研究员联合创办的新AI实验室Recursive Superintelligence（RSI）完成6.5亿美元融资，投后估值约46.5亿美元。这一技术概念正式被推到资本市场面前。
一些数据初创公司，也开始把RSI作为自身融资叙事的一部分。
我的投资人朋友关注到，最近看的一些数据团队已经开始在新的领域里搭建“半RSI”的系统。它们当然还没有实现完全自动化的迭代，但在某些环节上，可能已经做到接近一半，甚至70%到80%。比如，团队可以在一个新的垂直领域里，快速生产高质量的分析、标注和合成数据，同时把专家经验和人的判断高效地嵌入系统。未来，如果能够进一步减少人工介入，让系统自己完成任务生成、执行、评估和迭代，就有机会从数据生产走向更完整的模型改进闭环。
然而，RSI创业是一场门槛极高的游戏。它同时需要前沿模型、巨额算力、顶尖研究人才、训练基础设施、大规模实验能力，以及足够强的模型评估系统。当前真正有能力尝试闭合完整循环的，仍然主要是OpenAI、Anthropic、Google DeepMind，以及极少数资本和人才配置超常规的新Lab。
今天市场上很多公司都在讲RSI，但它们做的其实并不是同一件事情。有的团队对标大模型公司，目标是做下一代模型研发，试图把完整的模型训练流程跑通；有的RSI只发生在某个产品的自动化层面；还有的团队所说的RSI，是自己的数据管线可以实现自净化、自迭代。这些工作的层次、方向和scope都不一样，短中期内，它们之间可能存在非常明显的差距。
所以，从投资角度看，首先要拆解RSI的具体含义：它究竟在解决哪个层面的问题？这个层面未来在整个行业中能够占据什么样的生态位？它的能力边界在哪里，又有没有继续向上延展的可能？
当然，数据创业者也不必都以RSI做下一代模型为目标。一切都取决于你如何看待自己做的这件事。有些人可能想得非常清楚：出来创业不是为了融资，而是找三五个人、十个人，做一门能够赚钱的生意。只要第一笔订单跑通，客户能够正常回款，现金流就不会有太大压力。
总之，作为年轻人的第一桶金，数据似乎是个不错的生意。
在前述投资人朋友看来，一个团队也不会因为选择“做数据”而减分。相反，过程中积累的能力可能会成为未来做出更大事情的重要前提。“如果一个团队能够一边做数据、一边赚钱养活自己，同时持续积累researcher和工程能力，再沿着模型智能不断往前走，这件事情其实是非常有意思的。”
投中网原创
CLARITY Act 参议院表决前夜：特朗普伦理妥协传闻升温，关键程序票仍是第一道门槛撰文：Gandalf，Techub News
导语
2026 年 9 月 14 日 —— 美国参议院即将对《数字资产市场清晰法案》（Digital Asset Market CLARITY Act，下称“CLARITY Act”）举行关键程序性表决。在最后一轮谈判中，围绕政府高层及其关联方参与加密业务的伦理限制，正成为决定法案能否争取跨党派支持的焦点。
最新修订文本据报纳入了与伦理规则、稳定币业务和开发者责任有关的调整。市场随即提高了对该法案年内成为法律的预期：截至发文，Polymarket 上以“CLARITY Act 是否会在 2026 年成为法律”为结算条件的预测，9 月 14 日显示约 32%的隐含概率。
不过，参议院眼前的投票并非最终表决。即使程序动议获得通过，CLARITY Act 仍须经过参议院辩论、修正案和最终通过，并与众议院协调文本，才可能送交总统签署。对立法进程而言，9 月 15 日是关键入口，而不是终点。
核心摘要
美国参议院将于 9 月 15 日 对《数字资产市场清晰法案》（CLARITY Act）进行关键的程序性表决，决定法案能否进入正式审议；这并非最终通过表决，更不代表法案已经成为法律。
法案推进的首要政治障碍，是围绕总统及高级官员参与或受益于加密项目的伦理与利益冲突条款。特朗普据报已与顾问讨论相关妥协方案，但最终条文、覆盖范围和执法机制仍须等待正式文本确认。
修订谈判同时涉及多项实质性议题：稳定币收益安排及其对社区银行存款的影响、去中心化协议和开发者的合规责任、交易平台纵向整合，以及 SEC 与 CFTC 的监管权限划分。
Polymarket 对该法案于 2026 年内成为法律的市场预测在 9 月 14 日一度升至约 32%，反映交易者对谈判进展的预期改善；但该概率并不是参议院票数预测，也不等于法案已具备通过条件。
即使程序性表决获得通过，法案还要经历参议院修正与最终表决、与众议院协调版本、两院通过及总统签署等多个环节。因此，CLARITY Act 正处于重要转折点，但距离真正立法仍有明显的不确定性。
对加密市场而言，法案若推进，有望带来更明确的联邦监管框架并降低长期政策不确定性；但更严格的注册、披露、反洗钱和利益冲突规则，也可能抬高交易平台、稳定币发行方和部分去中心化项目的合规成本。
程序投票决定法案能否进入审议
参议院预计将于 9 月 15 日处理推进 CLARITY Act 的程序性动议。该步骤的核心，是决定参议院能否正式进入法案审议和后续辩论程序；在目前政治格局下，支持方通常需要取得 60 票，才能克服阻挠议事门槛。
这一区别直接影响市场对消息的解读。若程序票获通过，并不代表法案已经获参议院最终批准；若程序票未通过，也不必然意味着议题完全终结，谈判仍可能围绕文本、表决安排和跨党派支持继续进行。
因此，将本周的投票称为“CLARITY Act 将通过”并不严谨。更准确的表述是：参议院将测试该法案是否具备进入正式立法审议的足够政治支持。
伦理条款成为谈判核心
CLARITY Act 原本主要围绕美国数字资产市场的监管结构展开，包括证券交易委员会（SEC）与商品期货交易委员会（CFTC）的权限边界、数字资产交易平台义务、代币分类，以及稳定币和去中心化金融业务涉及的合规问题。
但在临近表决时，谈判重心已扩展到政府官员参与或受益于数字资产项目可能引发的利益冲突。民主党议员要求，任何推进加密市场监管框架的立法，都应当同时回应总统、副总统和高级官员在数字资产领域的财务利益、推广活动及关联交易风险。
报道显示，特朗普曾与顾问讨论如何处理相关伦理语言。参议院共和党人随后推出的更新文本也被描述为包含经特朗普同意的伦理提案。但截至发稿，哪些具体限制将被纳入最终可表决版本、覆盖哪些人员与关联实体、如何执法、违法后适用何种后果，均仍需以正式公布的法案文本和国会程序为准。
这也是法案前景仍不明朗的原因。行业支持者希望更明确的联邦监管规则能减少长期不确定性；民主党方面则担心，若缺少可执行且覆盖充分的利益冲突约束，立法可能在为行业提供确定性的同时，放大官员及其关联商业利益的监管风险。
修订文本试图平衡银行与加密行业
公开报道显示，近日的修订讨论不只涉及伦理问题，也触及传统金融机构与加密平台之间长期存在分歧的领域。
首先，稳定币收益安排仍是争议点之一。银行业团体担心，稳定币发行方或交易平台以收益、奖励或类似计息机制吸引客户，可能促使存款从社区银行流向数字资产平台，并削弱地方信贷供给。加密行业则认为，若限制过严，将削弱美元稳定币的竞争力和产品创新空间。
其次，更新文本被报道引入针对潜在存款外流的保护性安排。这类条款的政策目标，是在稳定币市场快速扩张时，为财政部或相关监管机构保留应对系统性风险的工具。对银行而言，这可被视作风险缓冲；对行业而言，则意味着监管介入空间扩大。
第三，开发者保护范围也在收窄。讨论中的条款据报将相关保护更明确地限定于《银行保密法》和部分民事执法问题，而不是对所有潜在刑事责任提供普遍豁免。此举意在回应执法与反洗钱方面的担忧，但也可能令去中心化金融和开源软件开发者对合规边界继续保持谨慎。
此外，法案还在处理交易平台纵向整合、关联交易及利益冲突等问题。此类条款牵涉交易所、经纪商、托管机构和代币发行方之间可否同时承担多重角色，是美国加密市场结构监管中最具技术性、也最可能影响商业模式的一部分。
预测市场上调年内立法概率
政治谈判出现新进展后，预测市场率先作出反应。Polymarket 的相关合约以法案是否在 2026 年 12 月 31 日前成为法律为结算条件。9 月 14 日，多家媒体记录该预测的“是”方价格约为 30%至 31%。
这一报价反映的是参与者对完整立法路径的概率判断，而不是参议院某一次投票的即时票数预测。要满足“成为法律”的结算标准，法案仍须在国会两院完成通过，解决不同版本之间的差异，并取得总统签署。
对市场参与者来说，预测市场具有信息价值，但不应被视为民调、正式点票或法律结论。价格可能随着文本流出、议员发言、媒体报道和交易流动性快速变化。即使合约价格升至约三成，也意味着交易者整体仍认为法案在年内无法成为法律的可能性高于成功立法的可能性。
市场等待的不是一张投票，而是一套规则
CLARITY Act 所承载的，并非单纯的短期加密货币行情预期。法案若能推进，可能为代币发行、交易、托管、去中心化金融及数字商品市场提供更系统的联邦监管框架，并进一步明确 SEC 与 CFTC 的监管边界。
这也是加密行业持续游说国会的原因：企业希望减少不同监管机构、州政府和法院之间规则不一所带来的合规成本和执法不确定性。传统金融机构则关注，新的框架是否会改变存款、支付、托管与资本市场业务之间的竞争关系。
但监管明确化并不必然等同于“全面利好”。更严格的注册、披露、市场监察、反洗钱、消费者保护和利益冲突管理要求，可能提高交易平台、代币项目和稳定币发行方的运营成本。部分依赖监管模糊地带的商业安排，反而可能在规则落地后面临收缩。
因此，本次表决的真正意义，不在于它是否能立刻引发某类资产上涨，而在于美国国会能否在加密市场已深度进入金融体系之际，为创新、投资者保护、银行体系稳定和公共伦理建立一个可执行的平衡点。
接下来关注什么
未来数日，以下信号将决定 CLARITY Act 是进入实质审议，还是再度陷入谈判僵局：
参议院程序性动议能否达到推进审议所需的票数；
最终伦理条款能否以完整、可核验的文本公开；
关键民主党与独立派参议员是否公开支持；
稳定币收益、开发者责任、交易平台整合与监管权划分能否形成可接受的折衷；
众议院与参议院是否能为后续协调保留政治空间。
截至目前，CLARITY Act 的谈判比数月前更接近一次真正的表决测试，但距离成为法律仍有多道程序与政治关口。市场的乐观情绪已经回升；国会是否能够把这一情绪转化为跨党派多数，仍有待 9 月 15 日及其后的立法进程给出答案。
编辑说明
本文将预测市场价格视为实时市场定价，不将其视为立法计票或确定性结论；关于法案条文、表决程序和最终伦理安排，应以美国国会正式文件、参议院日程及公开发布的法案文本为最终依据，本文不构成任何投资建议。
当 Polymarket 们等走向「幕后」：预测市场的下半场，在交易所之外？概率不再只属于某一家平台，围绕它的聚合、衍生品与智能执行基础设施，正在成形。
撰文：农民 Frank
预测市场，最近在发生一个挺有意思的变化。
从币安、Coinbase，再到盈透证券（IBKR）、Robinhood，头部玩家们纷纷重心上移，不再执著于复制一个 Polymarket。
大家纷纷在想办法，怎么让 Polymarket、Kalshi 们逐渐「退到幕后」，变成其他金融产品可以直接调用的底层能力。
这其实很像今天的股票交易，用户通过富途、老虎或 Robinhood 点击买入 TSLA，大多数用户不会关心订单最终流向哪家 Market Maker、经过哪套清算系统。
预测市场未来也可能如此。
前端可能是某一家券商、钱包、新闻 App 甚至 AI Agent，中间是 Aggregator 和 Router，真正提供市场、流动性与结算的 Polymarket、Kalshi 们，则越来越像隐藏在背后的金融基础设施。
回看 DeFi，从 AMM 到聚合器、衍生品、专业做市和智能执行，这条路已经走过一遍。
预测市场，或许也正在进入类似的下半场。
一、预测市场，开始更多走向「幕后」
过去几年，预测市场证明了现实世界里的「不确定性」，的确可以成为一种有价格、有流动性的交易资产。
从美国总统大选，到世界杯等体育赛事，再到 Crypto、宏观经济乃至娱乐文化，很多原本只能被讨论的问题，被 Polymarket、Kalshi 等平台压缩成一份可以买卖并产生盈亏的 Event Contract。
这是非常关键的一步，而当这层需求逐渐被验证之后，头部玩家的打法也开始发生明显变化。
今年 4 月，币安接入 Predict.fun，由第三方预测市场基础设施提供市场能力，自己提供前端入口，允许用户在 App 里直接交易概率事件；两个月后，又进一步开放 Prediction Markets API，让量化策略、交易 Bot 和第三方产品可以直接调用市场数据与交易能力。
Coinbase 走的也是类似路线，它把 Prediction Markets 纳入自己的「Everything Exchange」，但上线初期的市场流动性全部来自 Kalshi，并明确表示未来还会支持更多 Prediction Market Venue。
而在传统金融一侧，IBKR 已经更进一步。
今年 5 月，IBKR 直接把 Kalshi、CME Group 和 ForecastEx 三家 Prediction Market 放进一个统一界面，用户无需分别开户，就可以在同一个账户里搜索事件、比较不同交易所的价格与流动性，并完成交易。
Robinhood 则开始继续向交易与清算层延伸，与 Susquehanna 合作运营 Rothera，后者承接了原 MIAXdx/LedgerX 的 CFTC 注册交易所与清算基础设施，6 月已开始把部分世界杯和职业棒球 Event Contracts 路由至这一关联交易所。
这几个头部玩家的动作，其实指向的是同一件事，即预测市场正从一个用户需要主动前往的「目的地」，变成一种可以被其他产品调用的金融能力。
过去，如果我们想交易接下来的美国中期选举，可能需要先打开 Polymarket，再找到对应市场，但未来，它可能是一张出现在币安首页的事件卡片、Robinhood 上一条财经新闻旁边跳动的实时概率。
用户可能根本意识不到自己正在使用预测市场进行交易，至于订单最终来自 Predict.fun、Kalshi、CME，还是被 Router 拆到多个市场，更是没那么重要。
这也意味着，Prediction Market 越来越隐形，Prediction Asset 反而越来越重要。
一旦走到这一步，行业真正有意思的问题也就变了——这些散落在 Polymarket、Kalshi、Predict.fun 甚至更多市场里的流动性，该怎么被组织起来？
譬如围绕美国中期选举，哪里的价格最好？哪里的深度最大？两个市场之间有没有概率偏差？
这套问题，其实和早期 DeFi 非常像。Uniswap 证明了 Token 可以在链上交易之后，市场并没有停止在「再造十个 Uniswap」，随后真正长出来的，是 1inch 这样的流动性聚合器、CoW Swap 这样的智能执行网络、Hyperliquid 这样的衍生品基础设施，以及围绕它们生长起来的做市商和量化交易系统。
预测市场也正在逐渐走到类似的阶段。
Fortune 就是一个很典型的早期案例，截至今年 8 月，已完成 Seed、Pre-A 等多轮融资，累计金额超过 400 万美元，用于 Fortune Agent 升级、接入更多预测市场，以及扩展流动性和相关基础设施。
它想切入的，就是「The Liquidity Infrastructure for Prediction Markets」这一层，不久前也刚进一步接入 Polymarket 的流动性，与此前已经支持的 Predict.fun 一起放进 Fortune Markets 的统一入口。
用户开始可以在一个入口中查看不同来源的市场、交易量、流动性以及隐含概率，而不必在不同 Prediction Market 之间来回切换。
这只是一个很早期的形态，却已经透露出 Fortune 想做的事情——把原本彼此割裂的 Prediction Markets，逐渐抽象成一个统一的流动性层。
二、不只是「预测市场版 1inch」，还能做什么？
当然，如果因此把 Fortune 这样的新玩家简单理解成「预测市场版 1inch」，又有些刻舟求剑。
预测市场未必会完整复制 DeFi 的发展路径，Fortune 这类新玩家，主要是在尝试把视角从 Prediction Market 转向 Prediction Asset。
看起来只差一个单词，背后逻辑却天差地别：Market 关心的是「去哪里交易」，Asset 关心的则是「究竟在交易什么，以及围绕它还能构建什么」。
就像 BTC 不属于 Binance，特斯拉也不只 Robinhood 能交易，美股并非只有现货买卖，Crypto 也不局限于 Spot，一旦 Prediction Assets 可以跨不同市场被寻找、定价、组合与交易，市场之上的基础设施才真正有机会形成。
以 Fortune 为例，新玩家们想搭建的体系，可以大致拆成几个相互连接的层次。
1.把分散的 Prediction Assets 先「放在一起」
众所周知，今天的预测市场仍然高度分散。
同一类事件可能同时存在于 Polymarket、Predict.fun 及其他平台，不同平台之间又拥有各自独立的市场结构、流动性和定价。
早在今年 4 月，Fortune 原生 Prediction Market 就已上线，到了 8 月，又进一步接入 Polymarket CLOB v2，与此前支持的 Predict.fun 放进 Fortune Markets 的统一入口。
用户现在可以直接在 Fortune Markets 浏览来自不同流动性来源的事件市场，并在建立仓位之前比较各自的流动性、成交量和隐含概率。
新版交易流程又加入了 Outcome Selection、Position Preview 和 Portfolio 等功能，把发现市场、建立仓位以及后续管理逐渐串在一起。
过去，一个用户想交易同一类政治、体育或者 Crypto 事件，可能需要分别进入几个平台搜索，再自己比较价格和深度，现在 Fortune Markets 把这个过程压缩为「发现事件 → 比较不同平台 → 选择价格与流动性 → 建立仓位 → 统一管理」。
理论上讲，预测市场的聚合，其实远比普通 DEX Aggregator 要复杂得多。
1 ETH 在 Uniswap 和 Curve 里仍然是同一个 ETH，但两个看起来几乎一样的预测市场，可能只因为截止时间、事件定义、判定条件或结算规则存在细微差异，就成为完全不同的资产。
从这个角度看，Fortune 首先做的并不是创造更多市场，而是把原本散落在不同平台里的 Prediction Assets，逐渐变成一个更容易被搜索、比较和交易的资产池。
2.从「买 YES / NO」，走向更完整的金融产品
一旦资产被连接起来，下一步的问题自然发生变化。
今天预测市场最常见的交易方式，依然是看好一个结果，买 YES；不看好，就买 NO，然后等待事件结算。
这很像 Crypto 早期只有 Spot。
但如果 Prediction Assets 最终发展成一个规模足够大的资产类别，交易需求理论上不会永远停留在二元下注，当底层资产规模足够大，市场通常都会继续长出杠杆、期权、组合、对冲和结构化产品。
这也是 Fortune 把 Prediction Derivatives 纳入整体产品方向的原因，它想进一步把 Event Contract 从一份「等待最终答案」的二元合约，转化成能够被组合、管理和策略化使用的 Prediction Asset。
这一步其实很关键。
因为一个资产类别真正成熟，往往不是看现货市场有多热闹，而是看它周围能否形成足够丰富的金融结构。
BTC 从现货走向 Perpetual、Options 和结构化产品之后，才逐渐形成今天完整的交易体系；股票市场也同样拥有期货、期权、ETF 与各种组合工具。
Fortune 现在所押注的，是 Prediction Asset 也会经历类似的金融化过程。
不过这也带来另一个问题，如果未来一个用户面对的不再是几个市场，而是几百、几千个 Prediction Assets，甚至不同的组合和策略，人还有没有能力自己完成全部研究与执行？
这才是 Fortune AI Agent 真正应该出现的位置。
3.让 AI 直接进入交易链路
实事求是地讲，预测市场可能是 AI Agent 最容易让人理解的金融场景之一。
因为它天然存在一条非常清晰的传导链：现实世界发生变化 → 新信息出现 → 事件概率改变 → 市场重新定价 → 产生交易机会。
只不过，传统交易需要手动完成整个过程，从看新闻、刷社交媒体、分析市场情绪，到判断这条消息究竟会不会改变某个事件的概率，最后还要找到对应市场、比较价格、确定仓位并执行交易。
Fortune Agent 想压缩的，恰恰就是这条链路。
目前已经上线的 Trading Agent，就被设计为一个 Multi-Agent System，持续从 News、Sentiment 和 Arbitrage 三类信号中寻找机会，再进一步验证条件，其中用户连接钱包后，能自行设定单次交易金额、风险等级，以及是否启用 Automated Trading。
如果深挖 Fortune 后续对 Agent 的描述，还有 24/7 Market Intelligence、Structured Decision-making、Risk Management 和 Execution，那和前面的 Fortune Markets 放在一起，整套产品逻辑完全串了起来。
比如某个宏观事件突然出现新的政策信号。
Agent 首先捕捉信息并判断它可能改变某项事件的真实概率；随后 Fortune Markets 可以同时提供来自不同 Venue 的相关 Prediction Assets、价格和流动性；如果市场报价尚未充分反映新信息，Agent 再进一步寻找更合适的交易机会与执行路径。
这时候，Fortune 想做的已经不只是一个「AI 预测器」，它更接近于把信息层、资产层、流动性层与执行层接在一起。
而最外面，还有一层负责让这套网络冷启动的 Incentive Layer。Fortune 目前已经建立起以 F Points 为核心的激励体系，包括 Daily Check-in 和邀请机制；用户邀请其他参与者后，可以获得其 F 收益的 10%。
看起来这些是传统 Web3 项目常见的 Points、NFT 与 Referral 玩法，但放回整个产品架构里，它承担的其实是一个很现实的问题：
一个新的 Prediction Asset 网络，最早期的流动性、交易用户和生态参与者从哪里来？
更多用户参与，带来更多交易与流动性；更深的流动性改善成交体验，又进一步吸引新的用户和策略进入；当 Agent 和更多金融产品加入之后，交易频率与策略复杂度也可能随之提高。
所以把 Fortune 从头到尾串起来，它现在真正尝试构建的并不是一个孤立功能，而是一条相对完整的链路：
Prediction Markets 提供底层事件资产；
Fortune Markets 负责把资产与流动性连接起来；
Prediction Derivatives 扩展资产的金融表达方式；
Fortune Agent 负责信息处理与交易执行；
Incentive Layer 再为整个网络提供早期增长动力；
也因此，如果一定要给 Fortune 一个定位，它既不只是 Prediction Market，也不只是「预测市场版 1inch」。
更准确地说，它想做的是一套围绕 Prediction Assets 的交易与执行基础设施。
三、当「概率」真正成为一种资产
当然，Fortune 最终能不能把这套路线图真正做出来，现在还很难下结论。
它仍然是一个早期项目。
Polymarket 的流动性接入与 Agent 已经能够看到实际产品，但统一订单路由、成熟的 Prediction Derivatives，以及足够深的跨市场流动性网络，都还远没有走到最终形态。
但如果把视角拉回整个行业，Fortune 押注的方向并不孤立。Apex 已经开始把 Kalshi 的 Event Contracts 通过 API 接进券商基础设施；Paradigm 也在开发面向专业交易者的 Prediction Market Terminal，并研究内部做市与 Prediction Market Index。
预测市场越来越像一个真正的金融市场，那真正的金融市场，一定不会只有交易所。
接下来至少有三层变化值得观察。
1.从 Bet 到 Portfolio，高度金融化
今天很多人第一次接触 Prediction Market，还是把它理解成「我赌某件事会不会发生」。
但对更成熟的交易者来说，其实能创造一连串可以表达完整观点的资产组合。
比如，当一个交易者判断美国通胀重新升温、Fed 转鹰时，未必只交易「下次 FOMC 是否加息」，完全可以同时围绕「Fed 是否维持更高利率」「BTC 年底是否突破某个价位」「美国是否避免衰退」等不同事件建立仓位。
这些单独看都是 Event Contract，组合在一起，却可以表达一套完整的 Higher for Longer 宏观 Thesis。
如果这一阶段真的出现，Portfolio Management、Correlation、Hedging 和 Risk Management 也就会自然跟上，届时 Fortune 这类项目如果能够真正补齐 Derivatives 与组合层，价值也不再只是帮用户「少开几个网页」。
2.从单一市场交易，到跨市场聚合执行
这个很容易理解，市场越大，单个平台的重要性反而可能下降。
Crypto 最终没有形成「一个交易所承载所有流动性」的格局，Prediction Market 大概率也不会。
不同监管体系、用户群体、做市商、事件类别和地域，会长期制造市场分割，而市场分割，本身就是基础设施的机会，毕竟套利者需要价格，做市商需要订单流，机构需要深度，普通用户需要最好的成交价格，Agent 则需要足够多可以扫描和执行的 Venue。
所以 Prediction Market 真正走向成熟以后，交易入口可能反而越来越「隐形」，譬如在券商 App 看到一条新闻：「Fed 下月调整利率概率：72%」
旁边一个按钮，就可以买入，至于背后的订单到底来自 Polymarket、Kalshi，还是被 Router 拆到三个市场里完成，不重要。
这才是 API 化真正可能带来的变化。
3.从 Human Trader，到 AI Trader
我始终认为，预测市场可能会成为 AI Agent 最天然的金融应用场景之一。
因为它本身就是「信息 → 概率 → 价格 → 交易」，而这恰恰是 AI 最擅长介入的一条链路。
如果说 Crypto 给 AI Agent 提供了一个无需银行账户、可以 24 小时直接控制资产的金融系统，那么 Prediction Market 则进一步给它提供了一个可以直接交易「认知」的市场。
AI 最核心的能力之一，本来就是处理信息，而 Prediction Market 最核心的资产，本来就是信息被压缩之后形成的概率。
二者天然契合。
我们可以试想一下，未来一个 Agent 可以同时监听新闻、社交媒体、宏观数据、链上数据、公司公告、体育比赛、政策文件等等，然后不断重新计算自己的概率模型。
市场价格一旦和模型产生足够大的偏离，就直接下单，这时候 Prediction Market 的速度也会发生变化。
过去 Alpha 可能来自我比别人更早看到一条新闻，以后就可能变成：我的 Agent 比你的 Agent 更快理解这条新闻意味着什么；甚至再下一阶段，谁能够在更多 Venue 之间，更快把认知优势转化成成交。
于是信息优势、模型优势和执行优势，会逐渐变成同一件事。
这可能才是所谓 AI × Prediction Market 真正有意思的地方，当然，所有这些想象成立之前，还有几个现实问题绕不过去。
首先是流动性，没有足够深的盘口，再先进的 Router 和衍生品都没有意义；
其次是 Resolution，预测市场最终仍然需要一套可信、明确而且尽量少争议的事件结算机制；
再往后则是监管，一个 Event Contract 究竟属于衍生品、博彩，还是一种新的金融工具，不同地区依然存在完全不同的答案；
最后还有 Agent 本身，AI 可以处理大量信息，但「能够总结新闻」和「能够稳定产生 Alpha」之间，仍然隔着很远的距离；
这些问题不会因为市场正在增长就自动消失。
反而只有当这些基础设施逐步补齐之后，Prediction Assets 才可能真正从一个新鲜的交易品类，变成成熟资产类别。
写在最后
客观地讲，从 2024 年美国总统大选，到 2026 年世界杯，Polymarket、Kalshi 已经完成了预测市场最困难的首轮用户教育：
现实世界的诸多不确定性，是真的可以被交易。
但这更像是上半场，如果回看几乎所有金融市场的发展史，就会发现，证明一种资产能被交易，从来不是故事的终点。
当参与者越来越多、资产越来越多、平台越来越多之后，决定市场成熟度的，往往是交易所之外那些没那么性感的东西，譬如流动性、做市、路由、衍生品、风险管理、组合策略，以及更自由、更自动化的执行。
DeFi 已经走过一遍，预测市场很可能也正在走上类似的路。
所以今天重新看 Fortune 这类新玩家，真正值得关注的，是越来越多「概率」真的成为资产之后，我们该如何更高效地交易它们？
它需要更深的流动性，更丰富的金融工具，更高效的执行，以及能够 24 小时理解现实世界、不断重新计算概率的 AI Agent。
而这，或许才是 Prediction Market 从「市场」走向 Prediction Assets 之后，真正的下半场。
Coinbase 创始人 Brian Armstrong（布莱恩·阿姆斯特朗）：为什么说加密货币将重塑全球金融体系撰文：Techub News 整理
导语
2025 年 12 月，Coinbase 联合创始人兼首席执行官 Brian Armstrong（布莱恩·阿姆斯特朗）做客知名制作人 Rick Rubin 的对话播客节目《Tetro》，进行了一场长达两个多小时的深度对谈。作为全球最具影响力的加密货币交易平台的掌舵人，Armstrong 在节目中回溯了个人成长经历与 Coinbase 的创立故事，并系统地分享了他对比特币、稳定币、预测市场、智能合约以及加密货币行业未来走向的思考。此次对话发生在加密货币市场经历多轮周期、主流采用日益加深的背景下，对于理解这位行业领军人物如何看待加密货币的本质、挑战以及其对传统金融体系的冲击与重构，具有重要价值。
摘要
早期经历塑造金融观：在阿根廷目睹恶性通胀，以及在 Airbnb 工作期间体验到全球支付体系的低效与割裂，是 Armstrong 投身加密货币领域的核心驱动力。
创业历程与产品演化：Coinbase 最初只是一个简单的比特币钱包应用，在与早期用户的直接沟通中，才发现了“购买按钮”这一关键需求，从而转型为交易平台，找到了产品市场契合点。
对比特币的定位：Armstrong 将比特币视为“数字黄金”，是去中心化的价值存储手段，其独特的发行机制和共识算法使其难以被任何单一实体控制。
稳定币的巨大潜力：Armstrong 认为稳定币（如 USDC）是继交易之后，加密货币领域第二个达到大规模产品市场契合的应用，因其提供了全球范围内廉价、快速的美元支付通道。
预测市场的革命性：预测市场不仅是交易工具，更是高信噪比的“真相信号”来源，未来可能影响政策制定，因其让有切身利益的人为信息真实性“下注”。
智能合约与未来展望：智能合约将法律条款代码化，能自动、无歧义地执行复杂协议，是构建下一代去中心化应用（如去中心化稳定币、身份系统）的基础设施。
从阿根廷恶性通胀到比特币白皮书
Brian Armstrong（布莱恩·阿姆斯特朗）的加密货币之路，始于其早年的亲身经历，而非纯粹的技术狂热。他回忆起在阿根廷生活的一年，目睹了恶性通货膨胀如何摧毁普通民众的生活，尤其是那些只能持有现金的贫困人群。这次经历让他深刻体会到，一个运行失灵的金融体系可以带来何等“生存级别”的灾难。Armstrong 坦言，如果他一直生活在美国这样金融系统相对稳定的环境，可能很难产生如此强烈的变革冲动。
另一段关键经历发生在他作为早期员工任职 Airbnb 期间。公司需要处理全球约 180 个国家的资金流入流出，Armstrong 亲身感受到了这一过程的“破碎”与低效。例如，向古巴或厄瓜多尔等地的房东支付款项时，费用高得离谱且不透明，有时甚至需要通过类似“黑市”或“卡特尔”的渠道，最终到账金额也难以预测。这让他意识到，现有的全球金融系统是一个由不同私有技术拼接而成的“百衲被”，每个国家往往由少数几家垄断机构控制，效率极其低下。
2010 年 12 月，Armstrong 在父母家度假时，于 Hacker News 网站上偶然读到了中本聪的比特币白皮书。白皮书描述了一个像互联网一样全球化、去中心化，但用于转移价值而非信息的协议。这个想法立刻抓住了他。“这是一个非常有趣的想法。我不知道它是否行得通。也许政府会封杀它，也许其中存在尚未发现的缺陷。” Armstrong 回忆道，但他无法停止思考。随后的六个月，他反复研读白皮书，并开始参加旧金山的早期比特币线下聚会，那里汇集了从顶尖计算机科学博士到无政府主义者、甚至创立自己宗教的各色人群，堪称“奇妙的混合体”。
与许多早期探索者一样，Armstrong 最初的尝试并非一帆风顺。他与一位大学同学 Brandon 在业余时间开发了一个开源比特币钱包应用，但很快发现设计存在根本缺陷：它在手机上运行完整的比特币节点，导致每次打开应用都需要同步下载整个区块链，使得手机发热、耗电飞快。Armstrong 将此视为一个宝贵教训：“行动产生信息”。即使从错误的事情开始，也能帮助你找到正确的方向。“如果没有那次迭代，下一次迭代就不可能发生。你需要先把它做出来，才能意识到问题所在。”
创立 Coinbase：从钱包到交易平台的蜕变
尽管对加密货币的兴趣日益浓厚，但 Armstrong 对于是否要全职创业仍心存疑虑。他尝试说服 Brandon 一起创立公司，但被婉拒。转折点出现在他申请 Y Combinator（YC）孵化器。在第二次申请时，他和团队获得了 YC 的青睐，并得到了 15 万美元的投资。Armstrong 特别提到，这笔投资对他而言意义非凡，因为这代表着像 Paul Graham（保罗·格雷厄姆）这样他极为尊敬的人“相信”他，这极大地抵消了他的自我怀疑，让他下定决心辞职全身心投入。
YC 的经历是典型的“高压锅”环境，与几十家初创公司共同学习、竞争。Armstrong 透露，Coinbase 最初的名字是“Bitbank”，但在 YC 第一天就被律师告知，除非拥有银行牌照，否则公司名称中不能包含“bank”字样，这迫使他们匆忙改名。这个插曲也反映出，作为加密领域的创业者，需要面对的不仅仅是技术挑战，还有复杂且不成熟的监管框架。
在 YC 的 Demo Day 上，Armstrong 试图融资 100 万美元，但最终只筹集到 60 万美元，遭遇了大量风险投资人的拒绝。“感觉就像腹部被重击……这些是见过成千上万家初创公司的聪明人，他们告诉我这个想法很糟糕。” 他总结道，唯一愿意投资的人，本身就已经对加密货币持开放态度。Armstrong 认为，成功的创业往往需要找到那些“与共识相悖但正确”的领域，而加密货币在当时正是这样的领域，其核心理念——将货币与国家解绑，赋予个人对其财富更多主权——必然会引发两极分化的反应。
融资受挫后，Armstrong 幸运地找到了联合创始人 Fred Ehrsam（弗雷德·埃萨姆）。Ehrsam 拥有计算机科学和经济学背景，并曾在高盛工作。Armstrong 形容 Ehrsam 不仅工作极其努力，而且“是一个会让你感到有点敬畏、可以挑战你并且常常是对的”合作伙伴。这种互相促进的关系对早期创业至关重要。
Coinbase 的产品演化过程，是“用户反馈驱动”的经典案例。最初的 App 只是一个钱包，吸引了几百名用户注册，但几乎没人回来使用。遵循 YC 的建议，Armstrong 直接给几位早期用户打电话询问反馈。一位用户告诉他：“App 很酷，但我现在没有任何比特币，只是看看而已。” 这句话点亮了 Armstrong：“如果在 App 里有一个购买比特币的按钮，你会用吗？” 用户回答：“哦，可能会。” 这个看似简单的洞察，在当时却并非易事。要实现“一键购买”，他们需要解决银行通道、支付方式，以及最棘手的法律合规问题。
律师曾告知，获取美国各州的货币传输牌照可能需要花费 500 万美元和四年时间，这对于只有 60 万美元资金的初创公司而言是天方夜谭。最终，他们找到一位律师，愿意出具一份论证其“可能不属于货币传输商”的法律意见书，费用是 3 万美元。在 YC 的建议下，他们咬牙支付了这笔费用，从而得以开通银行账户并上线“购买”功能。结果立竿见影：“从那天起，每天来购买比特币的人都比前一天多，我们没有任何营销支出，全是自然增长。” Coinbase 成为了当时美国最便捷的购买比特币的入口。
成功随之带来了新的挑战：交易量激增导致银行账户资金与日交易额严重不匹配，银行发出警告；他们早期依赖的比特币交易所 Mt. Gox 爆雷，迫使他们必须自建交易引擎。这些压力促使 Coinbase 从一个简单的钱包/经纪商，迅速演变为一个功能完整的加密货币交易平台。Armstrong 总结道：“我从中学到的教训就是：马上开始做。你可以永远陷在分析瘫痪中。我认为踏入未知领域本身就很有价值。”
比特币是数字黄金，稳定币是支付未来
在 Armstrong 看来，比特币在加密货币世界中占据着独特且不可替代的地位。他认为比特币是“数字黄金”，因其是加密货币的“原初形态”，拥有最高的信任度。其创始人中本聪匿名且早期代币从未动用，这确保了发行的公平性。比特币的核心价值在于其作为去中心化价值存储手段的特性，总量恒定，不受任何单一实体控制。
Armstrong 指出，比特币目前市值约 2 万亿美元，大约是黄金市值的 10%，已成为过去十年表现最佳的资产类别之一。随着美国比特币现货 ETF 获批、美国政府持有比特币等事件发生，它正迅速成为全球政府和金融机构采用的主流资产类别。“即使是黑石集团、摩根大通等机构也在涉足，它已经变得主流了。”
关于比特币的波动性，Armstrong 解释称，这源于市场参与者对其属性的不同认知：一些人将其视为高增长资产（类似英伟达股票），对宏观经济政策（如美联储利率）敏感；另一些人则将其视为类似黄金的避险资产。此外，每四年一次的“减半”事件（挖矿奖励减半）也会影响市场供需预期，从而引发价格波动。
谈及加密货币的落地应用，Armstrong 认为，继“交易”之后，第二个达到大规模产品市场契合的应用是稳定币支付。稳定币（如 USDC）是法币（通常是美元）在区块链上的 token 化代表，实现了与法币 1:1 的锚定。它的巨大价值在于为全球支付提供了廉价、快速且全球化的通道。
“全球只有 4% 的人口生活在美国，” Armstrong 提醒道，“世界上有数十亿人由于本国货币高通胀（如土耳其、尼日利亚）而渴望持有美元，但他们无法开设美元账户。” 稳定币让任何拥有智能手机的人都能持有美元资产，并能以低于 1 美分的成本，在瞬间将资金发送到世界任何地方。相比之下，传统的西联汇款等跨境支付方式往往收取 5% 到 12% 的高额费用，且速度缓慢。
Armstrong 特别强调，稳定币不仅限于个人汇款，更大的市场在于企业间的跨境支付（B2B），全球每年约有 40 万亿美元的交易量。“就像水总会流向阻力最小的路径，支付也会流向摩擦最低的通道——便宜、快速、全球化。” 他透露，美国政府内部对稳定币持积极态度，近期通过的《21世纪金融创新与技术法案》（FIT21 Act）旨在为美元稳定币建立监管框架，因为扩大美元的国际使用本身就是美国软实力的重要组成部分。
有趣的是，Armstrong 认为比特币和稳定币不仅不威胁美元地位，反而可能强化并延长美元的霸主地位。稳定币直接扩大了美元的全球使用范围。而比特币作为“数字黄金”，为美元体系提供了一个“制衡”机制：如果美国出现严重的赤字支出或通货膨胀，人们可以转向比特币作为避险资产，这无形中对美国政府施加了财政纪律的压力。“在一个奇怪的意义上，比特币正在帮助延长美国的实验。”
预测市场：不仅是交易，更是真相信号源
Armstrong 将“预测市场”视为加密货币领域继交易和支付之后的第三个潜在爆发点。预测市场允许用户对未来事件的结果（如选举、体育赛事、经济指标）进行投注。他认为，预测市场的独特之处在于，对于绝大多数不参与交易的用户而言，它更像是一个高信噪比的信息源，用于判断未来可能发生什么，因此它“更像是《纽约时报》的竞争者，而不是纳斯达克或纽交所的竞争者”。
“因为下注的人都有切身利益在其中，而不是某个带有某种议程的专家在空谈。” Armstrong 解释道，这使得预测市场往往能提供更接近现实的信号。他提到了一个颇具争议的话题：预测市场是否应该允许“内幕交易”？
“如果你将其优化为一种交易和资产类别，并希望保持市场完整性，我会说‘不’，不应该允许内幕交易。但如果你将其优化为一个信息和了解世界真相的来源，那么你 100% 需要内幕交易，因为那才是真实信号的来源。” 他举例说，如果有人想预测苏伊士运河是否会在特定日期重新开放，那么正在运河上执勤、了解胡塞武装动态的海军上将的下注，将是最有价值的信息。
Armstrong 预测，预测市场的应用范围将远超选举和体育赛事，未来可能延伸到政策制定领域。立法者可以就某项政策实施后的经济指标（如 GDP、失业率）创建预测市场，从而获得关于政策实际效果的更客观的“群体智慧”，而非被各种偏见和利益诉求所裹挟的噪音。“预测市场就像一种吐真剂。”
智能合约、去中心化与行业未来
智能合约是 Armstrong 看好的另一项基础技术。它将法律条款转化为自动执行的代码，消除了对中介机构的依赖和对合约条款的歧义解释。“目前在公司里，这是通过法律合同来执行的，每次需要解释时都得花钱请律师，当人们意见不合时就会引发诉讼，非常缓慢和繁琐。如果法律就是代码，它就会精确执行我们约定的事项，没有解释空间。” Armstrong 认为，去中心化的稳定币、股票 token 化、去中心化身份等创新应用，底层都依赖于智能合约。
关于去中心化的典范——比特币，Armstrong 简要解释了其工作原理：全球数千个节点运行比特币软件，通过“工作量证明”机制竞争打包交易区块。第一个找到特定数学难题答案的节点获得记账权和新比特币奖励。整个网络依靠 51% 以上的节点诚实工作来维持安全和共识。Armstrong 认为，如今比特币网络的算力已经如此庞大，以至于任何单一主权国家都难以发动有效的 51% 攻击。
相比之下，当前主流的稳定币（如 USDC、USDT）是由中心化实体发行和托管的，依赖于公司信誉、审计和银行合作。Armstrong 承认这是与比特币的重要区别，但他也提到，行业内（包括他的朋友 Brandon 创立的公司）正在探索真正去中心化的算法稳定币，尽管这面临着解释复杂、建立信任困难等挑战。
对于传统金融机构的未来，Armstrong 认为银行仍将扮演重要角色，但聪明的银行已经开始积极拥抱加密货币。它们为稳定币提供储备金托管服务，为客户提供加密货币交易渠道，并与像 Coinbase 这样的基础设施提供商合作。Coinbase 自身也在从零售交易平台，向为机构提供加密货币基础设施的“加密界 AWS”转型，目前已与 264 家机构合作。
展望未来，Armstrong 提出了“万物交易所”的概念——所有资产类别（股票、大宗商品等）都将上链交易。对于普通用户而言，加密货币的复杂性（如同早期的互联网）正在通过更好的可扩展性、更友好的用户体验（如人类可读地址代替复杂哈希）和更强的安全性得到改善。他相信，加密货币将沿着类似互联网发展的轨迹，从极客玩具演变为大众工具，最终深度融入并重塑全球金融体系。
Coinbase CEO Brian Armstrong（布莱恩·阿姆斯特朗）与贝莱德董事长 Larry Fink（拉里·芬克）：为何不再担忧加密寒冬撰文：Techub News 整理
导语
在2025 年 12 月举行的纽约时报 DealBook 峰会上，一场备受瞩目的对话在 Coinbase 联合创始人兼 CEO Brian Armstrong（布莱恩·阿姆斯特朗）与全球最大资产管理公司贝莱德（BlackRock）董事长兼 CEO Larry Fink（拉里·芬克）之间展开。这两位分别代表加密新世界与传统金融旧秩序的领袖，曾一度立场相左——芬克在2017年曾称比特币是“洗钱指数”。时过境迁，如今贝莱德运营着规模最大的比特币现货 ETF（IBIT），而 Coinbase 是其托管合作伙伴。这场对话不仅是一次“历史性和解”的公开见证，更深入探讨了加密资产的角色演变、美国监管格局的剧变、资产代币化的宏大愿景，以及 AI 如何重塑经济基本面。对于理解传统金融与加密金融如何从对抗走向融合，并共同定义未来十年金融基础设施的形态，本次对话提供了至关重要的视角。
摘要
Larry Fink（拉里·芬克）解释其观点转变：将比特币视为应对财政赤字和地缘不确定性的“数字黄金”与资产保值工具，而非投机品。
Brian Armstrong（布莱恩·阿姆斯特朗）指出，2024年是美国加密监管从“灰色地带”转向“明灯”的关键转折年，监管清晰化将把高风险活动驱离美国市场。
双方共识：资产代币化是金融的未来，能极大降低摩擦成本、 democratize 投资，但美国在此领域的进展已落后于印度、巴西等国。
Fink 与 Armstrong 均认为 AI 将导致“K型经济”，即行业赢家通吃，并深刻影响就业市场与大学教育体系。
Armstrong 为加密行业的政治游说辩护，称其是“民主在起作用”，旨在对抗“非法扼杀行业”的监管行为。
从“洗钱指数”到最大比特币 ETF：拉里·芬克的认知进化
对话始于主持人 Andrew Ross Sorkin 抛出的尖锐问题：拉里·芬克，这位曾公开将比特币与“洗钱”和“盗贼”联系在一起的金融巨擘，为何如今旗下贝莱德却管理着全球最大的比特币现货 ETF？
芬克坦然承认了自己的转变。“你必须进化与改变，”他说道。他回忆，疫情期间有了更多时间深入研究，并主动与众多加密货币倡导者交流，反复拷问自己：“我到底遗漏了什么？为什么我持有那样的信念？”这个过程促使他在2021-2022年间逐步修正了观点。他特别澄清，当年的批评“特指比特币”，而非整个加密领域。如今，他看到了比特币巨大的应用场景。
芬克将比特币定位为一种“恐惧资产”（asset of fear）。他认为，人们持有比特币，源于对人身安全（地缘政治风险）和财务安全（货币贬值）的担忧。其长期根本价值在于对冲因财政赤字导致的法币资产贬值。他以近期市场波动为例：当市场出现中美贸易协定传闻或乌克兰可能达成和解的消息时，比特币价格下跌，这正体现了其作为对冲工具的属性——当恐惧消散，其避险需求暂时减弱。
但他也警告，比特币市场仍由高杠杆参与者主导，这导致了远超传统资产的波动性。不过，他观察到资金流向正在变化：越来越多的“合法、只做多的长期投资者”正在入场，包括基金会、捐赠基金，甚至一些主权财富基金也在分批建仓。“他们不是在交易，而是为特定目的长期持有。”芬克强调。
当被问及是否同意沃伦·巴菲特（Warren Buffett）称比特币为“老鼠药”并终将归零的观点时，芬克直言“绝无可能”。他认为，巴菲特和查理·芒格（Charlie Munger）的成长环境塑造了其“美元至上”的信念，而当今世界，民主国家都在为遏制赤字支出而挣扎，比特币作为一种“数字黄金”应运而生。“让他们去设想一个更加去中心化、运行在互联网上的世界是困难的。”芬克总结道。
监管转折点：从“灰色地带”到“明灯”
Brian Armstrong（布莱恩·阿姆斯特朗）将传统金融机构对加密技术的早期抵制，归结为经典的“创新者困境”。大机构内部往往分裂：创新部门积极拥抱，而游说团队却在华盛顿试图进行“监管套利”，遏制其发展。Coinbase 目前正与许多大银行合作，开展稳定币、托管和交易试点，有时在华盛顿会遇到同一家银行的游说者在反对这些业务。
然而，Armstrong 认为，2024年是美国加密监管的历史性转折点。“2025年，当我们回望，会发现这是加密监管从灰色市场走向明灯确立的一年。”他列举了三大进展：1）《21世纪金融创新与技术法案》（FIT Act）的通过，为稳定币建立了关键框架；2）市场结构立法在众议院获得两党投票通过，正等待参议院表决。他预计未来几个月参议院可能进行投票，从而为行业在美国的规范发展奠定基础。
针对主持人关于加密行业通过巨额政治捐款（2024选举周期约1.3亿美元）“购买”机会的质疑，Armstrong 辩护称，Coinbase 的使命是增加全球经济自由，首选方式是通过产品整合加密与传统金融。但当政府机构“非法试图扼杀这个行业”，导致大量业务和消费者受损流向海外时，他们不得不通过政治行动“让坏政府承担责任”。他提到 Stand With Crypto 等组织汇集了大量选民支持亲加密候选人，并认为这是“民主在起作用”。
关于向白宫新宴会厅捐款可能涉及“购买影响力”的争议，Armstrong 和 Fink 都表示赞同摩根大通 CEO Jamie Dimon（杰米·戴蒙）的谨慎态度。Fink 强调贝莱德的政治捐款在两党间基本保持平衡，一切行为都需经得起伦理审视。Armstrong 则区分了作为美国公司的公益捐赠与旨在推动明确行业规则的游说活动，认为两者都重要且应分开看待。
代币化：重塑全球金融基础设施的“下一件大事”
拉里·芬克2025 年 12 月在《经济学人》撰文，大力倡导资产代币化。他认为，当前公众对 AI 的关注度极高，但对技术将如何重塑金融服务业、实现投资民主化的讨论却远远不够。
芬克描绘了代币化的愿景：将股票、债券等所有资产数字化，让资金能从数字钱包（或稳定币）无缝流入 ETF 等投资品。这将极大降低摩擦成本和交易成本，促进资本更自由地流动。他提到，全球数字钱包中已有4.1万亿美元资金（主要是稳定币），但目前若想投资债券、股票或进行房地产交易，仍需将钱转出至传统钱包，过程繁琐且费用高昂。代币化能解决这一问题，通过一个应用实现所有投资操作，真正实现投资的民主化与便捷化。
Brian Armstrong（布莱恩·阿姆斯特朗）对此表示赞同，并认为这将冲击现有利益格局。当主持人问这是否意味着要做空信用卡公司时，Armstrong 指出，这本质上是“美元的数字化”。他预测，银行最初因担心存款流失而抵制稳定币，但最终将不得不拥抱它。“最好的银行正将此视为机遇，而抗拒者将被淘汰。”
芬克表达了紧迫感：“作为一个国家，我们落后了。”他点名印度和巴西，认为这些国家正在经历数字经济的全面转型，包括货币数字化和支付系统创新（如巴西的 PIX）。美国成功的基石之一是资本市场，但现在行动不够快。“我们需要更快地前进，不仅在 AI 上，在数字化和代币化上也是如此，否则其他国家将超越我们。”
针对主持人提出的“代币化私募公司”（即未经公司允许将私募股权碎片化出售给公众）的新趋势，Armstrong 表示知情但持谨慎态度。他认为未经公司同意的尝试往往失败。他更关注的是更宏观的图景：公司保持私有的时间越来越长，对私募资本的需求巨大，而加密领域资金充沛。Coinbase 正在大力投资，探索如何用加密技术“更新资本形成”方式，但强调必须在公司授权的前提下进行。
当被问及 Coinbase 与贝莱德是否构成竞争时，Armstrong 予以否认，并强调双方是合作伙伴。Coinbase 为市场上超过80%的加密 ETF 提供托管和交易服务。随着贝莱德等机构推进基金代币化，Coinbase 希望成为各类资产代币化的领导者，并将贝莱德的产品推介给自己的客户。“我们会合作得很好。”Armstrong 总结道。
AI、经济与预测市场：技术驱动的未来图景
话题转向 AI。当被问及是否存在 AI 泡沫时，拉里·芬克转述了与多位超大规模云计算公司 CEO 的交流：他们不确定当前是投资过度还是不足，但确信的是，目前“算力短缺”，需求远超供给。虽然建设周期可能达不到投资回报预期，但需求是真实存在的。他相信资本主义市场会产生巨大的赢家和失败者，形成“K型经济”。他反问政客：“这是否意味着我们将拥有5到10家万亿美元市值的公司？这对社会意味着什么？我们如何确保经济的普惠性？”
芬克将话题引回现实经济数据，指出一个关键矛盾：2025年的就业市场异常疲软（月均新增职位从去年的15.4万骤降至3.1万）。这背后可能是政策不确定性抑制了招聘，也可能是技术（AI）开始替代劳动力——后者将是通缩性的，并对社会产生深远影响。他倾向于两者兼有，但技术趋势尤其明显。“每个行业的领导者都在赢得越来越多的份额，K型经济正在每个行业形成。”他以贝莱德自身为例：收入增长40%，员工人数仅增长5%，利润率提升约300个基点。技术正在深刻改变经济结构，而最大的挑战在于高等教育体系——它建立在白领工作的基础上，而这正被技术重塑。“我们需要回答这些问题，但我没听到多少人提问。”芬克警告道。
对话最后以 Brian Armstrong（布莱恩·阿姆斯特朗）的一个“病毒式”时刻收尾。他在财报电话会上念出了预测市场平台 Polymarket 上用户押注他会说出的词汇（如“比特币”、“以太坊”），戏谑了这种预测行为。但他严肃地指出，预测市场意义重大：对1%的人是交易资产，对99%的人则是获取世界信息的替代媒介，甚至是一种娱乐。他提出了一个颠覆性观点：政策制定者可以利用预测市场来测试不同政策对GDP或失业率的影响，从而获得市场信号来指导决策。
针对可能存在的市场操纵问题，Armstrong 提出了一个伦理难题：如果目标是让99%的人获得关于世界事件的高质量信号（例如苏伊士运河是否会重开），那么或许应该允许“内幕交易”，让掌握关键信息的人（比如运河上的海军上将）交易，以提供更准确的信号。但如果要维护市场完整性，则不应允许。这并非一个非黑即白的问题。对此，芬克则淡然表示，他专注于帮助客户规划30年的长期结果，而非预测下一刻会发生什么。“这不是我的生活方式。”他总结道。
预测市场正在发生什么？World、Meta、世界杯人格测试与UGM，几大新动作玩法来临世界杯已开赛20余天，近两月预测市场领域动作频频。巨头与草根共舞，迎来一波密集新动作。
从Phantom钱包嵌入Solana预测市场World，Robinhood推出自建预测平台Rothera，到Meta秘密筹备中的独立App Arena；从KTX即将上线的世界杯人格测试，到Limitless最新推出的UGM用户生成市场——这些新鲜动向正在把预测市场从加密圈小众工具，推向大众日常参与的新阶段，让“预测+交易”变得更简单和有趣。不同于过往缓慢迭代，本轮更新节奏极快、亮点密集，本文带你快速Get四大看点。
Phantom与Robinhood同推自有预测市场，集体摆脱Kalshi依赖，意味着什么？
6月，一个仅凭发光地球仪视觉、神秘推文和“交易一切”slogan的神秘项目，在X平台引爆关注，短短时间内浏览量轻松突破数百万，这个项目就是World，现已作为非托管的 Solana 预测市场嵌入 Phantom 钱包，由 Chainlink 负责结算。用户直接用钱包已有余额和 CASH 参与交易，仓位自动转成 SPL Token，最后 Chainlink 处理赔付。这套流程去掉了之前 Kalshi 路径里常见的人工结算摩擦。Phantom 的分发能力让 Solana 预测市场变成钱包里的常规功能
而此前，Robinhood同样凭借强大自主分发能力，推出自有预测市场Rothera，将原本依赖Kalshi执行的订单转移至自家平台，从而大幅减少与Kalshi的收入分成，把更多利润留在自身体系内。根据Artemis数据，短短时间内，最近一月Robinhood交易量便以22亿美元位居第三，仅次于预测两龙头，展现其巨大增长潜力。
传统中心化平台与链上基础设施正在同步“去中间化”，通过自控分发渠道大幅削弱对Kalshi的依赖，同时降低用户参与门槛，短期看，这对Kalshi等第三方平台构成明显分流压力；长期看，却有望加速预测市场的整体普及——让更多普通用户自然养成“用真金白银为事件定价”的习惯，为整个赛道注入新增量和真实流动性。
社交巨头Meta杀入预测市场，不碰真钱先抢地盘，意欲何为？
扎克伯格的惯用打法就是：盯紧已被市场验证的品类，快速跟进复制，再靠Meta的庞大流量一举碾压。Instagram Stories抄Snapchat、Reels追TikTok、Threads打X，现在对于预测市场也是同样的套路。6月23日，《纽约时报》爆料称，Meta启动了一款为「Arena」的预测市场应用开发。虽不会嵌入Facebook、Instagram、WhatsApp等社交产品，但会借助Meta生态内海量社交用户进行引流。
Arena在设计上最醒目的决定是初期不引入真实金钱交易。用户通过一套类似游戏的积分系统进行预测，与Polymarket、Kalshi等平台直接使用真实资金的模式形成鲜明对比。
虽未排除后期开放真实货币下注的可能性，但是游戏积分的形式简单有趣，加上Meta的流量池。Arena或对Polymarket构成潜在威胁：若凭借数亿非加密用户提供类似功能，可能显著分流其关注度和交易量。但从长期看，Meta入场也有望扩大整个市场蛋糕——把预测市场行为普及给数十亿用户，为Polymarket和Kalshi带来新用户红利。
KTX交易所即将上线世界杯人格测试，释放了什么信号？
Phatom和Robinhood具有强大渠道分发能力，Meta则拥有庞大的社交流量池，颇具备强社交属性，而另一个将社交属性用在预测市场端的，确是KTX，⼀家 号称AI 驱动、 Agent友好的下⼀代数字资产交易所。
据内幕消息，KTX即将上线WBTI（World Cup Behavioral Type Indicator）世界杯人格测试，主标题“世界杯启动，你的真实人格才上线”，极易击中世界杯期间的集体情绪。
这款测试不考球技，也不问你懂不懂球，而是通过30道主线题和五大模型（入戏程度、上头反应、比赛理解、站队决策、社交传播），把用户代入观赛、群聊、站队、吵判罚、发朋友圈等真实场景，判断你会变成哪种“世界杯抽象人格”。结果页除了有趣的角色定位和抽象指数，还会直接给出“我的站队风格”和“今日适合你站队的比赛”，一键跳转KTX对应预测市场。这一玩法兼具强社交属性和实用转化：测完后用户天然想分享到群里“互撕”，轻松引发讨论和传播；同时把娱乐化的个性结果无缝导向轻预测交易，有望吸引大量泛世界杯用户进入KTX，为平台注入新鲜流量和交易活力。
过去几年，MBTI、16personalities、星座恋爱类型、 Hogwarts House 测试等人格测试在社交平台上反复刷屏，成为现象级传播工具。无数年轻人测完后立刻截图发朋友圈、微信群、抖音和小红书，引发一轮又一轮的“这是我”“你是什么型”“来互撕”讨论，轻松实现病毒式扩散。
KTX的WBTI延续了这一经典打法，但把场景精准锁定在正在进行的世界杯。这一玩法把预测市场从单纯的下注，升级成了可分享、可互撕、可炫耀的社交内容。用户测完后极有可能立刻转发到群里，引发新一轮讨论和传播；同时又能自然地把娱乐化人格结果转化为轻预测行为，有望吸引大量泛世界杯用户进入KTX，为平台带来显著流量和交易增量。
Limitless推出UGM用户生成市场，用户自建预测市场的时代来了吗？
当KTX从社交娱乐切入时，无独有偶，Limitless也巧利用社区潜力同步发力，正式上线了UGM（User Generated Market）用户生成市场功能。
任何用户只需几步即可创建加密价格预测市场：选择资产、设置价格目标、确定时长（15分钟至1天），并支付一定数量LMTS代币即可启动。市场基于Pyth和Chainlink预言机实时价格馈送，到期后由智能合约自动即时结算，无需人工干预、无需投票。
与早期Augur等开放创建模式不同，Limitless为创建市场设置了真实成本（LMTS不可退还），同时让创建者获得该市场全部交易费用的50%分成。这一设计既能过滤低质量市场，又为优质市场创建者提供了明确激励，且创建过程还会销毁部分LMTS，提升代币效用
Limitless的UGM为预测市场打开了新的可能性：在已有超30亿美元累计交易量和数万活跃用户的基础上，让普通用户也能轻松创建并从中受益，有望逐步缓解长期以来的流动性碎片化和发现性难题，为平台和整个赛道带来更多用户驱动的内容与交易活力。
尾声
预测市场正在经历一场静默却深刻的进化。
从Phantom World、Robinhood Rothera的基础设施自建，到Meta Arena的流量级圈地，再到KTX用人格测试把娱乐和病毒传播融为一体，最后到Limitless UGM把创建权交给用户——四大平台几乎同时从不同维度切入，共同指向同一个方向：把预测市场从“加密玩家的小众游戏”，变成普通人也能轻松参与的集体智慧工具。
这波创新的核心价值不在于谁的交易量最高，而在于大幅降低了参与门槛、提升了传播属性、并重新平衡了供给与流动性。Meta带来大众流量，Phantom和Robinhood打通日常入口，KTX注入社交病毒属性，Limitless则尝试解决“任何人可创建”的老难题。
四大新动向的共同指向非常清晰：预测市场正在变得更易参与、更易传播、也更有想象空间。无论你是想在钱包里随手下注，还是在群聊里用人格测试互怼取乐，抑或是自己创建一个价格市场，都比以往任何时候都简单。
2026年才刚刚开始，而预测市场真正的爆发，或许才刚刚拉开序幕。
AI观点精华总结
预测市场正从单一赛道走向多维创新：Phantom World和Robinhood Rothera聚焦基础设施自建与分发闭环，Meta Arena凭借流量优势低门槛圈地，KTX通过人格测试注入强社交属性，Limitless UGM则尝试解决“用户自由创建市场”的历史难题，四大平台从不同维度同时发力，共同加速行业进化。
核心趋势是大幅降低参与门槛：无论是钱包内直接交易、积分制玩法，还是人格测试一键转化，都在让“用真金白银预测未来”从加密小众行为，逐步走向普通用户也能轻松参与的大众化阶段。
社交属性成为新增长引擎：KTX的WBTI世界杯人格测试证明，娱乐化+分享欲能有效把泛世界杯用户转化为预测市场参与者，社交传播力正在成为平台获客和留存的重要武器。
用户共创可能是未来关键：Limitless UGM通过成本+激励机制，在避免流动性碎片化的同时重新激活“任何人可创建市场”的理念，有望为预测市场带来持续的内容供给和用户驱动力。
长期看，行业蛋糕或被显著做大：巨头流量、新兴平台便利性与用户创造力的结合，将吸引更多非加密用户入场。短期虽会分流现有平台流量，但长期将为整个预测市场培育更广阔的用户基盘和真实流动性。
2026年或将成为预测市场的转折之年：当基础设施、流量、社交、共创四股力量同时作用时，预测市场正从“专家与庄家主导”走向“集体智慧定价”的新范式，真正的爆发期已悄然开启。
预测市场和其他小白友好的世界杯参与方式，孰优孰劣？世界杯开打已经半个月了。群里的讨论从“买哪个队稳”变成了“刚才那场冷门谁踩了” 。
在加密行业，这场体育狂欢不只是球迷的娱乐，更是四年一度的事件交易红利窗口。粉丝代币、世界杯Meme币种、体育预测市场全线火热，多条赛道并行带来了全新的博弈机会。
本次AMA由MyToken主办、KTX交易所独家赞助。活动邀请资深二级市场交易者Peter、0824，BitMart华语社区主理人希亚，以及KTX交易所负责人Christine同台交流。嘉宾结合实战经验，对比了各类世界杯玩法的利弊，分享了散户低风险套利思路，同时探讨了预测市场如何摆脱赛事周期限制，保持长期生态活跃度。
一、小白掘金世界杯：多种玩法组合布局，轻仓博弈是首选
针对新手如何把握本次世界杯行情，几位嘉宾分别给出了自己的实操方案。
交易员Peter分享了自己长期践行的小组赛交易方案。在扩军后的小组赛阶段，众多传统豪门往往战意不足，面对排名更低的对手极易打出平局。西班牙这类强队首轮赔率被压至1.1左右，大量用户把强队稳胜当作稳健理财，最后频频被冷门行情收割。
他选择小额资金分批埋伏平局场次，依靠更高赔率博取收益。同时他着重强调：预测市场、粉丝代币、世界杯Meme币，三条赛道没有高低优劣之分。有人在土狗币种上获利，也有人出现本金归零；预测市场能拿到数倍收益，但同样会出现判断失误。关键只在于交易者深耕自己熟悉的领域，切忌跨赛道盲目重仓。他坦言自己布局多只世界杯主题Meme币，部分币种直接归零，盈亏两极分化十分明显。
0824推荐了“预测市场为主，粉丝代币为辅”的组合配置。传统竞猜庄家操控严重、抽水成本高，而加密预测市场是玩家之间互相撮合，价格由市场博弈形成，交易透明度更高，还能随时止盈止损，操作自由度更强。
粉丝代币具备极强的预期炒作规律，CHZ、ARG等球队币种，往往在赛事开赛之前就被资金提前炒高，等到世界杯正式打响，利好落地，行情就会持续下行，仅适合小资金短线博弈。
从赛事节奏来看，他特别强调了一个细节——小组赛和淘汰赛是两回事。“小白到了1/8决赛之后可以多关注，因为到了淘汰赛，大家都确实想奔着赢去，和小组赛的含金量、比赛态度完全不一样。 ”等到进入1/8淘汰赛，所有队伍全力争胜，比赛结果更具备分析价值，才适合适度加大仓位。
两位交易所嘉宾，则分别从新手套利策略与产品工具两个维度展开分享。
BitMart的希亚除了建议新手先用平台免费积分零成本练手，把实盘门槛控制在2U以内之外，还分享了一套适合散户的稳健套利思路。除了体育赛事，可以关注其平台上架的大量趣味事件交易，分享两种选题胜率相对客观
一类是社会福利类议题，可以结合现实政策落地情况做出确定性判断；
另一类是常识级强判断题，例如“美国是否会在短期内公开外星人信息”。绝大多数理性玩家都会选择“No”，而少量娱乐型用户会博弈“Yes”，长期参与这类题目，整体胜率会非常可观。
此外，市场短暂的流动性缺口还会带来套利机会，扣除手续费与滑点后仍能赚取稳定差价。
KTX的Christine则把产品核心聚焦在AI辅助交易上。预测市场支持双向对冲，如果无法笃定比赛胜负，可以拆分仓位，六成资金押注一方，四成反向下注，大幅降低单边亏损。平台依托AI数据系统，能够实时推送行情波动、赛事突发信息，甚至精准捕捉币价短期插针、波动率抬升等信号，帮助交易者跳出主观情绪。
目前KTX预测市场分为世界杯赛事、BTC短期价格预测两大板块，后续还会持续扩充事件类型。同时平台不断推出首单包赔、体验金等新人活动，降低普通用户的试错成本。
二、预测市场 vs 粉丝代币 vs 世界杯MEME：各有利弊，没有神坛
嘉宾们横向对比了预测市场、粉丝代币、热点Meme币三者的区别，客观拆解预测市场的优缺点。
预测市场核心优势
1. 交易规则公平透明
成交价由全体交易者共同博弈形成，不存在庄家篡改赔率，多数交易记录链上可查，随时平仓止损，灵活性远超传统竞猜。
2. 决策可以依托客观数据
除了胜负平，市场还开放进球数、净胜球、小组出线等细分玩法。相比纯粹情绪炒作的Meme币种，玩家可以结合球队身价、联赛状态、历史对战记录制定策略，不完全依靠运气博弈。
3. 容错空间充足
支持分仓对冲，不必一次性全仓押注单一结果，给散户预留足够的风控余地。
潜在风险
0824着重提醒几大交易陷阱：
第一，球迷认知不等于交易胜率。市场中存在大量专业资金与量化机器人，仅凭观赛感觉很容易亏损；
第二，部分小众交易池流动性不足，平仓难度大，参与前务必仔细研读平台结算规则；
第三，舆论热度容易推高情绪，全网一致看好的球队往往赔率被压低，跟风入场性价比极低。
他给出了小白的避坑建议
· 看动机而非名气——分析球队是否已出线、是否需要全力进攻；
· 关注首发、伤停、历史战绩——这些数据比赔率更真实；
· 情绪与仓位分离——支持喜欢的球队可以，但别因此重仓；
· 把世界杯当周期，不是赌局——多场组合，动态调整，而非孤注一掷。
他反复告诫大家：观赛喜好一定要和交易仓位分开。可以为喜爱的球队加油，但不能带着信仰重仓强队。历年世界杯，无数人把豪门当成稳健理财，一场冷门就直接打乱全部交易节奏。
Peter老师补充，他通过研究球队身价、球员所属联赛含金量、过往对阵记录等数据，在预测市场吃到了5~10倍的回报，而同一场次的粉丝代币却腰斩——可见研究深度决定收益高度。
三、跳出赛事周期：构建长期可持续的事件交易生态
体育赛事总有落幕，绝大多数体育竞猜项目在大赛结束后就热度暴跌。针对这一行业痛点，两家交易所分别规划了长线发展路线。
BitMart的希亚谈到，体育赛事本身接连不断，篮球、洲际杯赛全年不间断。平台预测市场早已覆盖加密行情、全球时政、社会热点等多元事件，世界杯只是拉新流量入口。后续海量持续性热点，能够把一次性体育热度转化为长期交易活跃度。同时平台持续收集社区意见，用户可以随时反馈想要上线的选题，产品团队会根据社区呼声持续上新。
而KTX把智能化工具作为长期核心壁垒。平台的AI信号系统可以全天候捕捉加密市场行情异动，即便没有大型足球赛事，币圈不间断的行情波动，也能为预测市场提供充足流动性。除了现有的二元预测玩法，技术团队还在研发社区自建竞猜功能，未来支持社群自发发起小型事件对局，进一步丰富玩法场景。依靠数据信号对冲情绪化交易，也是平台区别于同行的一大特色。
面对“后世界杯时代如何保持活跃”的担忧，两位嘉宾均表示：热点永不眠。真正长线的增长，取决于平台能否持续挖掘新热点并降低用户参与门槛。
四、社区互动问答
1. 观众提问：AI工具能不能规避情绪化带来的交易亏损？
Christine解答：AI可以客观整理历史数据、推送实时消息，最大限度压制人的冲动交易，是极佳的辅助工具。但AI只能输出数据参考，最终仓位决策权依旧掌握在交易者手中，机器无法替代人做最终决策。
社区互动环节前面的分享中，Peter和0824也有过类似看法：历史数据、首发阵容、球员状态等是基础，但比赛充满偶然性，AI可以提供概率参考，却无法预测“爆冷”和“红牌”等突发事件。因此，AI是拐杖，不是飞行器——善用可提升胜率，但永远不要放弃自己的独立判断。
2. 社区用户提问：普通玩家能否自主提交新的预测选题？
希亚回应：当前平台暂未开放自主创建事件的接口。不过社区成员可以随时私信运营反馈感兴趣的议题，产品团队会根据社区热度持续上新事件标的。
整场活动最后，嘉宾达成统一共识：参与事件交易一定要优先领取平台包赔券、体验金等福利，用闲钱小额分批参与，杜绝重仓梭哈；多参考球队战意、首发名单、历史战绩等客观数据，不要被网络舆论裹挟。
从章鱼保罗到300个AI智能体，世界杯预测走过了从玄学到数据的漫长旅程。而2026年，预测市场正用真金白银为每一场比赛、每一个事件定价——它不仅是投注渠道，更是一套基于集体智慧的实时概率系统。
对于普通玩家，这场AMA传递的信息简单而有力：熟悉什么就做什么，控制仓位，管理情绪，把参与世界杯当成一次学习和体验，而非一夜暴富的赌局。 四年一次的世界杯，值得好好享受——无论是足球本身，还是它所催生的新机会。
AI精华总结
1. 小白策略：预测市场、粉丝代币、Meme没有优劣之分，只参与自身熟悉的赛道。
小组赛埋伏平局博取高赔率，
粉丝代币仅短线轻仓布局
进入八分之一淘汰赛再适度加仓
新手可参与常识类事件提升胜率
使用分仓对冲+AI信号规避情绪化操作。
2. 市场风险：预测市场撮合机制透明灵活，但需要防范专业资金、流动性不足、舆论扭曲赔率三类问题，不要把观赛喜好带入交易决策。
3. 平台生态：各交易所不断拓展体育、时政、币价行情等多元事件，化解大赛结束后热度断崖问题，同时开放社区选题。
4. 风控底线：AI只做数据辅助，最终决策由人把控；只用小额闲钱参与，依托平台福利降低试错成本，坚持理性数据交易。
风险提示：本场对话仅为行业交流分享，不构成任何投资指导。数字资产类交易具备极高风险，请保持理性，量力而行。贯彻 Vitalik Buterin “预测市场与信息金融” 理念 —— SigMarket 广义对冲预测市场亚洲首现2026 年 6 月 22 日，港股上市公司倍搏集团（8331）发布公告，宣布与去中心化预测市场平台 SigMarket 建立战略研究合作，共同探索将预测市场技术应用于企业内部风险管理及决策支持。6 月 25 日，港股上市公司鼎立资本（356）发布，宣布与去中心化预测市场平台 SigMarket 签订战略合作备忘录，共同研究包括 AI 与 RWA 在内的预测市场风险管理研究工作。这是在亚洲金融中心的香港首次出现上市公司公开将去中心化预测技术纳入企业风险管理范畴的案例。
预测市场亚洲开局 首打企业生产力工具
预测市场近年来在全球呈现出爆发式增长，但与此同时也一直伴随着预测市场是否等同于博彩市场的舆论争议。SigMarket 率先将预测技术设计为企业内部风险管理使用的生产力工具，并据此嵌入到传统金融领域，为外界全面评估预测市场的战略价值，提供了新的视角。
事实上，将预测市场作为企业内部风险管理工具并非新事物。Google 早在 2005 年便开始在其内部推行预测市场，用于预测产品发布时间及业务指标。2015 年，牛津大学出版的《The Review of Economic Studies》曾发表论文，分析 Google、福特汽车等企业在内部使用预测市场提升预测准确度的案例。近年随着 Polymarket 与 Kalshi 等公众预测市场的发展，企业级内部预测市场的应用才重新受到关注。
2024 年，在预测市场平台 Manifold 主办的 Manifest 大会上，人工智能公司 Anthropic 的技术人员公开表示，该公司已推出内部预测市场，主要用于辅助决策者进行战略判断。此外，美国顾问公司 Deloitte 也在 2026 年 2 月发布报告，建议企业考虑建立内部预测市场以获取战略讯号。
虽然 SigMarket 与港股上市公司建立的战略合作目前仅限于内部风险管理领域，但是根据 SigMarket 发布的白皮书，未来将会进一步开发面向公众的广义对冲预测市场。
去中心化，预测市场的下一个战场
“以太坊创世人 Vitalik Buterin 一直反对将预测市场博彩化，他多次表达了对当前预测市场发展方向的担忧，并提出应该把预测市场推向“hedging, in a very generalized sense”（广义对冲 / 泛化对冲）这个方向。我们全部的产品设计，贯彻的就是 Vitalik Buterin 在《预测市场与信息金融》一文中提出的理念愿景。”SigMarket 首席科学家 Miles Ng 表示：预测市场可作为更细化的广义对冲工具，帮助企业拆解传统金融产品难以对冲的风险因子，并在结合 AI Agent 与 RWA 方面具有极高的创新潜力。
“我们购买一家公司股票，本质上是购买了一个捆绑式的风险因子包，里面包括了企业的原料、生产、研发等生产因素，也包含了企业家的身体健康，他的家庭婚姻状况，总部所在国的税收政策乃至地缘政治的变化等等非生产因素，都可以对股票价值产生严峻冲击。在传统金融市场，你无法将这些事件单一拆分出来对冲，但是预测市场可以。”Miles Ng 提出：未来的 AI Agent 要在预测市场进行全面的数据分析与广义对冲，首先需要的就是全部交易数据上链，完全去中心化。如果只是链下撮合，结果上链，甚至完全不上链，只是一个中心化的交易市场，那么对 AI 来说就是一个黑盒，它无法对预测盘口下每一笔交易进行的地址行为归集，也无法看到内部的下单和撤单情况，简单地说，中心化的预测市场无法获得 AI 的“机器信任”。因此，预测市场的下一个战场，一定是更加彻底的去中心化。
随着 Polymarket 与 Kalshi 在美国市场形成双强竞争格局，业界也开始关注亚洲是否会出现新的规模化预测市场，去中心化广义对冲预测市场——SigMarket 的出现，成为了亚洲预测市场抬头的先声。
Coinbase CEO Brian Armstrong（布莱恩·阿姆斯特朗）：加密的「突破时刻」已至，但立法博弈仍在继续撰文：Techub News 整理
导语
在瑞士达沃斯世界经济论坛期间，Coinbase 联合创始人兼首席执行官 Brian Armstrong（布莱恩·阿姆斯特朗）接受了 Bloomberg 的深度访谈。此次对话发生在加密行业的关键节点：美国首部综合性加密资产市场结构法案——《21世纪金融创新与技术法案》（FIT法案）——正在参议院审议，而 Coinbase 2026 年 1 月因其对某一草案版本撤回支持而卷入舆论漩涡。作为全球最大合规加密交易平台的掌舵人，阿姆斯特朗在达沃斯与各国政要、央行行长及传统银行CEO会面，他的观点不仅反映了头部企业的战略，也揭示了加密世界与传统金融及监管体系之间复杂而深刻的互动。
摘要
阿姆斯特朗认为，2025年监管清晰度的提升标志着加密行业「突破时刻」的到来，但2026 年 1 月FIT法案草案因过度偏向传统金融（TradFi）利益而遭到Coinbase反对。
他驳斥了稳定币业务需要银行牌照的观点，强调100%储备模式与银行部分准备金制度的根本区别，并认为稳定币是AI智能体的默认支付方式。
阿姆斯特朗长期看好比特币，重申其2030年达到100万美元的预测，并认为代币化将 democratize 全球资产投资机会。
Coinbase 正朝着「万物交易所」迈进，整合股票、预测市场等多元资产交易，并利用AI提升开发效率与客户服务，构筑以「资产积累」为核心的护城河。
在领导力上，阿姆斯特朗认为自己学会了在争议时刻坚持原则，例如起诉SEC、反对不公的立法草案，以此捍卫行业和消费者利益。
监管突破与立法博弈：加密的「关键时刻」
访谈伊始，Brian Armstrong（布莱恩·阿姆斯特朗）便对加密行业的现状表达了强烈的乐观。他认为，2025年是加密领域的「巨大一年」，其标志是美国终于开始获得监管清晰度。他特别提到了《稳定币信托法案》（原文提及的“genius act”，应指代相关稳定币立法框架）的通过，以及随之而来的超过200家公司宣布整合稳定币。金融机构正以「惊人的速度」采用加密技术，Coinbase 自身已为全球前20大银行中的五家提供加密基础设施支持。
然而，这种乐观情绪2026 年 1 月被一场立法风波蒙上了阴影。目前正在参议院审议的FIT法案，虽然在众议院获得了强有力的两党支持，但在2026 年 1 月的草案版本上出现了争议。阿姆斯特朗直言，草案中存在「太多对传统金融的让步」。他的核心立场是，市场需要公平的竞争环境，规则应明确界定什么允许、什么禁止，然后让所有美国公司在此基础上竞争。他认为，一些银行游说团体和协会正在试图「禁止他们的竞争」，对此他「零容忍」，并称之为「非美国」且损害消费者的行为。
当被问及是否有白宫消息源称「这是特朗普的法案，不是布莱恩·阿姆斯特朗的法案」并威胁退出谈判时，阿姆斯特朗予以否认。他表示，法案的功劳应归于参议院，特朗普总统确实将此作为其加密议程的核心部分，他接触到的白宫人员都全力投入并希望取得成果。他比喻道，这就像「三个盲人摸象」，可能有个别人士持有那种观点，但并非主流。
稳定币、银行牌照与AI智能体的未来支付
立法争论的一个核心焦点是：像Coinbase这样为用户持有稳定币提供奖励的平台，是否应被要求获取银行牌照？传统银行认为这存在存款流失风险。阿姆斯特朗对此进行了深入驳斥。
他首先划清了业务模式的界限：银行从事的是部分准备金贷款业务，即用户存入的资金并非全额留存，而是被贷出以赚取利差（净息差），这导致了银行挤兑的风险，因此需要高强度的监管。而加密世界的稳定币业务，通常是100%储备模式，所有用户资金都实际存在，从根本上消除了银行挤兑的可能性。因此，他认为这类业务不需要银行牌照，现有的SEC、CFTC监管以及国家信托章程等框架已经足够。
阿姆斯特朗将讨论引向了更前沿的领域——AI与加密的交汇。他指出，AI和加密是当今世界两大最重要的技术趋势，且两者具有高度的互补性。随着AI智能体需要在现实世界中完成工作（包括支付），传统金融体系基于「识别关联账户的人类个体」的规则将不再适用。AI智能体需要自己的钱包来进行支付。因此，稳定币和加密钱包将成为AI智能体的默认支付机制。Coinbase已经开发了相关工具，并开始被集成。他预测，未来AI智能体每日处理的交易量将超过人类。
在Coinbase内部，AI的应用也已深入：约50%的代码由AI辅助编写（经人工审核和安全控制），约60%的客服工单由AI处理，AI还被用于自动化合规等后台职能。此外，Coinbase还推出了名为「Coinbase Advisor」的AI代理服务测试版，旨在为用户提供通常仅面向高净值客户的资产组合管理建议，如税务损失收割、资产再平衡等。
市场展望：比特币、代币化与「万物交易所」
对于加密货币市场的短期波动，阿姆斯特朗显得并不在意。他承认市场近几个月有所回调，但强调要看长期趋势。他再次公开重申了对比特币的乐观预测：到2030年，比特币价格可能达到100万美元。其逻辑基础在于比特币供应固定，而随着采用率提高，需求增长将推动价格上涨。他建议普通人采取长期买入并持有的策略，而非短线交易。
除了比特币，阿姆斯特朗着重谈论了「代币化」这一趋势。他认为，正如美元代币化（稳定币）开启了快速、廉价的全球支付一样，股权、债券等各类资产的代币化将带来巨大的效率提升和民主化访问。全球约有40亿成年人无法投资高质量资产（他称之为「无经纪账户」人群），代币化可以改变这一现状，让普通人也能参与财富创造。这符合Coinbase的宏大愿景——构建「万物交易所」，即在一个平台上交易几乎所有资产类别。
在这一愿景下，Coinbase2026 年 1 月已推出股票交易和预测市场。阿姆斯特朗特别强调了预测市场的潜力：它不仅涉及体育赛事等投注，更可以作为一种替代传统媒体的信息聚合机制，让人们对未来事件（如选举结果、利率变化、地缘政治事件）进行预测，因为「真金白银」的投入往往能产生更高信号的信息。他甚至设想，未来立法者可以利用预测市场来评估不同政策可能带来的效果（例如哪个提案最能降低失业率）。
面对来自Robinhood等传统交易平台以及可能试图重返美国的Binance等加密同行的竞争，阿姆斯特朗显得颇有信心。他提出了Coinbase的「资产积累」战略：凭借最受信任的品牌，吸引用户存储资产（目前管理约5000亿美元资产），资产具有粘性；然后围绕这些资产提供越来越多的金融产品（交易、借贷、支付卡等），形成飞轮效应。他认为，Coinbase在托管加密资产方面已大幅领先，这一优势将长期可持续。
领导力演变：在争议中坚守原则
回顾自己从软件工程师到管理数千人上市公司CEO的历程，Brian Armstrong（布莱恩·阿姆斯特朗）坦言经历了巨大的成长。他提到，早期感到「能力严重不足」，但得益于优秀的董事会、高管团队和教练的帮助而度过难关。
他认为自己领导力成长最快的时刻，恰恰是那些明知正确但充满争议的决定。他举了三个例子：其一是在社会活动高涨时期，发布「使命优先」博客文章，决定不将政治激进主义带入 workplace，当时引起巨大争议；其二是当SEC（美国证券交易委员会）采取行动时，不顾「不要起诉联邦监管机构」的普遍劝告，毅然提起诉讼并最终获胜，他认为这挽救了美国的加密行业；其三就是2026 年 1 月反对FIT法案草案中不公条款的立场，尽管激怒了一些人，但他认为这是为了争取正确的结果。
「对我来说，监管俘获的发生是不道德的。我不在乎有多少银行说客……你不能进来起草一部法案，来巩固既得利益者并试图禁止他们的竞争。我不会容忍这个，我会公开说出来。」阿姆斯特朗如此总结自己的立场。
最后，当被问及未来十年人们对加密可能犯的最大错误时，阿姆斯特朗的回答直截了当：「如果他们没有将至少5%的净资产配置在比特币上，他们可能会非常后悔。」他展望，十年后，加密将更新所有金融服务，即使不了解加密的人也将受益于更高效、更全球化和更便宜的金融体系。访谈以一句加密社区标志性的「To the moon」（飞向月球）作结，呼应了这位加密领袖对行业未来的无限期待。
TradingBase.AI 专栏｜为什么越来越多顶级机构开始“不预测市场”了？过去几十年，投资行业几乎建立在同一个信念之上：预测未来。
无论是基本面分析、技术分析还是量化模型，所有方法最终都在试图回答同一个问题：未来市场会怎么走。分析师研究宏观经济，基金经理研究行业周期，量化团队研究历史数据，本质上都是希望比市场更早一步发现未来的方向。但最近几年，一个值得关注的变化正在全球金融市场悄悄发生。
越来越多顶级机构开始发现，市场正在变得越来越难预测。这并不是因为数据变少了，也不是因为模型退化了，而是因为市场本身正在发生变化。AI、算法交易、高频系统以及全球化的信息传播正在不断提高市场效率。当越来越多参与者拥有相似的数据、相似的工具以及相似的分析能力时，传统意义上的预测优势正在被快速压缩。
过去，一个重要消息可能需要几天时间才能被市场充分消化；今天，一条新闻从发布到被全球资金定价，可能只需要几分钟甚至几秒钟。过去依靠信息差建立优势的机构，正在发现信息差越来越难形成；过去依靠数据优势获得超额收益的团队，也开始发现数据获取成本正在快速下降。
市场并没有变得更简单，恰恰相反，它变得更加高效，也更加复杂。
从预测未来，到适应未来
在传统投资逻辑中，预测能力往往被视为最重要的能力。谁能够更早看见未来，谁就能够获得更高收益。但随着市场效率不断提升，越来越多机构开始意识到一个现实问题：未来本身正在变得越来越难以预测。
原因并不复杂。市场参与者越来越多，信息传播越来越快，算法系统越来越普及。任何明显的机会都会被迅速发现，任何公开的信息都会被快速定价。许多过去能够持续存在数周甚至数月的市场机会，如今可能只存在几个小时。
在这种环境下，单纯追求预测准确率开始变得越来越困难。于是，一种新的思路开始出现。
与其不断试图预测未来，不如建立一套能够持续适应未来变化的系统。因为市场最大的特点并不是确定性，而是不确定性。真正重要的能力，未必是提前知道未来会发生什么，而是在变化出现时第一时间发现它，并迅速作出调整。
越来越多顶级机构开始把重点放在实时感知、动态调整和持续学习上，而不是单纯提高预测模型的复杂程度。市场开始奖励那些适应变化的人，而不仅仅是预测变化的人。
AI正在改变交易的底层逻辑
很多人认为AI进入金融行业之后，最大的价值在于预测市场。事实上，AI真正改变的，可能恰恰是“预测”这件事本身。
传统量化模型往往依赖历史规律。通过研究过去的数据，寻找未来可能重复出现的模式。但现实市场从来不是静态环境。宏观经济会变化，流动性会变化，监管环境会变化，投资者行为也会变化。一个过去有效的策略，很可能因为市场结构变化而迅速失效。AI的出现，让交易系统第一次具备了持续学习和动态调整的能力。
未来的AI系统不再只是一个给出买卖信号的工具，而更像一个持续观察市场、理解市场并根据市场变化不断优化自己的决策系统。它关注的不只是价格变化本身，而是价格背后的原因；它分析的不只是历史数据，而是实时发生的资金流动、市场情绪以及不同市场之间的联动关系。
从这个角度来看，AI最大的价值并不是让预测变得更准确，而是让系统变得更敏捷。未来优秀的AI系统，不一定是最会预测未来的系统，而是最会适应未来的系统。
TradingBase正在关注什么
对于TradingBase而言，AI量化从来不仅仅是预测涨跌。市场每天都有无数关于未来的预测。有人预测牛市，有人预测熊市，有人预测利率变化，有人预测资金流向。但真正决定投资结果的，往往不是谁的预测更多，而是谁能够更快理解市场正在发生什么。
因此，TradingBase持续关注的不仅仅是单一数据指标，而是市场背后的整体结构变化。资金正在流向哪里？市场情绪正在发生什么变化？哪些信号是真正重要的，哪些信号只是噪音？不同资产之间正在形成怎样的新关联？
这些问题，往往比简单预测涨跌更有价值。
随着AI不断进入金融市场，未来的竞争很可能已经不是预测能力的竞争，而是感知能力、学习能力以及适应能力的竞争。TradingBase正在尝试通过AI分析、市场洞察以及智能决策体系，帮助用户更快发现变化、更早识别趋势，并在复杂市场环境中建立更稳定的决策框架。
因为未来市场最重要的问题，或许不再是“市场会怎么走”。
而是：“当市场开始变化时，你能否第一时间发现它？”
结语
过去几十年，投资行业相信预测未来。未来几十年，市场或许会越来越奖励那些能够快速适应未来的人。
AI不会让市场变得更容易预测，相反，它正在让市场变得更加高效、更加动态，也更加复杂。当越来越多参与者拥有相似的工具和分析能力时，传统的信息差和预测优势将不断缩小。
真正重要的能力，不再只是提前知道未来会发生什么，而是在变化出现时，能够迅速理解它、适应它，并做出正确反应。
这或许才是AI量化真正进入下一阶段的标志。
未来的赢家，未必是预测最准确的人。
而更可能是适应最快的人。Underdog 起诉康涅狄格州，要求停止对体育预测市场的打击Techub News 消息，体育预测平台 Underdog 已对康涅狄格州提起诉讼，旨在阻止该州对体育预测市场的监管打击行动。此前，康涅狄格州已向包括 Underdog、Polymarket 和 Coinbase 在内的多家预测市场平台发出了停止令。
（The Block）预测市场平台 Kalshi 寻求美国批准特斯拉、苹果和英伟达单股永续期货Techub News 消息，预测市场平台 Kalshi 正向美国监管机构申请，为其单股永续期货产品寻求批准，涉及标的包括特斯拉、苹果和英伟达等股票。此举旨在将加密货币领域的永续期货创新引入传统股票市场。
若获批，此类产品将允许投资者在不持有标的股票的情况下，对单一股票价格进行杠杆化、无到期日的押注，可能改变现有股票交易格局。（Crypto Briefing）Cantor Fitzgerald 与 Kalshi 合作，推动预测市场机构化Techub News 消息，金融服务公司 Cantor Fitzgerald 与受监管预测市场平台 Kalshi 达成合作。双方旨在为机构投资者提供便捷的预测市场接入渠道，以推动预测市场成为主流资产类别。
此次合作将结合 Cantor Fitzgerald 的机构网络与 Kalshi 的平台技术，以满足市场对新型投资工具的需求。（Crypto Briefing）预测市场显示特斯拉与SpaceX在2028年前合并概率为67%Techub News 消息，预测平台 Kalshi 数据显示，市场认为特斯拉与 SpaceX 在 2028 年前完成合并的概率为 67%。该数据反映了市场对未来两家公司潜在重大结构性变化的预期。（@Kalshi）Robinhood 与 Crypto.com 达成合作，将接入其预测市场并持有少数股权Techub News 消息，经纪平台 Robinhood 已与加密货币交易所 Crypto.com 达成合作协议，将接入后者的预测市场业务。作为交易的一部分，Robinhood 还将收购该交易所及其预测市场业务的少数股权。
据《华尔街日报》报道，此次合作旨在扩展 Robinhood 的预测市场业务。具体交易条款尚未披露。（CoinGape）英国金融监管机构考虑放宽金融预测市场禁令Techub News 消息，英国金融行为监管局（FCA）正在考虑放宽对金融预测市场的禁令。此举可能使公众更容易参与此类市场，提升市场效率，并对传统金融体系构成挑战。
（Crypto Briefing）摩根士丹利预测 Robinhood 股价将上涨 43%，增长动力来自预测市场等新产品Techub News 消息，摩根士丹利发布报告预测，Robinhood 股价有望上涨 43%。报告认为，该公司向预测市场及其他新金融产品的多元化发展将推动显著增长，从而降低对加密货币交易的依赖。（Crypto Briefing）美国 CFTC 对前白宫提词器操作员内幕交易预测市场处以罚款Techub News 消息，美国商品期货交易委员会（CFTC）已对前白宫提词器操作员 Gabriel Perez 处以罚款。Perez 被指控在任职期间利用内部信息，在预测市场上对特朗普总统的演讲进行押注。
（CoinGape）美国第九巡回法院裁定体育预测市场合约不属互换，与第三巡回法院判决相左Techub News 消息，美国第九巡回上诉法院裁定，与体育赛事相关的预测市场合约不属于金融互换合约。这一判决与今年4月第三巡回上诉法院的裁决相矛盾，为潜在的美国最高法院审理铺平了道路。
（CNBC）康涅狄格州起诉预测市场平台Kalshi，指控其体育赛事合约违法Techub News 消息，康涅狄格州总检察长办公室已对预测市场平台 Kalshi 提起诉讼，指控其提供的体育赛事结果合约违反了州法律。诉讼称，Kalshi 允许用户对体育赛事结果下注，这构成了非法赌博，而非其声称的“事件合约”市场。
Kalshi 诉讼主管 Jovy Dedaj 对此回应称，州监管机构的行动是“武断且不一致的执法”，并指出其他类似平台仍在当地运营。该诉讼是双方长达数月法律纠纷的最新进展。（The Block）0 篇文章
