(1).png)
一、引言
今天和一位朋友聊天，他拋出了一個很有意思的問題：“如果 Crypto × Fintech 在未來 10 年真的創(chuàng)造了增益，那 biggest winners 會是誰？換句話說，這個領(lǐng)域的 ‘Mag7’ 會是哪幾家公司？”
Revolut、Robinhood、Coinbase、Stripe……這些顯然都是第一批會被提到的名字。過去十年，它們已經(jīng)證明自己有能力把傳統(tǒng)金融的某個部分重新做一遍。
但聊著聊著，我突然意識到：我之前的思考框架其實(shí)有個誤區(qū)。我總是在問—“傳統(tǒng)金融里還有哪些環(huán)節(jié)沒有被重做？”這個邏輯本質(zhì)上依舊是在舊地圖上找空白。
但真正應(yīng)該問的是：有哪些公司不是在數(shù)字化舊金融，而是在創(chuàng)造一個全新的金融市場？
在這個框架下，有一個名字幾乎是默認(rèn)的——Polymarket。不是因?yàn)樗鼭q得快，也不是因?yàn)樗罱幻襟w頻繁引用，而是因?yàn)樗龅氖虑橥耆灰粯樱?/span>它沒有改造銀行，也沒有改造支付，它改造的是“事件”本身。它把事件變成資產(chǎn)，把概率變成價格。
而恰巧，預(yù)測市場在過去一年又重新爆火。所以我們自然追問起另一個更重要的問題：為什么預(yù)測市場會在 2024–2025 突然成為“最值得研究的賽道之一”？而在這輪復(fù)興里，Polymarket、Kalshi、Opinion 又各自代表著什么路徑？
二、為什么預(yù)測市場會在 2024–2025 再次升溫？
如果只用“美國大選”“名人事件”來解釋這波熱度，其實(shí)站不住腳。過去幾年也有無數(shù)熱點(diǎn)，但預(yù)測市場沒有起得這么高。這次不一樣。它背后有幾條更深層的結(jié)構(gòu)性變化。
1）AI 讓“概率”重新變得重要
過去，大模型給出的答案是判斷句；現(xiàn)在，越來越多場景開始輸出?概率。預(yù)測 CP、預(yù)測降息、預(yù)測公司事件、預(yù)測政策走向，概率出現(xiàn)之后，會自然產(chǎn)生一個需求：概率需要價格，價格需要市場。所以，預(yù)測市場第一次成為?AI 工作流的一部分。而不是一個“投機(jī)型工具”。這一點(diǎn)的影響力，會遠(yuǎn)超我們當(dāng)下看到的討論
2）它被媒體當(dāng)成了“實(shí)時情緒指標(biāo)”
過去一年，有一個變化很明顯：越來越多主流媒體開始引用 Polymarket。為什么？因?yàn)樗让裾{(diào)快，也比專家判斷更透明。媒體引用 → 用戶增長 → 市場深度提升這是一個簡單但有效的飛輪。過去預(yù)測市場不夠大，是因?yàn)闆]有進(jìn)入主流敘事；現(xiàn)在它進(jìn)入了。
3）事件密度高，但市場上缺少“對應(yīng)的工具”
2024–2025 的世界，信息密度比過去十年任何時候都高：選舉、地緣、宏觀政策、科技監(jiān)管、企業(yè)事件（尤其是 AI）問題在于：這些事件影響很大，但沒有對應(yīng)的金融工具可以交易。
你可以買黃金、買美股、買國債，但不能買：“美聯(lián)儲 12 月降息的概率變化”?！澳澄?CEO 是否會在本季度離職”，“某項(xiàng)監(jiān)管是否會落地”，預(yù)測市場剛好補(bǔ)上了這個缺口。本質(zhì)上，它創(chuàng)造了一種新的資產(chǎn)類型：事件資產(chǎn)。
4）監(jiān)管態(tài)度發(fā)生了小但重要的變化
CFTC 曾經(jīng)處罰過 Polymarket，但與此同時，Kalshi 卻拿到了 CFTC 的牌照。這釋放的是一個非?，F(xiàn)實(shí)的信號：一部分預(yù)測市場可以被允許一部分可以走合規(guī)路線、灰區(qū)開始被切分，對機(jī)構(gòu)投資人而言，“不確定性被降低”就是增長信號。
5）用戶結(jié)構(gòu)變了
過去：以娛樂型用戶為主，流動性分散，產(chǎn)品更像“信息類應(yīng)用”。這波明顯不同：機(jī)構(gòu)賬戶變多，做指標(biāo)預(yù)測的專業(yè)玩家進(jìn)入，用它做 hedge 的基金開始增加，AI 公司把它當(dāng)成 reference,當(dāng)用戶結(jié)構(gòu)從“吃瓜”升級到“交易”，市場的質(zhì)量就會發(fā)生質(zhì)變。
小結(jié)
預(yù)測市場不是突然變火的。它是：AI 的需求、媒體的引用、宏觀環(huán)境的推動、用戶結(jié)構(gòu)的變化、加上監(jiān)管邊界逐漸明確，共同形成的一次結(jié)構(gòu)性抬升。這一波不是短期事件驅(qū)動。它更像是預(yù)測市場第一次獲得“時代的使用場景”。
三、三條完全不同的路徑：Polymarket、Kalshi、Opinion
同樣是做預(yù)測市場，這三家公司走的路線完全不一樣。它們解決的不是同一個問題，面對的也不是同一類用戶。把它們放在一起看，反而能看到這個賽道未來可能的分層結(jié)構(gòu)。
1）Polymarket：把事件本身做成資產(chǎn)
Polymarket 的路線非常直接：把事件做成資產(chǎn)，把概率做成價格。它不是傳統(tǒng)意義的“預(yù)測工具”，更像是一塊實(shí)時事件價格屏。社會關(guān)注度越高、事件密度越大、媒體引用越頻繁，它的市場反應(yīng)就越快。用戶理解門檻低、情緒推動強(qiáng)，是它增長最快的原因。優(yōu)勢是速度；挑戰(zhàn)是監(jiān)管。一句話概括：事件資產(chǎn)化的入口
2）Kalshi：可監(jiān)管的事件衍生品交易所
Kalshi 是最金融化的一條路線。它做的是可以被監(jiān)管定義、可以被模型捕捉的事件合約：CPI、失業(yè)率、收益率、FOMC 等。它吸引的是另一類用戶：宏觀交易員、對沖基金、量化團(tuán)隊(duì)。這決定了它的交易結(jié)構(gòu)比 Polymarket 更穩(wěn)定、更可放大。
你在 Kalshi 上看到的政治市場不代表它與 Polymarket 是同一類產(chǎn)品——政治只是其中一種可監(jiān)管的事件類別，并不承擔(dān)增長邏輯。一句話概括：事件衍生品交易所，預(yù)測市場的金融基礎(chǔ)設(shè)施。
3）Opinion Labs：AI 時代的模型共識層
Opinion 走的是第三條路線，不面向大眾交易，也不服務(wù)機(jī)構(gòu)交易員。它試圖為 AI 模型建立一個“概率共識層”：讓不同模型輸出的概率可以被聚合、被引用，并最終被市場定價。它的目標(biāo)用戶不是人，而是模型。不是“讓用戶下注”，而是“讓模型有一個可讀、可交易的概率接口”。
這條路的時間尺度更長，也更前置。相較前兩家，Opinion 的發(fā)展階段明顯最早期。
它已經(jīng)有交易界面（opinion.trade），但會對美國、中國等地區(qū)做訪問限制，因此在不同網(wǎng)絡(luò)環(huán)境下的訪問體驗(yàn)不一致。公開信息不多，主要對外觸點(diǎn)仍然是 Twitter。底層仍在快速迭代中，品牌和官網(wǎng)不是優(yōu)先級。
這不是“不成熟的網(wǎng)站體驗(yàn)”，而是早期基礎(chǔ)設(shè)施項(xiàng)目的典型狀態(tài)：先把底層機(jī)制跑通，再逐步走向外部的穩(wěn)定化。
一句話概括：Opinion 已有產(chǎn)品，但整體仍處在非常早期階段，更像是未來 AI 生態(tài)的一塊底層積木，而不是當(dāng)下用戶規(guī)模競爭的一員。
Polymarket、Kalshi 和 Opinion 看似都在做預(yù)測市場，但它們的方向、產(chǎn)品結(jié)構(gòu)、合規(guī)路徑和未來定位完全不同：Polymarket?捕捉的是“注意力與情緒”。Kalshi?捕捉的是“風(fēng)險與定價模型”。Opinion?捕捉的是“AI 對未來的理解方式”。
它們對應(yīng)預(yù)測市場的三層結(jié)構(gòu)：大眾層、金融層、模型層。也正因?yàn)檫@三條路徑同時出現(xiàn)，這一輪預(yù)測市場才不像過去那樣——不是一個產(chǎn)品突然火了，而是一個市場正在成形。
四、我對這個賽道的一個觀察：AI 在制造噪音，Web3 在區(qū)分噪音
我并不想給預(yù)測市場下一個“未來會怎樣”的結(jié)論，因?yàn)槲覍@個賽道并沒有深入研究。但過去一年在不同項(xiàng)目、不同產(chǎn)品形態(tài)里，我反復(fù)看到一件事：AI 和 Web3 的結(jié)合比我們想象得更快，而且方向非常明確。
AI 的能力在于“生成”——生成文本、生成判斷、生成預(yù)測。但當(dāng)它生成的內(nèi)容越來越多時，一個新的問題也越來越明顯：AI 在制造噪音。判斷、解釋、概率、推斷，每一項(xiàng)都在指數(shù)級增長。信息量變多 → 噪音變大 → 成本變高。
而 Web3 的作用，恰好在噪音之后：Web3 在區(qū)分噪音。它提供的不是“內(nèi)容”，而是：不可篡改，可結(jié)算，可驗(yàn)證，可對齊激勵，可形成價格
這兩者的結(jié)合，在金融市場上會逐漸變得自然：
AI 負(fù)責(zé)生成對未來的看法；
Web3 負(fù)責(zé)把這些看法放進(jìn)市場里，讓它們接受價格、時間和激勵的檢驗(yàn)。
預(yù)測市場只是一個非常直觀的例子。它把“AI 生成的概率”變成“金融可以使用的價格”。從這個角度看，它更像一個接口，而不是一個應(yīng)用。我不確定這個賽道最終會長什么樣，但我能看到的是：AI 正在讓未來變得更模糊，Web3 正在讓未來變得更可驗(yàn)證。而在金融市場里，這兩者天然會相互需要。
贊
.png)
15348
收藏
