IOSG Mingguan Brief | Jadikan Kebarangkalian Sebagai Aset: Tinjauan Agen Pasaran Ramalan #315

Penulis asal: Jacob Zhao, IOSG Ventures

Dalam laporan serangkaian Crypto AI sebelumnya, kami terus menekankan pandangan: skenario paling bernilai aplikasi praktikal dalam bidang kripto semasa ini terutamanya berpusat pada pembayaran stablecoin dan DeFi, manakala Agent merupakan antaramuka utama industri AI kepada pengguna. Oleh itu, dalam trend penggabungan Crypto dan AI, dua lintasan paling bernilai ialah: AgentFi dalam jangka pendek berdasarkan protokol DeFi yang sudah matang semasa ini (strategi asas seperti pinjaman dan penggalian likuiditi, serta strategi lanjutan seperti Swap, Pendle PT, dan arbitrage kadar dana), dan Agent Payment dalam jangka menengah hingga panjang yang berpusat pada penyelesaian stablecoin serta bergantung kepada protokol seperti ACP/AP2/x402/ERC-8004.

Pasaran ramalan telah menjadi trend baharu yang tidak boleh diabaikan pada tahun 2025, dengan jumlah perdagangan tahunan meningkat dari sekitar US$9 bilion pada tahun 2024 kepada lebih daripada US$40 bilion pada tahun 2025, mencapai pertumbuhan tahunan melebihi 400%. Pertumbuhan ketara ini didorong oleh beberapa faktor: permintaan akibat ketidakpastian daripada peristiwa politik makro, kematangan infrastruktur dan model perdagangan, serta kelegaan dalam persekitaran pengawasan (Kalshi menang kes dan Polymarket kembali ke Amerika Syarikat). Agen pasaran ramalan (Prediction Market Agent) muncul dalam bentuk awal pada awal tahun 2026, berpotensi menjadi bentuk produk baharu dalam bidang agen dalam setahun ke depan.

Pasaran ramalan: Dari alat pertaruhan kepada "lapisan kebenaran global"

Pasaran ramalan ialah mekanisme kewangan yang memperdagangkan hasil peristiwa masa depan, di mana harga kontrak secara esensial mencerminkan penilaian kolektif pasaran terhadap kebarangkalian berlakunya peristiwa tersebut. Keberkesanannya berasal dari gabungan kebijaksanaan kumpulan dan insentif ekonomi: dalam persekitaran anonim dengan pertaruhan wang benar, maklumat yang tersebar diintegrasikan dengan pantas menjadi isyarat harga yang diimbangkan mengikut keinginan modal, dengan begitu mengurangkan gangguan dan penilaian palsu secara ketara.

▲ Grafik tren volume perdagangan nominal pasaran sediaan Sumber data: Dune Analytics (ID Kueri: 5753743)

Pada akhir 2025, pasaran ramalan hampir sepenuhnya didominasi oleh duopoli Polymarket dan Kalshi. Menurut Forbes, jumlah perdagangan keseluruhan pada 2025 mencapai sekitar US$44 bilion, dengan Polymarket menyumbang sekitar US$21.5 bilion dan Kalshi sekitar US$17.1 bilion. Data mingguan Februari 2026 menunjukkan bahawa jumlah perdagangan Kalshi (US$25.9B) telah melebihi Polymarket (US$18.3B), mendekati 50% pangsa pasaran; Kalshi mencapai pertumbuhan pesat melalui kemenangan undang-undang dalam kes kontrak pilihan raya, keunggulan awal dalam kepatuhan pasaran ramalan sukan di Amerika Syarikat, serta ekspektasi peraturan yang lebih jelas. Kini, lintasan perkembangan kedua-duanya telah menunjukkan perbezaan yang jelas:

· Polymarket menggunakan arsitektur CLOB hibrida dengan mekanisme penyelesaian terdesentralisasi, "off-chain matching, on-chain settlement", untuk membina pasaran berlikuiditi tinggi, tanpa托管, secara global; selepas kepatuhan kembali ke Amerika Syarikat, ia membentuk struktur operasi dwi-trak, "onshore + offshore";

· Kalshi mengintegrasikan sistem keuangan tradisional, mengakses broker eceran utama melalui API, menarik partisipasi mendalam dari penjual pasar Wall Street dalam perdagangan kontrak makro dan data, produknya terikat pada proses regulasi tradisional, permintaan long tail dan kejadian tak terduga relatif tertinggal.

Selain Polymarket dan Kalshi, pesaing utama dalam bidang pasaran ramalan terutamanya berkembang melalui dua lintasan:

· Pertama, laluan pengedaran yang dipatuhi, dengan menyematkan kontrak peristiwa ke dalam sistem akaun dan penyelesaian yang sedia ada oleh broker atau platform besar, memanfaatkan cakupan saluran, kelayakan pematuhan, dan kepercayaan institusi untuk membina kelebihan (seperti Interactive Brokers × ForecastEx dengan ForecastTrader, FanDuel × CME Group dengan FanDuel Predicts), dengan kelebihan yang ketara dalam pematuhan dan sumber, tetapi produk dan skala pengguna masih awal.

· Kedua ialah laluan asli Crypto di rantai, diwakili oleh Opinion.trade, Limitless, dan Myriad, yang memanfaatkan penambangan poin, kontrak jangka pendek, dan pengagihan media untuk pertumbuhan pantas, menekankan prestasi dan kecekapan modal, tetapi kelestarian jangka panjang dan ketahanan pengurusan risiko masih perlu diverifikasi.

Laluan-laluan tradisional yang mematuhi peraturan kewangan dan kelebihan prestasi asli kripto bersama-sama membentuk suasana persaingan pelbagai dalam ekosistem pasaran ramalan.

Pasaran ramalan kelihatan serupa dengan perjudian dan pada dasarnya adalah permainan jumlah nol, tetapi perbezaan utama antara keduanya terletak pada adanya eksternaliti positif: melalui perdagangan wang sungguhan untuk mengumpulkan maklumat terpencar, menentukan harga awam untuk peristiwa nyata, dan membentuk lapisan isyarat yang bernilai. Trendnya sedang berubah dari permainan menjadi "lapisan kebenaran global" — dengan penyertaan institusi seperti CME dan Bloomberg, kebarangkalian peristiwa kini menjadi metadata keputusan yang boleh dipanggil secara langsung oleh sistem kewangan dan perniagaan, memberikan kebenaran pasaran yang lebih tepat masa dan boleh diukur.

Dari segi status regulasi global, laluan kepatuhan pasaran ramalan sangat berbeza. Amerika Syarikat adalah satu-satunya ekonomi utama yang secara jelas memasukkan pasaran ramalan ke dalam kerangka regulasi derivatif kewangan, manakala pasaran seperti Eropah, British, Australia, dan Singapura secara umum menganggapnya sebagai perjudian dan cenderung memperketat regulasi, sementara China, India dan lain-lain melarang sepenuhnya. Ekspansi global pasaran ramalan di masa depan masih bergantung pada kerangka regulasi setiap negara.

Reka bentuk arsitektur agen pasaran ramalan

Agens Pasar Prediksi kini memasuki peringkat awal pelaksanaan, dan nilainya bukan terletak pada “AI meramal lebih tepat”, tetapi pada peningkatan kecekapan pemprosesan maklumat dan pelaksanaan dalam pasar prediksi. Pasar prediksi pada dasarnya adalah mekanisme pengumpulan maklumat, di mana harga mencerminkan penilaian kolektif terhadap kebarangkalian peristiwa; ketidakefisienan pasaran sebenar berasal daripada ketidaksimetrian maklumat, likuiditi, dan batasan perhatian. Lokasi yang sesuai bagi agens pasar prediksi ialah Pengurusan Portfolio Kebarangkalian yang Boleh Dilaksanakan (Executable Probabilistic Portfolio Management): menukar berita, teks peraturan, dan data rantai menjadi penyimpangan harga yang boleh disahkan, untuk melaksanakan strategi dengan lebih cepat, lebih disiplin, dan berkos rendah, serta menangkap peluang struktural melalui arbitrase antara platform dan pengurusan risiko portfolio.

Agen pasaran ramalan yang ideal boleh diabstrakkan sebagai arsitektur empat lapisan:

· Lapisan maklumat menghimpun berita, sosial, data rantai, dan data rasmi;

· Lapisan analisis menggunakan LLM dan ML untuk mengenal pasti harga yang salah dan mengira Edge;

Lapisan strategi mengubah Edge menjadi posisi melalui formula Kelly, pembinaan posisi bertahap, dan pengurusan risiko;

Lapisan pelaksanaan menyelesaikan tempahan pasaran pelbagai, pengoptimuman slippage dan Gas, serta pelaksanaan arbitrage, membentuk kitaran automatik yang cekap.

Rangka strategi agen pasaran ramalan

Berbeza dengan persekitaran perdagangan tradisional, pasaran ramalan mempunyai perbezaan ketara dalam mekanisme penyelesaian, likuiditi, dan taburan maklumat, dan tidak semua pasaran serta strategi sesuai untuk pelaksanaan automatik. Inti agen pasaran ramalan ialah sama ada ia dideploy dalam skenario yang mempunyai peraturan jelas, boleh dikodkan, dan selaras dengan kelebihan strukturalnya. Berikut akan dianalisis dari tiga aras: pemilihan penanda, pengurusan posisi, dan struktur strategi.

Tidak semua pasaran ramalan mempunyai nilai boleh diperdagangkan; nilai penyertaannya bergantung kepada: kejelasan penyelesaian (adakah peraturan jelas dan sumber data unik), kualiti likuiditi (kedalaman pasaran, spread, dan volume perdagangan), risiko dalaman (tahap ketidaksimetrian maklumat), struktur masa (masa tamat dan ritma peristiwa), serta kelebihan maklumat dan latar belakang profesional peniaga itu sendiri. Hanya apabila kebanyakan dimensi memenuhi keperluan asas, pasaran ramalan mempunyai asas untuk penyertaan; peserta sepatutnya menyesuaikan diri dengan kelebihan dan ciri pasaran mereka:

· Kelebihan utama manusia: Pasar yang bergantung pada keahlian profesional, keputusan, dan penggabungan maklumat kabur, dengan jendela masa yang relatif longgar (diukur dalam hari/minggu). Contoh klasik termasuk pilihan raya politik, trend makro, dan pencapaian perusahaan.

· Kelebihan utama Agen AI: Sesuai untuk pasaran yang bergantung pada pemprosesan data, pengenalan corak, dan pelaksanaan pantas, dengan jendela keputusan yang sangat singkat (dalam saat/menit). Contoh typikal termasuk harga kripto frekuensi tinggi, arbitrase antar pasaran, dan perantara automatik.

· Tidak sesuai untuk bidang: Pasar yang didominasi oleh maklumat dalaman atau sepenuhnya rawak/dikendalikan tinggi, yang tidak memberikan kelebihan kepada mana-mana peserta.

Formula Kelly (Kelly Criterion) adalah teori pengurusan modal paling terkenal dalam skenario permainan berulang, yang bertujuan bukan untuk memaksimumkan keuntungan sekali jalan, tetapi untuk memaksimumkan kadar pertumbuhan bunga majmuk jangka panjang modal. Kaedah ini berdasarkan anggaran kebarangkalian menang dan kadar bayaran, untuk mengira nisbah posisi teori optimum, meningkatkan kecekapan pertumbuhan modal di bawah harapan positif, dan secara meluas digunakan dalam pelaburan kuantitatif, judi profesional, poker, dan pengurusan aset.

· Bentuk klasik ialah: f^* = (bp - q) / b

Di mana, f∗ ialah nisbah pertaruhan optimum, b ialah kadar bayaran bersih, p ialah kebarangkalian menang, q=1−p

· Pasar ramalan boleh disederhanakan menjadi: f^* = (p - market\_price) / (1 - market\_price)

· Di mana p ialah kebarangkalian sebenar subjektif, market_price ialah kebarangkalian tersirat pasaran

Keberkesanan teori formula Kelly sangat bergantung kepada anggaran yang tepat terhadap kebarangkalian sebenar dan kadar pertaruhan; dalam realiti, peniaga sukar untuk terus menguasai kebarangkalian sebenar dengan tepat, dan dalam amalan sebenar, penjudi profesional dan peserta pasaran ramalan lebih cenderung menggunakan strategi berteraskan peraturan yang lebih boleh dilaksanakan dan kurang bergantung kepada anggaran kebarangkalian:

· Sistem Unit (Kaedah Tempoh Tetap): Bahagikan dana kepada unit tetap (contohnya 1%), dan masukkan jumlah unit yang berbeza berdasarkan tahap keyakinan, dengan had unit secara automatik mengawal risiko setiap transaksi, iaitu kaedah amalan yang paling biasa.

· Kaedah Peratus Tetap (Flat Betting): Menggunakan peratusan dana tetap untuk setiap taruhan, menekankan disiplin dan kestabilan, sesuai untuk individu yang menghindari risiko atau dalam persekitaran keyakinan rendah.

· Kaedah Tahap Keyakinan (Confidence Tiers): Menetapkan peringkat posisi diskret dan menetapkan had mutlak untuk mengurangkan kerumitan pengambilan keputusan serta mengelakkan masalah ketepatan palsu model Kelly.

· Pendekatan Risiko Terbalik (Inverted Risk Approach): Bermula dengan maksimum kerugian yang boleh diterima untuk mengira saiz posisi, berdasarkan batasan risiko bukan jangkaan keuntungan, untuk membentuk sempadan risiko yang stabil.

Bagi agen pasaran ramalan, reka bentuk strategi harus mengutamakan kebolehpelaksanaan dan kestabilan, bukan mencari keoptimalan teori. Kuncinya ialah peraturan yang jelas, parameter yang ringkas, dan ketahanan terhadap ralat penilaian. Di bawah sekatan ini, kaedah keyakinan bertingkat bersama had posisi tetap merupakan penyelesaian pengurusan posisi generik yang paling sesuai untuk agen PM. Kaedah ini tidak bergantung pada anggaran kebarangkalian yang tepat, tetapi mengklasifikasikan peluang kepada beberapa peringkat berdasarkan kekuatan isyarat dan menetapkan posisi tetap untuk setiap peringkat; walaupun dalam situasi keyakinan tinggi, had yang jelas ditetapkan untuk mengawal risiko.

Dari segi struktur strategi, pasaran ramalan boleh dibahagikan kepada dua kategori utama: strategi arbitrage deterministik yang ciri-cirinya adalah peraturan yang jelas dan boleh dikodkan, serta strategi spekulatif yang bergantung pada tafsiran maklumat dan penilaian arah; selain itu, terdapat juga strategi penawaran dan lindung nilai yang terutamanya dijalankan oleh institusi profesional dan memerlukan modal serta infrastruktur yang tinggi.

· Arbitrage Penyelesaian (Resolution Arbitrage): Arbitrage penyelesaian berlaku pada peringkat di mana keputusan peristiwa hampir pasti, tetapi pasaran belum sepenuhnya menentukan harga, dengan keuntungan utama datang dari penyegeraan maklumat dan kelajuan pelaksanaan. Strategi ini mempunyai peraturan yang jelas, risiko rendah, dan boleh dikodkan sepenuhnya, menjadikannya strategi utama yang paling sesuai untuk dilaksanakan oleh Agen dalam pasaran ramalan.

· Arbitrage Kekal Kebarangkalian (Dutch Book Arbitrage): Arbitrage Dutch Book memanfaatkan ketidakseimbangan struktural yang timbul apabila jumlah harga bagi set peristiwa saling eksklusif dan lengkap menyimpang daripada sekatan kekal kebarangkalian (∑P≠1), dengan membina portofolio untuk mengunci pulangan tanpa risiko arah. Strategi ini hanya bergantung pada peraturan dan hubungan harga, mempunyai risiko rendah, dan boleh dirumuskan secara tinggi, menjadikannya bentuk arbitrage deterministik klasik yang sesuai untuk pelaksanaan automatik oleh Agen.

· Arbitrage antar platform: Arbitrage antar platform memperoleh keuntungan dengan menangkap ketidakseimbangan harga antara pasaran yang berbeza untuk peristiwa yang sama, dengan risiko rendah tetapi memerlukan keperluan tinggi terhadap latensi dan pemantauan selari. Strategi ini sesuai untuk dilaksanakan oleh Agent yang memiliki kelebihan infrastruktur, tetapi keuntungan marjinal terus menurun akibat persaingan yang semakin ketat.

· Arbitrasi Bundel: Arbitrasi bundel memanfaatkan ketidaksepadanan harga antara kontrak yang berkaitan, logiknya jelas tetapi peluangnya terhad. Strategi ini boleh dilaksanakan oleh Agen, tetapi memerlukan keperluan kejuruteraan tertentu dalam penyelesaian peraturan dan sekatan bundel, dengan kesesuaian Agen sederhana.

· Strategi yang didorong oleh maklumat terstruktur (Information Trading): Strategi ini berpusat pada peristiwa jelas atau maklumat terstruktur, seperti pengumuman data rasmi, pengumuman, atau jendela keputusan. Selama sumber maklumat jelas dan syarat pemicu boleh ditakrifkan, Agent boleh memanfaatkan kelebihan kelajuan dan disiplin dalam pemantauan dan pelaksanaan; namun, apabila maklumat berubah menjadi penilaian semantik atau tafsiran konteks, intervensi manusia masih diperlukan.

· Strategi Mengikuti Isyarat (Signal Following): Strategi ini memperoleh keuntungan dengan mengikuti tindakan akaun atau dana yang berprestasi baik dalam sejarah, dengan peraturan yang relatif mudah dan boleh dijalankan secara automatik. Risiko utamanya ialah penurunan isyarat dan penyalahgunaan secara berlawanan, oleh itu diperlukan mekanisme penapisan dan pengurusan posisi yang ketat. Sesuai digunakan sebagai strategi bantuan untuk Agent.

· Strategi tidak terstruktur / berdasarkan kebisingan (Unstructured / Noise-driven): Strategi ini sangat bergantung pada emosi, kerawangan, atau tindakan peserta, tanpa edge yang stabil dan boleh disalin, dengan nilai jangka panjang yang tidak stabil. Disebabkan sukar dimodelkan dan risiko yang sangat tinggi, strategi ini tidak sesuai untuk dilaksanakan secara sistematik oleh agen, dan tidak disarankan sebagai strategi jangka panjang.

· Strategi harga dan likuiditi frekuensi tinggi (Market Microstructure): Strategi ini bergantung pada jendela keputusan yang sangat singkat, penawaran berterusan, atau perdagangan frekuensi tinggi, dan memerlukan keperluan yang sangat tinggi terhadap latensi, model, dan modal. Walaupun secara teori sesuai untuk Agent, ia sering kali terhad kepada likuiditi dan kekuatan persaingan dalam pasaran ramalan, dan hanya sesuai untuk sedikit peserta yang mempunyai kelebihan infrastruktur yang ketara.

· Pengurusan Risiko dan Strategi Hedging (Risk Control & Hedging): Strategi ini tidak secara langsung mengejar keuntungan, tetapi digunakan untuk mengurangi eksposur risiko keseluruhan. Peraturan jelas dan matlamat terperinci, beroperasi secara berterusan sebagai modul pengurusan risiko asas.

Secara keseluruhan, strategi yang sesuai untuk agen dalam pasaran ramalan berfokus pada skenario dengan peraturan jelas, boleh dikodkan, dan bergantung sedikit pada penilaian subjektif, di mana arbitrage pasti harus menjadi sumber pendapatan utama, strategi mengikuti isyarat dan maklumat terstruktur sebagai pelengkap, dan perdagangan berisiko tinggi serta berdasarkan emosi harus secara sistematik dikecualikan. Kelebihan jangka panjang agen terletak pada keupayaan pelaksanaan yang disiplin tinggi, pantas, dan pengurusan risiko.

Model perniagaan dan bentuk produk agen pasaran ramalan

Reka bentuk model perniagaan yang ideal untuk agen pasaran ramalan mempunyai ruang eksplorasi yang berbeza pada pelbagai peringkat:

· Lapisan infrastruktur (Infrastructure), yang menyediakan agregasi data real-time dari sumber pelbagai, perpustakaan alamat Smart Money, enjin pelaksanaan pasaran ramalan yang seragam, dan alat ujian semula, dengan caj B2B untuk mendapatkan pendapatan stabil yang tidak berkaitan dengan ketepatan ramalan;

· Lapisan strategi (Strategy), memperkenalkan strategi komuniti dan pihak ketiga, membina ekosistem strategi yang boleh digunakan semula dan boleh dinilai, serta menangkap nilai melalui pemanggilan, bobot, atau pembahagian hasil pelaksanaan, dengan demikian mengurangkan ketergantungan kepada Alpha tunggal.

· Lapisan Agen / Vault, agen terlibat secara langsung dalam pelaksanaan pasaran nyata dengan cara pengurusan amanah, bergantung pada rekod telus rantai dan sistem pengurusan risiko yang ketat, untuk mengenakan yuran pengurusan dan yuran prestasi.

Dan bentuk produk yang sepadan dengan model perniagaan yang berbeza boleh diklasifikasikan sebagai:

· Modus hiburan / permainan: Mengurangkan rintangan penyertaan melalui interaksi intuitif seperti Tinder, memiliki kemampuan pertumbuhan pengguna dan pendidikan pasaran yang paling kuat, merupakan pintu masuk ideal untuk meluaskan jangkauan, tetapi perlu dialihkan kepada produk berlanggan atau pelaksanaan untuk pendapatan.

· Langganan strategi / Modus isyarat: Tidak melibatkan pengurusan dana, mesra pengawasan, tanggungjawab jelas, struktur pendapatan SaaS relatif stabil, merupakan laluan komersial paling mungkin pada peringkat semasa. Keterbatasannya ialah strategi mudah disalin dan terdapat kehilangan dalam pelaksanaan, dengan had pendapatan jangka panjang yang terhad; pengalaman dan kekalan boleh diperbaiki secara ketara melalui bentuk separa automatik "isyarat + pelaksanaan satu klik".

· Modus pengurusan Vault: Mempunyai kelebihan dalam ekonomi skala dan kecekapan pelaksanaan, bentuknya hampir seperti produk pengurusan aset, tetapi menghadapi pelbagai sekatan struktural seperti lesen pengurusan aset, hadapan kepercayaan, dan risiko teknologi terpusat; model perniagaan sangat bergantung kepada persekitaran pasaran dan kebolehan mendapat keuntungan berterusan. Tidak disarankan sebagai laluan utama kecuali mempunyai rekod prestasi jangka panjang dan sokongan peringkat institusi.

Secara keseluruhan, struktur pendapatan pelbagai seperti “monetisasi infrastruktur + ekspansi ekosistem strategi + partisipasi prestasi” membantu mengurangkan ketergantungan kepada anggapan tunggal bahawa “AI terus mengalahkan pasaran”. Walaupun Alpha cenderung mengecil seiring kematangan pasaran, kemampuan asas seperti pelaksanaan, pengurusan risiko, dan penyelesaian masih mempunyai nilai jangka panjang, dengan demikian membina kitaran perniagaan yang lebih mampan.

Keseluruhan projek agen pasaran ramalan

Sekarang, agen pasaran ramalan (Prediction Market Agents) masih berada dalam peringkat awal eksplorasi. Walaupun terdapat pelbagai percubaan dari rangka kerja asas hingga alat atas, belum ada produk standard yang matang dalam penghasilan strategi, kecekapan pelaksanaan, sistem pengurusan risiko, dan penutupan perniagaan.

Kami mengkategorikan peta ekosistem semasa kepada tiga peringkat: peringkat infrastruktur (Infrastructure), agen perdagangan autonomi (Autonomous Agents), dan alat pasaran ramalan (Prediction Market Tools).

· Kerangka Polymarket Agents

Polymarket Agents ialah kerangka pembangun yang dikeluarkan secara rasmi oleh Polymarket, yang bertujuan untuk menyelesaikan masalah standardisasi kejuruteraan dalam "penyambungan dan interaksi". Kerangka ini membungkus antaramuka untuk mendapatkan data pasaran, membina pesanan, dan panggilan LLM asas. Ia menyelesaikan masalah "bagaimana untuk tempah dengan kod", tetapi pada kemampuan perdagangan utama—seperti penghasilan strategi, penyesuaian kebarangkalian, pengurusan posisi dinamik, dan sistem ujian semula—ia kebanyakannya dibiarkan kosong. Ia lebih mirip "spesifikasi penyambungan" yang disahkan secara rasmi, bukan produk siap yang menghasilkan Alpha. Agen perniagaan perlu membina inti penyelidikan dan pengurusan risiko yang lengkap berdasarkan asas ini.

· Alat pasaran ramalan Gnosis

Alat Gnosis Prediction Market Agent (PMAT) menyediakan sokongan baca-tulis penuh untuk Omen/AIOmen dan Manifold, tetapi hanya memberi akses baca sahaja untuk Polymarket, dengan halangan ekosistem yang jelas. Ia sesuai sebagai asas pembangunan Agent dalam sistem Gnosis, tetapi kegunaannya terhad untuk pembangun yang menjadikan Polymarket sebagai medan utama.

Polymarket dan Gnosis adalah ekosistem pasaran ramalan yang secara jelas memproduksikan "pengembangan Agen" sebagai kerangka rasmi. Pasaran ramalan lain seperti Kalshi masih terutamanya berada pada peringkat API dan SDK Python, di mana pembangun perlu mengisi sendiri kemampuan sistem penting seperti strategi, pengurusan risiko, pengendalian, dan pemantauan.

Agens AI pasaran ramalan semasa masih berada dalam peringkat awal; walaupun dinamakan sebagai «Agens», kemampuan sebenarnya masih jauh daripada mencapai transaksi automatik tertutup yang boleh diberi kuasa, kebanyakannya tidak mempunyai lapisan pengurusan risiko yang berdiri sendiri dan sistematik, serta tidak menggabungkan pengurusan posisi, stop-loss, lindung nilai, dan batasan nilai jangkaan ke dalam proses pengambilan keputusan, dengan tahap produk yang rendah dan belum membentuk sistem matang yang boleh beroperasi secara berterusan.

· Olas Predict

Olas Predict ialah ekosistem agen pasaran ramalan yang paling matang secara produk semasa. Produk utamanya, Omenstrat, dibina di atas Omen dalam sistem Gnosis, menggunakan FPMM dan mekanisme penghakiman terdesentralisasi, menyokong interaksi frekuensi tinggi dengan jumlah kecil, tetapi terhad oleh likuiditi pasaran tunggal Omen. "Ramalan AI"nya terutamanya bergantung pada LLM generik, tanpa data masa nyata dan pengurusan risiko sistemik, dengan kadar kemenangan sejarah yang berbeza-beza antara kategori. Pada Februari 2026, Olas melancarkan Polystrat, memperluaskan kemampuan Agen ke Polymarket—pengguna boleh menetapkan strategi menggunakan bahasa semula jadi, dan Agen secara automatik mengenal pasti penyimpangan kebarangkalian pasaran yang akan disahkan dalam tempoh 4 hari dan melaksanakan transaksi. Sistem mengawal risiko melalui Pearl yang berjalan secara tempatan, akaun Safe yang diselenggarakan sendiri, dan batasan yang ditetapkan secara keras, menjadikannya agen perdagangan swasta pertama yang ditujukan kepada Polymarket.

· Strategi UnifAI Network Polymarket

Menyediakan Agen perdagangan automatik Polymarket, dengan strategi inti pengambilan risiko ekor: memindai kontrak yang akan ditamatkan dengan probabiliti tersirat >95% dan membeli, dengan matlamat mendapatkan spread 3–5%. Data di atas rantai menunjukkan kadar kemenangan hampir 95%, tetapi keuntungan berbeza secara ketara antara kategori, dan strategi ini sangat bergantung kepada frekuensi pelaksanaan dan pemilihan kategori.

· NOYA.ai

NOYA.ai berusaha mengintegrasikan "penyelidikan—penilaian—pelaksanaan—pemantauan" menjadi lingkaran tertutup Agent, dengan arsitektur yang mencakup lapisan kecerdasan, lapisan abstrak, dan lapisan pelaksanaan. Saat ini, Omnichain Vaults telah dilancarkan; Agent Pasar Ramalan masih dalam pembangunan dan belum membentuk lingkaran tertutup rangkaian utama, keseluruhan berada dalam fasa pengesahan visi.

Alat analisis pasaran ramalan semasa masih belum mencukupi untuk membentuk 「agen pasaran ramalan」 yang lengkap, dan nilainya terutama terfokus pada lapisan maklumat dan lapisan analisis dalam arsitektur agen. Pelaksanaan perdagangan, pengurusan posisi, dan pengawalan risiko masih perlu ditangani oleh pedagang sendiri. Dari segi bentuk produk, ia lebih sesuai dikenal pasti sebagai 「langganan strategi / bantuan isyarat / peningkatan penyelidikan」, dan boleh dianggap sebagai bentuk awal agen pasaran ramalan.

Melalui pengurusan sistem dan penapisan empirikal terhadap projek-projek yang disenaraikan dalam Awesome-Prediction-Market-Tools, artikel ini memilih projek-projek representatif yang telah memiliki bentuk produk awal dan skenario penggunaan sebagai kes studi. Fokus utama diletakkan pada empat arah: lapisan analisis dan isyarat, sistem amaran dan penjejak ikan paus, alat penemuan arbitrage, dan terminal perdagangan serta agregasi pelaksanaan.

· Alat analisis pasaran

Polyseer: Alat pasaran ramalan berbentuk penyelidikan yang menggunakan arkaitektur agen pelbagai (Planner / Researcher / Critic / Analyst / Reporter) untuk mengumpul bukti dwipihak dan mengumpulkan kebarangkalian Bayesian, menghasilkan laporan penyelidikan berstruktur. Kelebihannya terletak pada metodologi yang telus, proses yang direkabentuk secara kejuruteraan, dan sepenuhnya sumber terbuka serta boleh diaudit.

Oddpool: Dikepalkan sebagai "Terminal Bloomberg untuk pasaran ramalan", menawarkan pengumpulan antara platform, pemindai arbitrage, dan dashboard data masa nyata untuk Polymarket, Kalshi, CME, dsb.

Polymarket Analytics: Platform analisis data Polymarket global, menunjukkan data pedagang, pasaran, posisi dan perdagangan secara sistematik, dengan penempatan jelas dan data yang intuitif, sesuai sebagai rujukan asas untuk carian dan penyelidikan data.

Hashdive: Alat data untuk pedagang, yang mengkuantifikasikan penyaringan pedagang dan pasaran melalui Smart Score dan Screener pelbagai dimensi, memberikan kegunaan dalam pengenalan "uang bijak" dan keputusan mengikuti perdagangan.

Polyfactual: Berfokus pada intelijen pasaran AI dan analisis emosi/risiko, menyematkan hasil analisis ke dalam antaramuka dagang melalui ekstensi Chrome, lebih sesuai untuk skenario pengguna B2B dan institusi.

Predly: Platform pengesanan harga salah AI yang mengenal pasti penyimpangan harga di Polymarket dan Kalshi dengan membandingkan harga pasaran dengan kebarangkalian yang dikira oleh AI, secara rasmi menyatakan ketepatan amaran sebanyak 89%, ditujukan untuk penemuan isyarat dan penapisan peluang.

Polysights: Mencakup 30+ indikator pasaran dan atas rantai, serta menggunakan Insider Finder untuk mengesan tingkah laku tidak biasa seperti dompet baru dan taruhan besar, sesuai untuk pemantauan harian dan penemuan isyarat.

PolyRadar: Platform analisis paralel berbilang model yang memberikan tafsiran masa nyata, evolusi garis masa, penilaian keyakinan, dan transparansi sumber untuk peristiwa tunggal, menekankan pengesahan silang AI berbilang sebagai alat analisis.

Alphascope: Mesin kecerdasan buatan yang mendorong pasaran ramalan, menyediakan isyarat masa nyata, ringkasan penyelidikan, dan pemantauan perubahan kebarangkalian, keseluruhan masih dalam peringkat awal, lebih fokus pada penyelidikan dan sokongan isyarat.

· Awas/Pemantauan Ikan Paus

Stand: Menetapkan posisi yang jelas untuk pengingat ikuti ikan paus dan tindakan dengan keyakinan tinggi.

Whale Tracker Livid: Menerbitkan produk perubahan kedudukan ikan paus

Alat Penemuan Arbitrase

ArbBets: Alat penemuan arbitrase berdaya AI yang berfokus pada Polymarket, Kalshi, dan pasaran pertaruhan sukan, mengenal pasti peluang perdagangan arbitrase antara platform dan nilai jangkaan positif (+EV), diletakkan pada lapisan pemindai peluang frekuensi tinggi.

PolyScalping: Platform analisis arbitrage dan scalping secara real-time untuk Polymarket, menyokong pemindaian pasaran penuh setiap 60 saat, pengiraan ROI, dan pemberitahuan Telegram, serta boleh menyaring peluang mengikut dimensi seperti likuiditi, spread, dan isipadu perdagangan, sesuai untuk pedagang aktif.

Eventarb: Alat pengiraan dan pemberitahuan arbitrase lintas platform yang ringan, mencakup Polymarket, Kalshi, dan Robinhood, dengan fungsi yang fokus dan percuma digunakan, sesuai sebagai alat bantu arbitrase asas.

Prediction Hunt：Alat pengumpulan dan perbandingan pasaran ramalan lintas platform, menyediakan perbandingan harga secara langsung dan pengenalan arbitrage untuk Polymarket, Kalshi, dan PredictIt (segarkan setiap 5 minit), ditujukan untuk mencapai keseimbangan maklumat dan mengesan ketidakefisienan pasaran.

· Terminal Perdagangan / Pelaksanaan Teragregasi

Verso: Terminal perdagangan pasaran ramalan peringkat institusi yang disokong YC Fall 2024, menawarkan antaramuka gaya Bloomberg, meliputi pemantauan masa nyata lebih 15,000 kontrak Polymarket dan Kalshi, analisis data mendalam, dan intelijen berita AI, ditujukan kepada pedagang profesional dan institusi.

Matchr: Alat pengumpulan dan pelaksanaan pasaran ramalan lintas platform, meliputi 1,500+ pasaran, dengan pemadanan harga optimum melalui penjajaran pintar, serta merancang strategi pendapatan automatik berdasarkan peristiwa berkebarangkalian tinggi, arbitrage lintas pasaran, dan pendorong peristiwa, berfokus pada lapisan pelaksanaan dan kecekapan dana.

TradeFox: Platform agregasi pasaran ramalan dan Prime Brokerage profesional yang disokong oleh Alliance DAO dan CMT Digital, menawarkan pelaksanaan pesanan lanjutan (pesanan had, take-profit/stop-loss, TWAP), perdagangan swa-pengurusan, dan penarafan pintar antara pelbagai platform, ditujukan kepada peniaga peringkat institusi, dengan perancangan untuk mengembangkan ke platform seperti Kalshi, Limitless, SxBet.

Ringkasan dan Pandangan Masa Depan

Sekarang, agen pasaran ramalan (Prediction Market Agent) berada dalam peringkat awal pengujian.

1. Asas pasaran dan evolusi asas: Polymarket dan Kalshi telah membentuk struktur duopoli, dengan agen yang dibina di sekitarnya memiliki likuiditi dan asas skenario yang mencukupi. Perbezaan utama antara pasaran ramalan dan perjudian ialah eksternaliti positif, di mana maklumat tersebar dihimpunkan melalui perdagangan sebenar, untuk menentukan harga awam bagi peristiwa nyata, secara beransur-ansur berkembang menjadi "lapisan kebenaran global".

2. Penempatan utama: Agen pasaran ramalan harus ditempatkan sebagai alat pengurusan aset kebarangkalian yang boleh dilaksanakan, dengan tugas utamanya ialah menukar berita, teks peraturan dan data rantai menjadi penyimpangan harga yang boleh disahkan, serta melaksanakan strategi dengan disiplin yang lebih tinggi, kos yang lebih rendah dan kemampuan merentas pasaran. Arsitektur ideal boleh diabstrakkan kepada empat lapisan: maklumat, analisis, strategi dan pelaksanaan, tetapi keterjualannya yang sebenar sangat bergantung kepada kejelasan penyelesaian, kualiti likuiditi dan tahap struktur maklumat.

3. Pemilihan strategi dan logik pengurusan risiko: Dari segi strategi, arbitrage kepastian (termasuk arbitrage penyelesaian, arbitrage kekekalan kebarangkalian, dan perdagangan perbezaan antara platform) paling sesuai untuk dilaksanakan secara automatik oleh agen, manakala spekulasi berarah hanya boleh digunakan sebagai tambahan. Dalam pengurusan posisi, keutamaan harus diberikan kepada kebolehmelaksanakan dan ketahanan terhadap kesalahan, dan kaedah bertingkat bersama had posisi tetap paling sesuai.

4. Model perniagaan dan prospek: Komersialisasi dibahagikan kepada tiga lapisan: lapisan infrastruktur memperoleh pendapatan B2B yang stabil melalui infrastruktur pelaksanaan data, lapisan strategi menghasilkan pendapatan melalui panggilan strategi pihak ketiga atau pembahagian keuntungan, dan lapisan Agent/Vault menyertai perdagangan sebenar di atas rantai dengan pengawasan risiko yang telus serta mengenakan caj pengurusan dan caj prestasi. Bentuk yang sepadan termasuk laluan hiburan, langganan strategi/sinyal (paling mungkin pada masa ini), dan pengurusan Vault dengan had tinggi; "infrastruktur + ekosistem strategi + penyertaan prestasi" merupakan lintasan yang lebih mampan.

Walaupun terdapat pelbagai usaha dalam ekosistem Prediction Market Agents, dari kerangka asas hingga alat tingkat atas, namun pada dimensi utama seperti penghasilan strategi, kecekapan pelaksanaan, kawalan risiko, dan penutupan perniagaan, belum ada produk standard yang matang dan boleh disalin. Kami menantikan iterasi dan evolusi Prediction Market Agents di masa depan.

Link asal

Klik untuk mengetahui jawatan yang sedang dilamar oleh BlockBeats

Selamat datang ke komuniti rasmi律动 BlockBeats:

Kumpulan langgan Telegram: https://t.me/theblockbeats

Grup percakapan Telegram：https://t.me/BlockBeats_App

Akaun rasmi Twitter: https://twitter.com/BlockBeatsAsia