撰文：李楠
來源：硅星人 Pro
有人說 OpenClaw 這隻龍蝦是玩具，有人則想把它變成賺錢機器。把龍蝦派到 Polymarket 上，是很多人開始嘗試的新玩法。
在小紅書上，有人出價 1000 元，找人幫自己部署 OpenClaw。主要用途之一，就是用 OpenClaw 來做 Polymarket 上的量化交易。而這並非突發奇想。
2 月 13 日，OpenClaw 官方博文提到，一個由 OpenClaw 驅動的機器人證明了自主智能體在預測市場中的強大潛力——單週狂攬 11.5 萬美元利潤。
1 月底，Polymarket 也發布過一條有趣的貼文：Agent 正在 Polymarket 上進行交易，試圖補貼自己的 token 成本。
這看起來有點難以置信。有的龍蝦不斷吞噬主人的錢包，而有的龍蝦已經不僅能養活自己，還能供養主人了。
機器人在 Polymarket 淘金
當人類交易員仍受恐懼與貪婪左右時，一個名為「0x8dxd」的機器人帳戶在 Polymarket 上悄悄完成了超過 20,000 筆交易，總盈利超過 170 萬美元。
讓我們先認識一下 Polymarket，一個萬物皆可交易的平台。
它是全球最大的去中心化預測市場平台，讓用戶圍繞未來可驗證的事件交易 Yes 或 No 合約。合約價格在 0 到 1 美元之間波動，並直接對應市場共識概率。而用戶可以透過預測的準確性來換取回報。
例如。
在 2024 年至 2025 年間，全球粉絲和投資者都關注著 Taylor Swift 與美式橄欖球明星 Travis Kelce 的戀情。Polymarket 順勢推出了一項預測交易：「兩人是否會在 2025 年底前宣布訂婚？」當市場普遍傾向於「NO」時，有人大筆買入「Yes」，後來大賺一筆。
換句話說，如果你對某個事件有更精準的洞察，就有機會在 Polymarket 賺錢。不過對於 0x8dxd 這類機器人來說，預測能力並不重要。它們的謀財之道，靠的是一套抓 bug 的運作機制和人所不能及的快速反應。
In summary, the bot primarily relies on several core strategies.
首先是數學平價套利。這利用了預測市場的 Bug。在 Polymarket 的二元期權交易中，無論結果是「Yes」還是「No」，最終獲勝方的合約結算價必定是 1 美元。當市場情緒波動或流動性突變，市場兩側（Yes 和 No）的總成本有可能低於 1 美元。這時機器人迅速同時買入多空兩側的股份，便能實現無風險套利利潤。
此外，專注於極短期的加密貨幣波動市場。BTC、ETH 等 5 分鐘和 15 分鐘短期預測市場的波動劇烈，特別是在交易所發生強制平倉潮等極端行情時，極易產生價格錯位，這為機器人的高頻介入提供了完美的溫床。
其三是擔任數字做市商，透過高頻雙向掛單賺取價差。例如，當某個結果的公允價格在 80 美分左右波動時，機器人會以 80 美分買入，並迅速以 81 或 82 美分賣出。這種單筆利潤極小，但積少成多，也非常可觀。
總體來看，機器人憑藉極高的速度優勢和鐵一般的機械紀律，對 Polymarket 進行了無情收割。這正好對應了人類作為碳基生物反應遲緩、理性不足、需要睡眠的劣勢。而 OpenClaw 的出現，大幅降低了部署自動交易機器人的門檻，推動矽基勢力進一步爆發。
與傳統的 Python 机器人相比，交易者無需深入編程，即可配置 OpenClaw 交易 Agent，實現自動化交易。OpenClaw 本身的能力，也讓它適配交易場景。龍蝦們可以不间断地監控市場價格和交易量，既能確保交易者不會錯過機會，也能及時警告風險。
實際上，很多人已將前面提到的 0x8dxd 與 OpenClaw 聯繫起來。雖然沒有直接證據表明它基於 OpenClaw 構建，但它恰好從 OpenClaw 創立之初便開始活躍。而且，當 0x8dxd 將 Polymarket 變成提款機的事蹟流傳開後，OpenClaw 社區湧現了製作 Polymarket-trading 之類 Skills 的熱潮。
在近期的 Polymarket 預測市場中，OpenClaw 便成了自動化交易討論中的高頻詞。不過，只靠一些通用策略執行交易，顯然是未必靠譜的。
這樣也能賺錢？
一個簡單的結論是：一旦穩定套利的公式被公開，它就會失效。如果大家都使用同樣的方法，這個方法本身就不會成立。因此，面對任何分享此類經驗的教程，最好謹慎為上。
事實上，Polymarket 已經做出調整，以打擊機器人的套利行為，例如引入交易手續費、增加交易摩擦成本，以及改變訂單執行的底層延遲機制，限制專門利用時間差漏洞進行搶跑的自動化交易。
這迫使交易者去發掘 AI 更大的潛力，尋找更隱蔽的機會。於是，有心的交易者將通用策略結合獨特場景落地，挖掘出了一些意想不到的玩法，例如：交易天氣。
預測天氣是目前 Polymarket 最受歡迎的案例之一，有些機器人專門交易天氣數據。
一個名為「automatedAItradingbot」的帳戶於 2025 年 1 月入驻 Polymarket，熱衷於針對天氣預測下注，盈利超過 7 萬美元。還有用戶發現，一個僅交易倫敦天氣市場的機器人，在不到一年的時間內，將 1000 美元變成了 2.4 萬美元。
其核心邏輯在於，預測市場對突發天氣變化反應往往滯後。理論上，如果你有一個靈敏可靠的 AI Agent，例如為 OpenClaw 安裝天氣插件，就可以在官方天氣預報更新後，對未及時調整賠率的盤口下注。
但這還不夠 AI。隨著大模型的演進，機器人不該只是識別天氣預報這類顯而易見的信號，而應該至少在某個智能的維度，做點人類做不到的事情。
事實上，AI 確實在預測市場方面展現了更誘人的能力。
一篇關於「LiveTradeBench」的論文，基於真實世界的實時數據進行了「模擬交易」。在 Polymarket「2025 俄烏停火」的盤面上，大模型憑藉自身的推理與預測，就有機會大賺一筆。
案例是這樣的：
去年 10 月，澤連斯基訪問白宮並提出「無人機換戰斧導彈」的交易提案，Grok-3 進行了「基於信念的推理（belief-based reasoning）」，將內部預估的停火機率從 0.15 動態上調至 0.22，同時它注意到，當時「YES」合約的價格大幅跳升至 0.18。這形成交叉驗證，於是，Grok-3 判定該合約存在被低估的套利空間，確立了堅定做多並持有的策略。而最終該合約的市場價格穩步上漲，讓它有機會獲利。
但 Grok 還不是表現最好的。
上述論文測試了 21 個主流大語言模型在金融市場的表現，同時涵蓋了美國股市和 Polymarket 預測市場。其中，Claude-Sonnet-3.7 在 Polymarket 的表現一騎絕塵。它在 50 個交易日的觀測中，實現了 20.54% 的累計回報率。其最大回撤為 10.65%，也大幅領先市場平均水準。
在「撿錢」故事背後
上述實驗比機器人套利的財富故事更值得關注，它們至少提示了一種新的可能性。如果說 0x8dxd 依靠的是速度和搶跑，那麼大模型的出現，將另一張底牌擺上了桌面，那就是推理本身，也能成為武器。
未來的自動交易機器人分工很可能如下：大模型負責判斷，將零散資訊壓縮為概率結論；像 OpenClaw 這樣的工具則負責執行，將此結論轉化為實際的下單操作與倉位管理。過去只有量化基金才玩得起的事，現在個人開發者也能搭建起來。
這意味著預測市場的競爭維度正在發生變化。
在傳統預測市場中，人類依靠的是經驗和直覺。在高頻套利時代，機器依靠的是速度和紀律。如今，推理能力也被程式化，真正的門檻變成了誰更擅長將複雜資訊轉化為準確的概率。
於是又有人浮現出新的幻想：如果自己有一隻足夠聰明可靠的龍蝦，就有機會把 Polymarket 變成印鈔機了。
可惜，理論和實踐還有不小的差距。Prophet Arena 是一個用於評估 AI 預測能力的平台，基於它的研究揭示了一些不可忽視的風險。
首先，大模型的預測能力並不穩定。頂尖模型在開放域預測上可以接近甚至超過市場共識，但「猜得準」和「賺得到」是兩回事。預測精度提升，不會自動變成持續的超额收益。
其次，時間窗口是個現實的挑戰。一個事件越接近出結果的時候，突發資訊的衝擊越密集，而模型在這種階段往往偏保守，概率調整慢，人類市場的反應速度更勝一籌。
此外，大模型容易受到噪音影響。一條情緒化的新聞、一陣社交媒體的波動，都可能導致模型的概率判斷大幅波動。相比之下，有經驗的人類交易者反而具有更強的錨定效應，不易被短期噪音衝垮。
此外，OpenClaw 類框架通常要求導入私鑰與交易權限，各種安全問題也可能悄然掏空帳戶。
因此，與其期待 AI + OpenClaw 會對預測市場形成降維打擊，不如關注它將為這個市場帶來的深層影響。當由 AI 驅動的 Agent 越來越多，價格變動對資訊的反應越來越快，這反而可能消除自動套利的幻想。
一旦機器人或龍蝦泛濫，套利的窗口只會越來越窄。到時能否持續盈利，不會取決於你是否擁有一隻更聰明的龍蝦，而要看你是否理解自己承擔了怎樣的風險。
AI can place bets for humans, but the consequences must still be borne by humans themselves.