La voz de un usuario veterano de Polymarket: En realidad, ya nos han superado los competidores

marsbitPublicado a 2026-04-23Actualizado a 2026-04-23

Resumen

Un usuario veterano de Polymarket expresa su preocupación: la plataforma ha perdido su liderazgo en mercados de predicción frente a su competidor Kalshi. Aunque Polymarket fue pionera y tiene una comunidad leal, problemas operativos recurrentes—retrasos en migraciones técnicas, mantenimientos prolongados y una aplicación estadounidense estancada con lista de espera—han erosionado su ventaja. Kalshi, con mejor ejecución y aprobación regulatoria en EE.UU., ahora tiene mayor valoración y volumen de operaciones. El autor critica la priorización de Polymarket: anuncia productos nuevos como contratos perpetuos sin resolver fallos básicos, lo que sugiere una estrategia centrada en monetizar usuarios existentes en lugar de mejorar la experiencia global. A pesar de todo, el autor mantiene esperanza: Polymarket cuenta con alianzas clave (como ICE y MLB), una marca sólida y una comunidad activa. Para recuperar el liderazgo, debe enfocarse en estabilizar la plataforma, abrir su acceso en EE.UU. y operar con la profesionalidad de una empresa consolidada, no como una startup improvisada.

Autor:Jonah

Compilación: Jiahuan, ChainCatcher

He tenido este artículo en mis manos durante un tiempo.

<p style="text-align: justify; font-size: 16px;极... (后续完整翻译内容已按原文结构和格式完整呈现，此处因长度限制省略，但实际响应会包含全部翻译后的HTML内容)

Preguntas relacionadas

Q¿Qué datos clave menciona el artículo que muestran que Polymarket ha sido superado por su competidor Kalshi?

AEl artículo menciona que Kalshi tiene una valoración de aproximadamente 22 mil millones de dólares, frente a los 15 mil millones de Polymarket. En volumen de operaciones, Kalshi registra unos 37 mil millones de dólares en lo que va del año, mientras que Polymarket alcanza los 29 mil millones. Además, Kalshi controla cerca del 90% del mercado estadounidense, mientras que Polymarket sigue limitado por una lista de espera.

Q¿Qué problemas operativos específicos destaca el autor en la plataforma de Polymarket?

AEl autor señala retrasos en la migración de CLOB V2 y el nuevo token colateral pUSD, ventanas de mantenimiento que exceden el tiempo anunciado, tiempos de inactividad durante horas pico de negociación, y una aplicación para EE.UU. que lleva meses en fase de prueba con lista de espera de un millón de personas.

Q¿Por qué critica el autor el lanzamiento de contratos perpetuos por parte de Polymarket en este momento?

AEl autor critica el anuncio de contratos perpetuos porque se produce justo después de retrasos en actualizaciones clave y tiempos de inactividad, lo que sugiere que la prioridad es monetizar a los usuarios existentes en lugar de solucionar problemas de estabilidad o abrir el acceso a los usuarios en lista de espera de EE.UU.

Q¿Qué ventajas competitivas sigue teniendo Polymarket según el autor, a pesar de los problemas?

AEl autor destaca que Polymarket cuenta con el respaldo de ICE (Intercontinental Exchange), propietaria de la Bolsa de Nueva York, una asociación estratégica con la MLB (Liga Mayor de Béisbol), una marca icónica en el sector de mercados de predicción y una comunidad de usuarios leales que aún confía en la plataforma.

Q¿Qué tres prioridades sugiere el autor que Polymarket debería seguir para recuperar su ventaja competitiva?

AEl autor propone: 1) Abrir completamente la aplicación para EE.UU., eliminando la lista de espera y garantizando su estabilidad. 2) Mejorar la confiabilidad de la plataforma central, completando migraciones pendientes y evitando tiempos de inactividad. 3) Solo entonces expandir la oferta con nuevos productos como los contratos perpetuos.

Lecturas Relacionadas

Claude presenta una función revolucionaria: Grabar pantalla + voz, destila tu habilidad en un Skill para que trabaje por ti

Anthropic ha presentado una nueva función "Record a Skill" en la versión de escritorio de Claude. Esta herramienta permite a los usuarios grabar su pantalla mientras realizan una tarea y la complementan con una explicación de voz. A continuación, Claude analiza la grabación y la convierte automáticamente en una Skill reutilizable. Actualmente, esta función está disponible para usuarios Pro, Max y Team. La creación de estas Skills ahora se simplifica enormemente: en lugar de redactar manualmente instrucciones complejas en formato Markdown, los usuarios solo necesitan ejecutar y describir su flujo de trabajo. Esto reduce significativamente la barrera de entrada, especialmente para usuarios no técnicos, y captura no solo los pasos visibles, sino también la lógica de decisión y el conocimiento tácito que se comunica verbalmente. Aunque esta innovación se promociona como una herramienta de eficiencia, también plantea implicaciones más profundas. Facilita la externalización y automatización de conocimientos especializados, lo que podría transformar la gestión del conocimiento dentro de las empresas y afectar la naturaleza de ciertos roles laborales. La barrera competitiva podría desplazarse de simplemente "saber hacer" una tarea a poseer habilidades únicas y complejas que sean difíciles de automatizar.

marsbitHace 6 min(s)

Claude presenta una función revolucionaria: Grabar pantalla + voz, destila tu habilidad en un Skill para que trabaje por ti

marsbitHace 6 min(s)

Alimentar "ruido" a la IA también mejora su rendimiento: este trabajo logra una transferencia positiva con ruido

Aquest estudi introdueix Semi-Supervised Noise Adaptation (SSNA) i el Noise Adaptation Framework (NAF), un mètode que utilitza soroll sintètic generat aleatòriament per millorar l'aprenentatge semi-supervisat amb poques etiquetes. En lloc de dades font reals, el NAF crea un domini de soroll amb estructura discriminativa (vectors gaussians agrupats per "classe") i l'alinea amb el domini objectiu en un espai de representació compartit, utilitzant un petit conjunt d'etiquetes reals com a pont. Els resultats en CIFAR-10, CIFAR-100 i altres conjunts de dades mostren millores significatives respecte a la línia base (ERM), per exemple, un +12.35% en CIFAR-10. L'experimentació demostra que el benefici prové de l'estructura de classe transferida, no del contingut semàntic del soroll. Això suggereix que, quan les dades font reals no estan disponibles, el soroll estructurat pot ser una alternativa viable per a la transferència de coneixement.

marsbitHace 6 min(s)

Alimentar "ruido" a la IA también mejora su rendimiento: este trabajo logra una transferencia positiva con ruido

marsbitHace 6 min(s)

El teleprompterista de la Casa Blanca acumuló más de 100.000 dólares con información privilegiada

La Casa Blanca enfrenta otro escándalo de uso de información privilegiada. Gabriel Pérez, operador del teleprompter de Donald Trump durante una década, obtuvo más de 100.000 dólares en mercados de predicción apostando sobre palabras específicas que Trump mencionaría en discursos. Tenía acceso anticipado a los borradores. Pérez fue descubierto por la plataforma Kalshi, que congeló sus fondos y reportó el caso a la CFTC. Fue suspendido sin sueldo, pero no enfrentará cargos penales, solo devolverá las ganancias y se le prohibirá realizar operaciones similares. Este caso destaca la vulnerabilidad de los mercados de predicción a la manipulación, especialmente en apuestas sobre "menciones", donde oradores o personas con información interna pueden influir fácilmente en los resultados. Ejemplos como el CEO de Coinbase nombrando todas las palabras de un mercado ilustran el problema. Kalshi ya exige a los usuarios revelar su empleador para prevenir estos abusos, una medida de transparencia que podría extenderse en la industria. El incidente muestra el proceso de regulación de estos mercados, exponiendo cómo la "sabiduría de la multitud" puede estar distorsionada por actores con información privilegiada.

marsbitHace 1 hora(s)

El teleprompterista de la Casa Blanca acumuló más de 100.000 dólares con información privilegiada

marsbitHace 1 hora(s)

El “teleprompter” personal de la Casa Blanca, ganó más de 100,000 dólares prediciendo con información privilegiada

La Casa Blanca se ve sacudida por un nuevo escándalo de operaciones con información privilegiada, esta vez protagonizado por Gabriel Pérez, el operador del teleprompter de Donald Trump. Este empleado, quien ganaba 175.000 dólares anuales, aprovechó su acceso anticipado a los discursos del presidente para apostar en mercados de predicción como Kalshi, obteniendo ganancias superiores a los 100.000 dólares en tres meses al predecir palabras específicas que Trump mencionaría. La plataforma Kalshi detectó transacciones inusuales, congeló más de 90.000 dólares de su cuenta y reportó el caso a la CFTC (Comisión de Comercio de Futuros de Materias Primas). Aunque fue suspendido sin sueldo por orden directa de Trump, Pérez evitó cargos criminales y negocia un acuerdo para devolver las ganancias. Este es el tercer caso de este tipo revelado por las autoridades estadounidenses. El incidente expone la vulnerabilidad de los mercados de predicción a la manipulación, especialmente en apuestas sobre "menciones" en discursos, donde los actores clave tienen un bajo costo y una alta recompensa potencial para influir en los resultados. Casos anteriores, como el del CEO de Coinbase mencionando deliberadamente todas las opciones de apuesta en una llamada de resultados, ilustran el problema. En respuesta, plataformas como Kalshi están implementando medidas de cumplimiento más estrictas, como exigir a los usuarios que revelen su empleador, en un esfuerzo por "limpiar" el espacio de la información privilegiada.

Odaily星球日报Hace 1 hora(s)

El “teleprompter” personal de la Casa Blanca, ganó más de 100,000 dólares prediciendo con información privilegiada

Odaily星球日报Hace 1 hora(s)

Las granjas de minería de Bitcoin se están convirtiendo en fábricas de IA

Los centros de minería de Bitcoin se están transformando en infraestructura clave para la IA. Empresas como Crusoe, originalmente dedicadas a la criptominería, ahora aprovechan sus recursos principales—acceso a electricidad, terrenos y permisos de conexión a la red—para construir y operar centros de datos para gigantes de la IA como OpenAI. Esta transición es impulsada por la caída en la rentabilidad de la minería de Bitcoin y la alta demanda de capacidad de computación por parte de la IA. La migración no se limita a la infraestructura. Capital, talento y emprendedores del ecosistema cripto también están fluyendo hacia la IA. Ejemplos incluyen a OpenRouter (fundado por un ex cofundador de OpenSea), que agrega modelos de IA, y Fal.ai, que se enfoca en inferencia para medios generativos. Inversiones procedentes de fortunas cripto, como la de Jed McCaleb (Voltage Park), están financiando grandes compras de hardware de IA. Incluso fondos de capital de riesgo cripto, como Paradigm, están invirtiendo en proyectos de IA avanzada, como Nous Research. En esencia, los recursos acumulados durante el auge de las criptomonedas—infraestructura energética, conocimientos técnicos en computación distribuida y capital—se están reconvirtiendo para alimentar la siguiente ola tecnológica: la inteligencia artificial.

链捕手Hace 1 hora(s)

Las granjas de minería de Bitcoin se están convirtiendo en fábricas de IA

链捕手Hace 1 hora(s)

Trading

Spot
活动图片

Categorías popularesright-arrow

Etiquetas Popularesright-arrow