Siapapun Dapat dengan Mudah Membuat Market Prediksi, Apakah Market Buatan Pengguna Limitless Dapat Bertahan Lama?

Foresight NewsPublicado em 2026-07-02Última atualização em 2026-07-02

Resumo

Dalam bidang kripto, mekanisme pasar prediksi yang memungkinkan pengguna membuat pasar secara bebas telah lama menjadi tantangan besar, dengan hampir semua upaya sebelumnya berakhir gagal. Limitless kini mencoba pendekatan unik melalui fitur UGM (User-Generated Market), yang memungkinkan siapa pun membuat pasar prediksi harga aset kripto. Sejarah pasar prediksi terbuka seperti Augur, Omen, Zeitgeist, dan Manifold Markets menunjukkan pola kegagalan serupa: likuiditas tersebar tipis di banyak pasar yang tidak aktif, sulitnya penemuan pasar, dan masalah penyelesaian (settlement) yang memicu ketidakpercayaan. Limitless mengatasi masalah ini dengan tiga cara: 1. **Penyelesaian otomatis** melalui oracle (Pyth dan Chainlink) untuk pasar berbasis harga objektif, menghilangkan kebutuhan voting atau panel sengketa. 2. **Basis pengguna aktif** yang sudah ada (volume perdagangan kumulatif $30 miliar, 70.000 pedagang aktif) membantu mengatasi masalah likuiditas awal. 3. **Mekanisme insentif seimbang**—pembuat pasar membayar biaya (dalam token LMTS yang kemudian dibakar) dan mendapat 50% dari biaya perdagangan yang dihasilkan, mengurangi pasar sampah sekaligus memberi imbalan nyata. Dengan memusatkan pada pasar harga yang dapat diselesaikan secara instan, memanfaatkan basis pengguna yang mapan, dan merancang struktur biaya-imbalan yang tepat, Limitless menawarkan cetak biru potensial untuk mewujudkan pasar prediksi yang benar-benar terbuka dan berkelanjutan.


Ditulis oleh: Stacy Muur

Diterjemahkan oleh: AIdidiaoJP, Foresight News


Di ranah kripto, membiarkan pengguna membuat market prediksi secara bebas selalu menjadi masalah lama yang belum terselesaikan. Selama bertahun-tahun, hampir semua yang mencoba akhirnya gagal.


@trylimitless (Limitless) mengambil jalur yang unik untuk menghadapi tantangan ini. Baru-baru ini, mereka meluncurkan fitur UGM (User-Generated Market) yang memungkinkan semua pengguna untuk membuat market prediksi harga aset kripto. Ini adalah upaya berani untuk mengatasi titik sakit yang sudah lama ada di industri market prediksi.


Di bawah ini, kita akan membahas upaya-upaya sebelumnya dari berbagai pihak, alasan kegagalannya, dan bagaimana Limitless membuat model ini benar-benar berjalan.


Sejarah Market Prediksi Bebas Izin


Market prediksi bebas izin paling awal adalah @AugurProject. Diluncurkan di Ethereum pada 2018, dengan tagline "Siapa pun dapat membuat market untuk topik apa pun, di mana kebenaran ditentukan oleh kerumunan."



Sempurna secara teori, tetapi sepi pengguna. Kapitalisasi pasar token proyek pernah memuncak di atas $170 juta, tetapi pengguna aktif harian hanya sekitar 47 orang, bahkan kurang dari 115 orang yang menggunakan dalam seminggu.


Alasan kegagalannya kejam dan saling memperkuat:


  • Likuiditas tersebar di ribuan market kosong (karena siapa saja bisa membuat market)
  • Penyelesaian market membutuhkan 10 hingga 14 hari
  • Dana pengguna terkunci hingga settlement selesai
  • Pengguna harus menjalankan node Ethereum sendiri sebelum dapat bertaruh


Augur bukan satu-satunya. @OmenEth dengan model serupa di Gnosis Chain, juga perlahan-lahan menghilang. @ZeitgeistPM di Polkadot bahkan menambahkan biaya untuk pembuat market, namun tetap kesulitan mencapai volume perdagangan yang signifikan. @ManifoldMarkets pernah membangun komunitas nyata dengan mata uang virtual, dengan pengguna aktif harian pernah mencapai ribuan, tetapi setelah hype mereda, turun menjadi di bawah 900 orang.


Tim yang berbeda, blockchain yang berbeda, namun berakhir dengan nasib yang sama.


Pola yang Terjadi Berulang


Pola ini muncul berulang kali, sulit dikatakan hanya sebagai masalah eksekusi semata. Membuat yang gratis dan mudah tidak menciptakan permintaan, hanya membuat platform dipenuhi dengan lebih banyak penawaran, di mana semua penawaran bersaing memperebutkan kumpulan perhatian yang kecil.


Hal ini menyebabkan fragmentasi market prediksi pada dua tingkatan:


Likuiditas Tipis


Sebagian besar market yang dibuat pengguna dengan cepat ditinggalkan. Di platform AMM (Automated Market Maker) awal, membuat market bahkan memerlukan modal sendiri untuk menyediakan likuiditas awal, yang membuat biaya lebih tinggi.


Penemuan yang Buruk


Siapa pun bisa membuat market, yang berujung pada munculnya belasan varian market "Apakah The Fed akan menurunkan suku bunga pada Juli?" dengan sedikit perbedaan, sehingga likuiditas semakin tercerai-berai.


Bayangkan, pengguna membuka aplikasi, melihat banyak market setengah mati, hampir tidak ada likuiditas di setiap market. Siapa yang mau bertahan?


Masalah inilah yang memaksa pemain terbesar di industri untuk mengubah arah. Pada 2022, Polymarket beralih ke model kurasi, memusatkan likuiditas ke beberapa market yang dalam, dengan hasil yang signifikan. Namun, mereka juga meninggalkan janji awal pembuatan terbuka — "versi yang lebih sulit" yang memungkinkan siapa saja dengan mudah memulai market masih belum terpecahkan.


Masalah Penyelesaian (Settlement)


Likuiditas dan penemuan sudah cukup sulit, jika penyelesaian tidak dikodekan secara keras, kepercayaan pengguna akan runtuh.


Setelah market berakhir, platform harus memutuskan cara menyelesaikannya. Untuk peristiwa objektif seperti "Apakah BTC akan ditutup di atas $100,000?" mudah ditangani; tetapi yang melibatkan interpretasi subjektif, seperti apakah pernyataan politisi tertentu merupakan dukungan untuk kebijakan tertentu, mudah memicu kontroversi.


Kebanyakan platform mengandalkan pemegang token untuk memberikan suara menyelesaikan sengketa, dengan niat desentralisasi penyelesaian, tetapi hak suara sebenarnya sering terkonsentrasi di tangan pemegang terbesar. Dan mereka juga bisa bertaruh seperti pengguna biasa, sehingga berpotensi memanipulasi hasil.


Hal ini membuat orang kehilangan kepercayaan pada keadilan penyelesaian, yang dari sudut lain kembali ke masalah likuiditas.



Solusi Limitless


Setiap upaya baru harus melewati tiga hambatan: likuiditas tipis, penemuan yang buruk, dan penyelesaian yang tidak dapat diandalkan. @trylimitless membuat pilihan yang berbeda dalam hal-hal ini.


Mari fokus pada fitur UGM yang baru diluncurkan. Setiap pengguna hanya perlu beberapa langkah untuk membuat market:


  • Pilih aset
  • Tetapkan target harga (perubahan persentase atau level harga dolar tertentu)
  • Tetapkan durasi (bervariasi dari 15 menit hingga 1 hari)
  • Luncurkan (perlu memegang token LMTS)


Semakin lama durasi market, semakin tinggi biaya pembuatannya.


Siapa pun dapat memperdagangkan market ini, setelah berakhir, oracle akan secara otomatis mengambil harga aset dan langsung menyelesaikan hasilnya. Market ini mengandalkan umpan harga real-time dari @PythNetwork dan @Chainlink, tanpa pemungutan suara, tanpa panel sengketa, tanpa komite.


Market terbatas pada tipe objektif, misalnya "Apakah SOL di atas harga X pada waktu tertentu", kontrak pintar dapat secara otomatis menyelesaikan sesaat setelah market ditutup. Tidak dapat membuat market yang memerlukan interpretasi manusia (seperti hasil pemilu atau peristiwa berita yang kontroversial). Limitless sengaja membatasi lingkupnya pada market harga, karena ini adalah satu-satunya tipe yang dapat diandalkan diselesaikan dalam hitungan detik setiap kali, sementara platform lain seringkali membutuhkan berjam-jam bahkan berhari-hari.


Masalah cold start pernah menjatuhkan sebagian besar platform sebelumnya. Limitless memiliki keunggulan dalam hal ini:


  • Volume perdagangan kumulatif lebih dari $3 miliar
  • Volume perdagangan Mei dan Juni melebihi $1.2 miliar
  • Puncak pedagang aktif bulanan melebihi 70,000 orang


Sudah ada basis pedagang yang cukup aktif, sangat berbeda dengan Augur pada 2018.


Perbedaan penting lainnya: Limitless menggunakan order book daripada model AMM awal. Di platform seperti Augur, membuat market memerlukan modal sendiri untuk menyediakan likuiditas awal. Limitless sepenuhnya menghilangkan langkah ini, pedagang sendiri yang memasang order beli dan jual, market hanya perlu menarik mereka.


Bagian paling cerdas adalah mekanisme ekonomi pembuat market. Membuat market memerlukan biaya 100 hingga 1000 token LMTS, dan tidak dapat dikembalikan. Sebagai imbalan, pembuat market dapat menerima 50% dari semua biaya transaksi yang dihasilkan market tersebut.


Di satu sisi ada biaya nyata, di sisi lain ada imbalan nyata. Biaya efektif mencegah membanjirnya market sampah, karena setiap market memerlukan investasi uang sungguhan; imbalan memungkinkan market yang benar-benar aktif membawa pendapatan biaya yang nyata bagi pembuatnya.


Mekanisme biaya sekaligus memberikan utilitas pada token LMTS. Setiap pembuatan market akan membakar token LMTS dari pasar terbuka, mengikat utilitas token secara langsung dengan aktivitas UGM. Semakin banyak orang membuat market, semakin besar permintaan akan LMTS.


Ringkasan dan Prospek


Bukti yang ada jelas mengarah pada satu arah: semua upaya market prediksi bebas izin sebelumnya, baik terjebak dalam sengketa penyelesaian, tenggelam dalam likuiditas mati, atau sekadar meninggalkan model terbuka dan beralih ke kurasi.


Limitless adalah solusi pertama yang dirancang untuk ketiga mode kegagalan ini secara bersamaan.


Penyelesaian (masalah paling rumit) sepenuhnya dihindari dengan berpegang teguh pada market harga berbasis oracle.


Masalah cold start diredakan oleh basis pengguna aktif yang sudah ada.


Struktur biaya dan imbalan pembuatan market menyeimbangkan insentif kedua belah pihak.


Yang paling penting, market ini memiliki waktu penyelesaian yang lebih singkat, kita akan segera melihat apakah desain ini efektif dalam aplikasi skala besar.


Jika berhasil, market prediksi bebas izin akhirnya memiliki cetak biru yang layak untuk pertama kalinya.


Keterangan: Penulis memegang sebagian token $LMTS dan merupakan pengguna Limitless.

Perguntas relacionadas

QApa saja tantangan utama yang dihadapi oleh pasar prediksi yang mengizinkan pembuatan pasar bebas oleh pengguna?

ATantangan utamanya adalah fragmentasi likuiditas yang menyebabkan pasar mati, sulitnya penemuan pasar yang relevan di antara banyak opsi, dan masalah penyelesaian yang kontroversial dan memakan waktu, terutama untuk pasar subjektif.

QBagaimana cara Limitless (UGM) mengatasi masalah penyelesaian (settlement) yang menjadi kendala platform sebelumnya?

ALimitless UGM membatasi pembuatan pasar hanya pada prediksi harga aset kripto yang obyektif, yang dapat diselesaikan secara instan dan otomatis oleh oracle seperti Pyth Network dan Chainlink, tanpa perlu proses voting atau panel sengketa yang lama.

QMengakah mekanisme biaya pembuatan pasar dan pembagian fee di UGM Limitless penting?

AMekanisme biaya (100-1000 LMTS) mencegah spam dan pasar sampah, sementara pembagian 50% fee transaksi kepada pembuat pasar memberikan insentif nyata untuk membuat pasar yang berkualitas dan aktif, menciptakan keseimbangan antara biaya dan imbalan.

QApa perbedaan signifikan dalam model likuiditas antara Limitless dan platform lama seperti Augur?

ALimitless menggunakan model order book, sehingga pembuat pasar tidak perlu menyediakan likuiditas awal. Likuiditas datang dari trader yang aktif memasang order. Sedangkan Augur dan platform AMM awal mengharuskan pembuat pasar menyediakan dan mengunci modalnya sendiri sebagai likuiditas awal.

QFaktor apa saja yang memberikan keunggulan bagi Limitless dalam menghadapi masalah cold start (memulai dari nol)?

ALimitless sudah memiliki basis pengguna aktif yang besar (volume kumulatif >$30B, >70k trader aktif/bulan), sehingga pasar yang dibuat oleh pengguna baru langsung terekspos ke komunitas trader yang sudah ada, berbeda dengan platform yang mulai benar-benar dari nol seperti Augur di masa lalu.

Leituras Relacionadas

Goldman Sachs' Summary After Silicon Valley Investigation: Agents Enter the Execution Era, AI Competition Shifts to Workflows, World Models Rise

Based on a recent field research in Silicon Valley, Goldman Sachs highlights a key shift in the AI industry: moving from systems that "answer questions" to autonomous AI agents that "execute tasks." Commercial models are transitioning from per-seat subscriptions to usage- and outcome-based pricing. The competition is shifting from raw model capability to mastery over specific business workflows, with value accruing to proprietary data, domain context, and operational expertise. A major hurdle for enterprise Agent deployment is not technical ability but "controllability"—issues of accountability, auditability, and error correction, especially in regulated fields. Workflows with clear rules, verifiable outcomes, and reversible actions (e.g., invoice processing) are being automated first. The model landscape is evolving toward a division of labor. Frontier models (like GPT-4) are expected to handle high-value, high-reliability core tasks, while improving open-source models will likely capture the majority (~90%) of inference tokens for standardized, high-volume tasks due to cost advantages. Finally, attention is moving from Large Language Models (LLMs) to "World Models," which understand physical environments, causality, and dynamic interactions. This shift elevates the importance of proprietary, real-world data (from industrial, scientific, and robotic systems) and could drive a second wave of compute demand. Goldman Sachs projects compute needs could grow ~24x over five years, benefiting cloud and infrastructure providers.

marsbitHá 37m

Goldman Sachs' Summary After Silicon Valley Investigation: Agents Enter the Execution Era, AI Competition Shifts to Workflows, World Models Rise

marsbitHá 37m

Fidelity Warns: The Boom in AI Agents May Not Be a Feast for Public Blockchains

Fidelity Digital Assets cautions that the anticipated boom in AI agents does not automatically guarantee a corresponding surge in public blockchain adoption or token value. While AI agents that can autonomously perform tasks like payments and data calls could theoretically utilize blockchain for settlement, a significant gap exists between "can use" and "must use." The analysis highlights six key risks. First, many AI agents, especially in corporate settings, may prefer closed, permissioned systems over public blockchains due to needs for speed, cost, compliance, and control. Second, increased on-chain transactions from AI-driven micropayments may not benefit native tokens if fees remain low or if value is captured by stablecoins and payment service providers instead. Third, while AI lowers development costs and increases the number of projects, more code does not equal more economic value and can lead to market oversaturation. Fourth, AI commoditizes coding, making pure technological advantage less of a sustainable moat; competition may shift to brand, liquidity, and user networks. Fifth, AI can also lower the cost of attacks by making vulnerability discovery easier, potentially outpacing security auditing and increasing ecosystem risk. Sixth, institutions may require "controlled blockchain" systems with robust identity, permissioning, and audit trails, conflicting with the permissionless nature of public chains. Ultimately, Fidelity argues against simply equating AI growth with blockchain prosperity. The narrative requires moving from speculation to a concrete analysis of which infrastructures can convert real AI agent needs into sustainable economic value, critically examining each step of the assumed value chain.

marsbitHá 38m

Fidelity Warns: The Boom in AI Agents May Not Be a Feast for Public Blockchains

marsbitHá 38m

Telegram Introduces WEB-Proxy Technology: Masks Traffic as Regular Website Visits

Telegram has introduced a new experimental WEB-Proxy technology designed to circumvent blocking by disguising messenger traffic as regular, secure website visits. Announced on August 21, 2026, the technology routes MTProxy data through an in-app WebView using HTTPS or WebSocket transport, making the data stream indistinguishable from legitimate web surfing. The core innovation is a multiplexed stream sent through a single WebView session. It uses special frame formats to pack multiple logical Telegram connections into one encrypted channel that externally resembles loading a web page. A server-side relay receives this stream, separates it into individual connections for the standard MTProxy, without decrypting content or knowing final destinations, thus preserving privacy. The WEB-Proxy operates on a standard HTTPS domain that also hosts a public website. The proxy bridge page is only activated by a specific URL parameter derived via HMAC-SHA256 from the proxy configuration; all other requests receive the normal site homepage. This provides reliable cover against automated detection systems. Currently a proof-of-concept, the system includes a desktop implementation, an experimental Android client, and plans for iOS support. The technology represents a shift towards more sophisticated integration with legitimate web infrastructure, complicating filtering systems that must choose between blocking HTTPS traffic entirely or allowing service access. Its long-term value will depend on resilience to adaptive traffic analysis and scalability without performance loss.

cryptonews.ruHá 53m

Telegram Introduces WEB-Proxy Technology: Masks Traffic as Regular Website Visits

cryptonews.ruHá 53m

MiCA is coming for DeFi vaults, but regulation will be difficult

The European Commission is exploring whether to extend the Markets in Crypto-Assets (MiCA) regulation to cover decentralized finance (DeFi) lending and borrowing, including lending vaults. These vaults, which channel billions into on-chain credit markets, present significant regulatory challenges because their decentralized structure doesn't map neatly onto existing financial frameworks. Their legal status is currently based on non-binding interpretations that they fall outside MiCA and EU fund rules. The article uses Morpho's decentralized lending protocol as an example, illustrating how responsibilities are divided among various participants (owner, curator, allocator, sentinel), making it difficult to identify a single "provider" to regulate. Experts warn that broadly categorizing "DeFi lending" could inadvertently capture vastly different structures. They argue that any regulatory approach should focus on the specific structure and control mechanisms of a vault, rather than using decentralization as a simple dividing line, and that DeFi lending may require a dedicated, carefully crafted framework distinct from traditional finance. The Commission's consultation closes on September 30, 2026. The core challenge for regulators is not just whether to regulate DeFi lending, but how to design rules that distinguish between different forms of on-chain lending and the entities that control them.

cointelegraphHá 2h

MiCA is coming for DeFi vaults, but regulation will be difficult

cointelegraphHá 2h

Trading

Spot
活动图片