Голос опытного пользователя Polymarket: На самом деле нас уже обогнали конкуренты

marsbitОпубликовано 2026-04-23Обновлено 2026-04-23

Введение

Автор, давний користувач Polymarket, висловлює стурбованість тим, що платформа втрачає лідерство на ринку прогнозування на користь свого конкурента Kalshi. Він наводить дані: вартість Kalshi оцінюється в 220 мільярдів доларів, тоді як Polymarket - у 150 мільярдів, а обсяг торгівлі Kalshi за рік склав близько 370 мільярдів доларів проти 290 мільярдів у Polymarket. Основні проблеми Polymarket: постійні затримки в оновленнях (наприклад, перенесення CLOB V2), технічні збої (тривалі простої під час обслуговування), погана комунікація та нестабільна робота платформи. Особливо критикується пріоритетізація: замість вирішення існуючих проблем та відкриття американського додатку для мільйонів користувачів у лісті очікування, команда анонсувала нові продукти, такі як перпетуальні контракти, що сприймається як спроба "зробити швидкі гроші". Незважаючи на це, автор вірить у майбутнє Polymarket завдяки сильному бренду, підтримці спільноти, партнерству з ICE (материнською компанією NYSE) та угоді з MLB. Він закликає команду зосередитися на стабільності платформи, відкритті доступу для американських користувачів та перетворенні на "відпрацьований операційний механізм", щоб повернути собі лідерство.

Автор: Jonah

Компиляция: Цзя Хуань, ChainCatcher

Я держал эту статью при себе некоторое время.

Все хотел написать, но сдерживался, надеясь, что ситуация исправится сама собой. Пока сегодня утром Bloomberg не выпустил статью «Polymarket теряет лидерство на рынке прогнозирования из-за задержек и откатов». Честно говоря, этот репортаж уже высказал большую часть того, что я изначально хотел сказать. Поэтому далее я буду много цитировать, позволив ему взять на себя часть нагрузки.

Polymarket сталкивается с растущими операционными трудностями в попытке охватить ключевую аудиторию (американских клиентов) и теперь отстает от своего основного конкурента. От bloomberg.com

Этот заголовок режет глаз. И он должен резать.

Постоянный пользователь Polymarket, который больше, чем кто-либо, надеется, что ему больше не придется писать такие письма.

Связанные с этим вопросы

QКаковы основные причины, по которым Polymarket, по мнению автора, уступил лидерство Kalshi на рынке прогнозирования?

AОсновные причины включают операционные проблемы Polymarket, такие как задержки в обновлениях платформы (например, миграция CLOB V2), длительные периоды простоя, плохая коммуникация с сообществом, а также приоритизация новых продуктов (например, перпетуальных контрактов) вместо стабилизации основной платформы и открытия доступа для пользователей из США, которые остаются в списке ожидания.

QКакие конкретные операционные проблемы автор выделяет у Polymarket?

AАвтор упоминает неоднократные задержки в миграции CLOB V2 и внедрении pUSD, сбои в работе платформы (например, часовой простой вместо заявленных 5 минут), хаотичную коммуникацию о переносах сроков, а также заморозку американского приложения в тестовом режиме с сотнями тысяч пользователей в листе ожидания.

QПочему автор критикует анонс перпетуальных контрактов Polymarket?

AАвтор считает, что анонс перпетуальных контрактов в момент, когда платформа нестабильна, а пользователи из США не имеют доступа, сигнализирует о неправильных приоритетах: стремлении к быстрой монетизации существующих пользователей вместо решения фундаментальных проблем продукта и расширения доступности.

QКакие преимущества Polymarket, по мнению автора, всё ещё дают ему шанс на победу в долгосрочной перспективе?

AАвтор отмечает сильные стороны Polymarket, включая инвестиции от ICE (владельца NYSE), партнёрство с MLB, узнаваемый бренд, лояльное сообщество и наличие лицензии CFTC через приобретение QCEQ. Эти факторы могут обеспечить победу, если команда исправит операционные недостатки.

QЧто автор рекомендует команде Polymarket для возвращения лидерства?

AАвтор рекомендует сосредоточиться на трёх ключевых шагах: 1) Полноценный запуск и стабилизация американского приложения без ограничений, 2) Обеспечение надежности основной платформы (завершение миграций, исключение простоев), 3) Только после этого — расширение продуктовой линейки. Необходимо стать «методичной операционной машиной», а не стартапом с хаотичной культурой.

Похожее

S&P Dow Jones и Pantera выпускают криптоиндекс, биткоин оставлен за бортом из-за «отсутствия прибыли»

Стандард энд Пурс (S&P Dow Jones Indices) совместно с Pantera Capital запускает индекс S&P Pantera Digital Asset Index. Новый индекс включает 18 токенов, но исключает биткоин, XRP и мем-токены. Критерием отбора послужила «финансовая жизнеспособность», по аналогии с S&P 500: протокол должен демонстрировать положительный доход в течение нескольких кварталов и распределять стоимость среди держателей токенов. Это первое применение фундаментального подхода к оценке криптоактивов со стороны крупнейшего в мире провайдера индексов. В первую пятерку активов вошли Ethereum (ETH), BNB, Solana (SOL), TRON (TRX) и Hyperliquid (HYPE). Pantera отмечает, что совокупный годовой доход всех протоколов индекса превышает $30 млрд. Биткоин был исключен по трем причинам: он рассматривается как монетарный актив, доступный через отдельные ETF; он не генерирует доход протокола; а смешивание его в индексе с доходными активами затрудняет фундаментальный анализ для институциональных инвесторов. Пока индекс является эталонным, но Pantera ведет переговоры о создании на его основе ETF и других инвестиционных продуктов. Компания также отмечает значительный разрыв на рынке: многие институциональные инвесторы готовы к аллокации в криптоактивы, но им не хватает структурированных продуктов, фокусирующихся на активах с реальной экономической деятельностью.

marsbit3 мин. назад

S&P Dow Jones и Pantera выпускают криптоиндекс, биткоин оставлен за бортом из-за «отсутствия прибыли»

marsbit3 мин. назад

Claude представляет мощное обновление: запись экрана + голос, одним кликом дистиллируйте навык для работы за вас

Claude представил новую функцию «Record a Skill» (Записать навык) в десктопном приложении Cowork. Теперь пользователи Pro, Max и Team могут создавать автоматизированные рабочие процессы, просто записывая свои действия на экране и сопровождая их голосовыми комментариями. Система автоматически анализирует запись, извлекает логику и шаги, а затем преобразует их в готовый к использованию Skill (навык). Это устраняет необходимость вручную писать инструкции в формате Markdown, значительно снижая порог входа для нетехнических специалистов. Функция фиксирует не только явные действия, но и скрытую логику, контекст и условия, о которых пользователь рассказывает в процессе записи. Статья отмечает, что такая технология меняет подход к управлению знаниями в компаниях, облегчая документирование и передачу экспертизы. С другой стороны, упоминается случай, когда фрилансер автоматизировал свою работу для клиента с помощью Claude, что в итоге привело к прекращению сотрудничества. Это подчеркивает двойственное влияние технологии: она повышает эффективность, но одновременно снижает зависимость от конкретного исполнителя, перенося конкурентное преимущество работника в область уникальных, сложно автоматизируемых задач. Функция доступна с 21 июля для пользователей соответствующих подписок.

marsbit7 мин. назад

Claude представляет мощное обновление: запись экрана + голос, одним кликом дистиллируйте навык для работы за вас

marsbit7 мин. назад

Кормление ИИ "шумом" тоже повышает точность: это исследование позволяет шуму осуществить позитивный перенос

В статье представлен новый метод полуконтролируемого обучения под названием **Semi-Supervised Noise Adaptation (SSNA)**. Вместо использования реальных данных (например, изображений или текста) в качестве исходного домена, подход использует синтетические **шумовые векторы**, сгенерированные из простого гауссовского распределения. Эти шумовые данные не несут семантического содержания, но им присваиваются искусственные метки классов, соответствующие целевым классам. Основная идея заключается в том, чтобы обучить модель формировать **дискриминативную классовую структуру** в общем пространстве представлений сначала на шумовых данных, а затем адаптировать (выровнять) эту структуру к данным целевого домена с помощью небольшого количества размеченных примеров. Для этого используется **Noise Adaptation Framework (NAF)**, который минимизирует три компонента потерь: классификацию на размеченных целевых данных, классификацию на шумовых данных и расстояние между распределениями шумового и целевого доменов. Эксперименты на наборах данных CIFAR-10, CIFAR-100, DTD-47 и других показали значительное улучшение точности по сравнению с базовым методом ERM при использовании всего 4 размеченных примера на класс. Например, на CIFAR-10 точность выросла на 12.35%. Метод также совместим с существующими полуконтролируемыми алгоритмами (UDA, FixMatch), дополнительно улучшая их результаты. Ключевой вывод исследования: для положительного переноса знаний в задачах трансферного обучения **не обязательно наличие семантически богатых исходных данных**. Достаточно сформировать в пространстве признаков четкую, разделимую классовую структуру, даже на искусственном шуме, и успешно перенести её на реальные данные. Это открывает новые возможности для сценариев, где доступ к реальным исходным данным ограничен из-за проблем конфиденциальности, авторских прав или их отсутствия.

marsbit8 мин. назад

Кормление ИИ "шумом" тоже повышает точность: это исследование позволяет шуму осуществить позитивный перенос

marsbit8 мин. назад

Телесуфлёр из Белого дома "для внутреннего пользования" заработал на инсайдерской информации более $100 000

Белый дом раскрыл дело о внутренней торговле: помощник по суфлеру, работавший на Дональда Трампа, использовал инсайдерскую информацию для ставок на рынках предсказаний и заработал более 100 000 долларов. Габриэль Перес, помощник президента и технический советник, отвечавший за работу суфлера Трампа с 2016 года, имел доступ к черновикам речей до их публичного произнесения. Используя эти знания, он делал ставки на платформе Kalshi, предсказывая, какие конкретные слова или фразы упомянет Трамп в своих выступлениях. За три месяца, делая ставки на более чем десяток речей, включая обращение о положении страны, Перес получил прибыль в размере шестизначной суммы. Его деятельность была выявлена системами мониторинга Kalshi, которая заблокировала его средства и передала дело в Комиссию по торговле товарными фьючерсами (CFTC). В отличие от предыдущих аналогичных случаев с военным и инженером Google, против Переса не были выдвинуты уголовные обвинения. Согласно сообщениям, CFTC договорилась о урегулировании, по которому он вернет прибыль и прекратит такую деятельность. Трамп, назвав его действия «предосудительными», отстранил Переса от работы без сохранения зарплаты. Этот инцидент подчеркивает уязвимость рынков предсказаний, особенно категорий «упоминаний», для манипуляций со стороны инсайдеров. Ранее были случаи, когда сами ораторы (например, генеральный директор Coinbase) намеренно упоминали ключевые слова, чтобы повлиять на результаты рынка. В ответ Kalshi ужесточила правила, требуя от пользователей раскрывать место работы. Эксперты отмечают, что очистка рынков от инсайдерской торговли повышает соответствие нормам, но может отдалить их от идеи «мудрости толпы», приблизив к чистому азарту.

marsbit1 ч. назад

Телесуфлёр из Белого дома "для внутреннего пользования" заработал на инсайдерской информации более $100 000

marsbit1 ч. назад

«Домашний» оператор суфлёра Белого дома заработал более $100 тыс. на инсайдерских прогнозах

Недавно в Белом доме США произошел очередной скандал, связанный с инсайдерской торговлей. Габриэль Перес, сотрудник Белого дома, отвечавший за работу суфлера во время выступлений Дональда Трампа, использовал служебную информацию для получения прибыли на рынках предсказаний. Перес, который с 2016 года был одним из ближайших помощников Трампа и имел доступ к его подготовленным речам, в течение примерно трех месяцев делал ставки на то, какие конкретные слова или фразы президент упомянет в своих выступлениях. За это время ему удалось заработать более 100 тысяч долларов. Его деятельность была выявлена платформой предсказаний Kalshi, которая заблокировала его средства и передала информацию Комиссии по торговле товарными фьючерсами (CFTC). В результате Перес был отстранен от работы без сохранения зарплаты. Однако, в отличие от предыдущих аналогичных случаев со спецназовцем и инженером Google, против Переса не были выдвинуты уголовные обвинения. По данным источников, CFTC договорилась о мировом соглашении, согласно которому он должен вернуть прибыль и прекратить подобную деятельность. Этот инцидент высветил уязвимость рынков предсказаний, особенно категорий, связанных с упоминанием определенных слов («mention markets»), перед манипуляциями со стороны инсайдеров или самих ораторов. Ранее подобные манипуляции демонстрировали ведущий церемонии «Грэмми» и CEO Coinbase. В ответ платформы ужесточают контроль: Kalshi теперь требует от пользователей раскрывать место работы. Скандал с Пересом рассматривается как часть общего процесса очистки рынков предсказаний от инсайдерской торговли.

Odaily星球日报1 ч. назад

«Домашний» оператор суфлёра Белого дома заработал более $100 тыс. на инсайдерских прогнозах

Odaily星球日报1 ч. назад

Торговля

Спот
活动图片