Pada bulan Juli, kerangka kerja prediksi DigClaw, Rhizome v1, meraih peringkat #1, #3, #7 dalam tiga posisi di platform evaluasi FutureX.
Tiga posisi ini berasal dari tiga model dasar yang berbeda—termasuk Kimi -K3, DeepSeek -V4-Pro, dan lainnya. DigClaw adalah satu-satunya peserta yang berhasil membawa ketiganya masuk dalam Top 7 menggunakan kerangka kerja yang sama.
Terdapat 59 soal prediksi peristiwa nyata yang mencakup bidang politik, ekonomi, dan teknologi, tidak ada kemungkinan kebocoran data pelatihan.
Hasil ini mendukung penilaian yang sedang diverifikasi oleh DigClaw:
Kemampuan prediksi dapat dikristalisasi di luar model dasar.
Seiring kemajuan model dasar, sistem dapat memperoleh manfaat kemampuan; sementara jejak prediksi, umpan balik penyelesaian, pengalaman kalibrasi, dan alur kerja evolusi berkelanjutan terus terakumulasi di dalam sistem.
△
Ini bukanlah hasil kompetisi yang kebetulan, ini adalah verifikasi eksternal pertama yang diberikan DigClaw terhadap pertanyaan "bagaimana seharusnya prediksi dilakukan".
Prediksi adalah Kemampuan AI yang Paling Diremehkan
Seiring tugas prediksi yang semakin terstandarisasi dan terrekayasa, AI juga diharapkan dapat menangani masalah prediksi kompleks secara terukur.
Tetapi ada masalah mendasar di sini: model bahasa besar (LLM) secara alami tidak ahli dalam memprediksi.
LLM belajar korelasi, bukan kausalitas. Mereka mengekstrak pola dari korpus masa lalu, tetapi "mempelajari masa lalu" dan "memprediksi masa depan" adalah dua hal yang pada dasarnya berbeda.
Ini menimbulkan tiga masalah fatal:
Kebutaan Arah Kausal. Model tahu A dan B sering muncul bersamaan, tetapi tidak tahu apakah A menyebabkan B, atau B menyebabkan A, atau ada penyebab bersama C.
Gagalnya Penalaran Intervensi. Anda tidak bisa bertanya pada model "apa dampaknya terhadap saham teknologi Asia Tenggara jika Federal Reserve menurunkan suku bunga" — karena model hanya belajar kohistoris, tidak didukung oleh grafik kausal untuk menghitung intervensi.
Kurangnya Kalibrasi. Output model "probabilitas 70%" belum dikalibrasi dalam arti teori probabilitas apa pun, pada dasarnya hanyalah produk sampingan dari distribusi token.
Sejauh ini, solusi yang ada memiliki keterbatasan masing-masing: kebijaksanaan kelompok manusia (pasar prediksi) membutuhkan likuiditas, pada masalah yang kurang populer harga tidak dapat dipercaya;
Pencocokan pola LLM tidak memiliki struktur kausal; pelatihan ujung ke ujung memiliki bias orientasi hasil — proses penalaran yang logis tetapi "salah" akan dihukum, sementara penilaian kasar yang kebetulan "tebak benar" justru diperkuat.
Inilah alasan keberadaan DigClaw.
DigClaw membangun infrastruktur prediksi dengan struktur kausal sebagai kerangka, komputasi probabilitas sebagai mesin, dan kecerdasan pencarian sebagai saluran data.
Hipotesis intinya adalah: prediksi tidak seharusnya diselesaikan oleh satu model secara end-to-end.
Pencarian, penalaran kausal, dan inferensi probabilitas adalah tiga kemampuan yang ortogonal, harus diselesaikan oleh tiga sistem khusus secara terpisah, lalu digabungkan secara terstruktur.
Tiga Peringkat Top 10, Verifikasi Transfer Kemampuan Prediksi Lintas Model Dasar
FutureX adalah papan peringkat prediksi real-time paling menantang saat ini: setiap minggu merilis soal prediksi peristiwa dunia nyata, jawaban standar belum dihasilkan saat prediksi diserahkan, penyelesaian dilakukan setelah kejadian.
Dataset di-hosting di HuggingFace, kerangka evaluasi open-source di GitHub, hasil dapat direproduksi dan diverifikasi.
Rhizome menggunakan kerangka prediksi dan kondisi operasi yang sama pada tiga model dasar, masing-masing menghasilkan dan mengirimkan jawaban secara independen, tidak melakukan agregasi lintas model.
Oleh karena itu, ketiga peringkat ini adalah hasil operasi terpisah dari metode sistem yang sama pada tiga model dasar, yaitu sebuah perbandingan lintas model dasar yang jelas.
Namun ini tidak berarti model dasar tidak penting.
Model dasar tetap menyediakan kemampuan umum seperti pemahaman bahasa, penalaran, dan penggunaan alat.
Hasil papan peringkat ini menunjukkan bahwa: cara mengorganisir pencarian, memproses waktu, mengekspresikan probabilitas, memelihara bukti, dan mengontrol operasi jarak jauh, dapat membentuk kemampuan sistem yang independen dari bobot model.
Berikut adalah laporan teknis (technical report) kerangka kerja Rhizome DigClaw di FutureX:
Rhizome Technical Report
Desain Rhizome berpusat pada tiga pertimbangan rekayasa: pencarian dan penalaran harus dipisahkan, jejak prediksi harus disimpan lengkap dan menjadi aset kalibrasi, pembaruan probabilitas harus peka terhadap struktur kausal:
△
Keputusan Desain Satu: Pemisahan Multi-Model untuk Pencarian dan Penalaran
Wawasan desain inti Rhizome: kualitas pencarian dan kualitas penalaran adalah dua masalah ortogonal, tidak seharusnya dioptimalkan oleh model yang sama secara bersamaan.
DeepResearch agent arus utama saat ini (Perplexity, Gemini Deep Research) mengikat pencarian dan penalaran dalam model yang sama — kualitas pencarian terbebani oleh beban penalaran, kualitas penalaran tercemar oleh noise pencarian.
Cara Rhizome adalah pemisahan total: agen pencarian hanya bertanggung jawab mencari informasi terkait, lapisan penalaran hanya bertanggung jawab melakukan penalaran terstruktur pada bukti yang ada.
Kebutuhan informasi untuk tugas prediksi bukan "menjawab pertanyaan pengguna dengan akurat", tetapi "menemukan sebanyak mungkin sinyal yang terkait".
Tujuan optimalisasi agen pencarian adalah relevansi informasi (relevance), bukan keakuratan jawaban (accuracy). Jika agen pencarian dilatih untuk "mencari jawaban", ia akan cenderung menemukan konten yang terlihat seperti kesimpulan, dan ini justru paling berbahaya.
Pelatihan menggunakan kerangka kerja pembelajaran penguatan (SearchRL), dua jalur dijalankan secara paralel:
Jalur A: RL fine-tuning model open-source — pada model open-source dengan parameter 8B/30B, melakukan pelatihan RL dengan relevansi pencarian sebagai reward (referensi: Search-R1, COLM 2025; ReSeek, ICML 2026)
Jalur B: Harness model tertutup — untuk model tertutup seperti Claude/GPT, membangun kerangka kendala pencarian eksternal
Model dasar yang berbeda menunjukkan perbedaan stabil dalam tugas prediksi: ada yang cocok untuk pencarian lama dan penalaran kompleks, ada yang lebih ahli dalam pemodelan kuantitatif, ada yang lebih unggul dalam biaya dan kecepatan respons.
Rhizome menempatkan protokol prediksi, orkestrasi Agent, panggilan alat, dan evaluasi hasil di luar model dasar, institusi dapat memilih model dasar berdasarkan nilai tugas dan skala operasi, membuat pertukaran antara kemampuan penalaran, biaya, dan kecepatan respons.
Keputusan Desain Dua: Pencatatan Jejak dan Kalibrasi Probabilitas, Mengendapkan Aset Data
Rhizome menyimpan jejak lengkap dengan informasi versi untuk setiap prediksi: kondisi waktu dan standar penyelesaian soal, bukti yang dapat diperoleh saat prediksi, proses orkestrasi Agent dan panggilan alat, jawaban akhir dan probabilitas, serta model dan versi sistem yang sesuai.
Catatan-catatan ini terbentuk sebelum hasil diungkap, menyimpan penilaian nyata yang dibuat Rhizome ketika jawaban belum diketahui.
Setelah peristiwa diselesaikan, Rhizome menempatkan jejak prediksi dan hasil nyata dalam catatan yang sama, melihat kembali informasi apa yang dikuasai saat itu, bukti berlawanan apa yang terlewat, serta kesalahan terjadi pada pencarian, penilaian waktu, penalaran, ekspresi jawaban, atau kalibrasi probabilitas.
Sebuah kesalahan dengan keyakinan tinggi dan sebuah kesalahan yang mendekati 50:50, meskipun sama-sama dicatat sebagai "salah", mengungkap masalah yang tidak sama.
Rhizome akan melakukan beberapa prediksi independen untuk soal yang sama. Sistem tidak akan melakukan rata-rata sederhana atas hasil, tetapi melakukan agregasi terlebih dahulu di ruang logit, lalu menyesuaikan intensitas ekstremisasi dengan skor Brier dari soal yang telah diselesaikan.
Informasi yang diberikan oleh jejak yang berbeda semakin independen, hasil agregasi bisa semakin tegas; semakin banyak bukti yang tumpang tindih, penyesuaian semakin hati-hati.
△
Di atas ini, Rhizome melalui Platt scaling, memanfaatkan soal yang telah diselesaikan untuk mengidentifikasi kepercayaan diri berlebihan atau kehati-hatian berlebihan yang terus-menerus, dan melakukan koreksi terhadap probabilitas selanjutnya.
Standar kalibrasi intuitif: peristiwa yang sistem berikan 60%, dalam jangka panjang seharusnya terjadi sekitar enam dari sepuluh kali; peristiwa yang diberikan 80%, dalam jangka panjang seharusnya terjadi sekitar delapan dari sepuluh kali.
Setiap operasi sesuai dengan versi sistem dan konfigurasi kunci saat itu, memungkinkan perubahan probabilitas dan hasil abnormal dapat ditelusuri kembali ke penyebab spesifik.
Model dasar dapat ditingkatkan atau diganti, definisi masalah, catatan bukti, perubahan keyakinan, hasil penyelesaian, dan pengalaman kalibrasi tetap berkelanjutan.
Data umpan balik semacam ini tidak dapat dibuat ulang secara massal setelah hasil diungkap — setiap sampel harus meninggalkan penilaian ketika masa depan belum terjadi, lalu menunggu kenyataan memberikan jawaban.
Kode dapat direplikasi, aset data yang mengendap seiring waktu tidak dapat dipercepat.
Keputusan Desain Tiga: Pembaruan Berkelanjutan yang Sadar Rantai Kausal
Saat peristiwa belum diselesaikan, data baru, kebijakan, dan informasi pasar akan terus muncul, sistem perlu menilai apakah probabilitas asli harus diperbarui.
Rhizome menyimpan status keyakinan untuk masalah yang belum diselesaikan. Setiap bukti mencatat secara terpisah waktu kejadian, waktu publikasi konten, dan waktu pembacaan sistem.
Saat informasi baru benar-benar duplikat dengan catatan yang ada, sistem melewati pembaruan; saat bukti baru bertentangan dengan catatan lama, bukti lama tidak akan dihapus, sistem mempertahankan proses koreksi penilaian.
Saat perubahan probabilitas tunggal melebihi 0.15, harus menunjuk ke bukti baru spesifik yang memicu perubahan.
Di sini ada masalah yang lebih sulit: apakah bukti baru mewakili beberapa kekuatan independen, atau sinyal dari rantai kausal yang sama di posisi berbeda?
Pengumuman kenaikan suku bunga, perubahan spread, dan arus modal mungkin muncul berturut-turut, tetapi mereka belum tentu tiga informasi independen.
Jika sistem memasukkannya masing-masing ke dalam pembaruan probabilitas, penyebab yang sama mungkin dihitung berulang kali, mendorong probabilitas ke ekstrem yang terlalu percaya diri.
Rhizome sedang mengembangkan kerangka kerja pembaruan Bayesian yang sadar rantai kausal, sebelum bukti masuk ke pembaruan probabilitas, mengidentifikasi terlebih dahulu rantai transmisi kausal tempat ia berada, lalu menyesuaikan bobot bukti berdasarkan hubungan dalam rantai.
Kerangka kerja ini mencakup empat tingkat:
Basis Pengetahuan Kausal: Menyimpan rantai kausal yang telah diverifikasi, dan mencatat jeda waktu transmisi, pelemahan pengaruh, dan kredibilitas historis dari hubungan kunci.
Deduplikasi Sinyal Sesama Rantai: Sinyal berikutnya dari rantai kausal yang sama tidak akan dihitung ulang dengan bobot penuh, menghindari kekuatan yang sama dihitung berkali-kali.
Tutupan Posterior Global: Membatasi dampak kumulatif dari banyak bukti dengan arah yang sama, menyesuaikan kekuatan kendala berdasarkan jangka waktu prediksi.
Kesadaran Jeda Waktu Transmisi: Setelah peristiwa kepala rantai terjadi, sistem memperbarui secara bertahap sesuai kemajuan transmisi hubungan kausal, tidak akan segera memasukkan seluruh pengaruh ke hasil ekor rantai.
△
Pada sistem prediksi internal DigClaw, kerangka kerja ini telah diimplementasikan prototipe dan divalidasi awal, dan memandu pelaksanaan beberapa praktik investasi.
Eksperimen menunjukkan, dibandingkan dengan agregasi Bayesian langsung, deduplikasi sinyal sesama rantai dan tutupan posterior global mengurangi tingkat kepercayaan diri berlebihan (rasio prediksi dengan probabilitas di atas 85% tetapi akhirnya salah) dari sekitar 25% menjadi 12%.
Mengapa Sebuah Lembaga Investasi Membuat Model Prediksi
Newborn Ventures yang diprakarsai DigClaw, adalah lembaga investasi dan inkubasi pertama di dunia yang digerakkan oleh tren Beta yang digali AI.
Basis prediksi tren DigClaw adalah kerangka kerja teknologi dasar yang mendukung VC AI-Native ini.
Inti dari investasi adalah prediksi.
Menilai apakah sebuah sektor akan meledak, apakah sebuah tim dapat sukses, apakah suatu teknologi akan menjadi arus utama, semua ini adalah masalah prediksi.
Investasi tradisional bergantung pada intuisi pengalaman dan kesenjangan informasi mitra, tetapi DigClaw percaya bahwa penilaian ini dapat disistematisasi, dapat dimodelkan.
Dari perspektif yang lebih besar: Pengembalian Investasi = Beta (didorong peristiwa/trend) + Alpha (spesifisitas aset).
Riset Alpha sudah relatif matang, tetapi Beta — prediksi terhadap peristiwa makro dan tren, saat ini belum ada solusi AI yang benar-benar efektif, inilah masalah yang ingin diselesaikan DigClaw.
Ketika prediksi berubah dari penilaian intuitif menjadi parameter yang dapat dipanggil, diintegrasikan, dan dikalibrasi, skenario keputusan yang dapat ditanamkannya jauh lebih banyak dari yang terlihat saat ini.
Bagi perusahaan terbuka, ini berarti menyelesaikan penilaian strategis dan peringatan risiko sebelum perubahan rantai industri dan arah kebijakan terbentuk;
Bagi lembaga investasi, ini berarti menemukan nilai sebelum konsensus terbentuk;
Bagi dana panduan pemerintah, ini berarti meneliti tren industri dan efektivitas kebijakan dengan metode yang sistematis.
Kemampuan prediksi yang sama, secara eksternal dievaluasi publik di FutureX, secara internal menggerakkan keputusan investasi, juga membuka layanan ke pihak industri, lembaga keuangan, dan dana panduan pemerintah.
Bagi DigClaw dan Newborn Ventures, peringkat pertama FutureX adalah titik awal, bukan titik akhir.
Tentang DigClaw
DigClaw adalah perusahaan teknologi AI yang berfokus pada kecerdasan prediksi, misi intinya adalah membangun infrastruktur prediksi yang dapat dikalibrasi, diaudit, dan diintegrasikan.
Kerangka kerja prediksi andalannya, Rhizome, melalui arsitektur tiga lapisan penalaran kausal, kalibrasi probabilitas, dan kecerdasan pencarian, mewujudkan kemampuan sistem yang independen dari model dasar — model dasar dapat diganti, aset prediksi terus terakumulasi.
Sistem prediksi DigClaw telah mendapatkan verifikasi eksternal di platform evaluasi publik seperti FutureX, dan menerapkan kemampuan yang sama pada skenario aktual seperti keputusan investasi, penelitian tren industri, dan penilaian risiko strategis, membuka kerja sama dengan pihak industri, lembaga keuangan, dan dana panduan pemerintah.
Tentang Newborn Ventures
Newborn Ventures adalah lembaga modal ventura dan inkubasi tahap awal yang asli AI.
Keyakinan intinya adalah: inti investasi adalah prediksi, menilai apakah sektor akan meledak, apakah tim dapat sukses, apakah teknologi akan menjadi arus utama, semua ini adalah masalah prediksi yang dapat disistematisasi dan dimodelkan.
Newborn Ventures melalui Deep Research Agent dan sistem prediksi kausal yang dikembangkan sendiri, melacak sinyal inovasi arah penalaran AI secara global, menemukan peluang struktural yang belum dinilai pasar — Beta yang sesungguhnya.
Dari kontak pertama hingga keputusan investasi, mereka merekonstruksi setiap langkah dengan AI, berkomitmen memberikan umpan balik jelas yang mendalam secara teknologi dalam 48 jam.
Research-Driven. Non-Consensus. AI-Native.
*Artikel ini diterbitkan dengan izin QbitAI, pandangan sepenuhnya milik penulis asli.
Artikel ini berasal dari akun WeChat publik "QbitAI", penulis: Yunzhong
