预测市场十年磨一剑，下一个会是谁？

marsbit发布于2025-12-08更新于2025-12-08

文章摘要

加密预测市场历经十年才实现产品与市场的契合（PMF），其发展过程充满挑战。早期项目如2015年的Gnosis和2018年的Augur因技术障碍（高Gas费、操作复杂）、监管压力（被视作“赌博”）、市场叙事分散（投机和DeFi/NFT热潮）以及预言机不成熟而边缘化，交易量长期低迷。 2024年成为转折点，尤其是美国大选催化了市场爆发。Polymarket交易量飙升至163亿美元，月交易量增长超30倍。推动因素包括：Layer2网络（如Polygon）降低费用并提升体验；监管环境改善（CFTC批准合规平台）；市场关注真实应用；机构和社区推动；以及预测市场演化为提供实时概率信号的金融基础设施。这一历程表明，加密领域早期“被证伪”的赛道可能只是条件不成熟，未来如GameFi、社交、AI Agent等赛道仍有重焕生机的机会。

加密预测市场的演化非常有意思,因为它曾经就被列入“被证伪” 的赛道中,它用了十年时间才实现PMF(产品与市场的契合),其中的演化超出市场的意料。有时候,在加密领域,太早下结论不一定合适。

预测市场的概念本身并不新鲜,它在加密领域很早前就存在,2015年,Gnosis项目就启动开发了;2018年,Augur正式上线,它是基于以太坊推出的去中心化预测市场平台,允许用户创建和预测未来事件,并使用加密货币结算。

2020年,Polymarket(基于Polygon)也推出了,但一直以来,都处于边缘化状态。加上监管因素,一直惨淡经营。Polymarket初期月交易量仅数百万美元;Augur TVL在2020年大选后暴跌近80%,从峰值滑至数百万美元。整体行业TVL峰值徘徊在700万美元左右,月交易量不足1亿美元。监管压力(如CFTC视其为“赌博”)和Oracle不完善(易操纵)进一步抑制增长。

整个预测市场真正爆发也是2024年才开始的事情。尤其是,2024年美大选成为转折点。Polymarket的竞选预测市场交易量超27亿美元,整个平台月交易从5月的6200万美元飙至10月的21亿美元,增长超过30倍。全年名义交易量达163亿美元,远超之前总和。

为什么花了十年时间才实现PMF?

一是早期加密领域存在技术和用户体验的障碍,预测市场概念很好,看似需求很大,但具体到用户体验,几乎把绝大多数用户排除在外。比如,早期的Augur基于以太坊L1构建,交易成本非常高,那时候的GAS高得吓人,且确认速度还很慢。此处,对于普通用户来说,还得掌握钱包和复杂的交互界面,这些都有很大的学习成本。这些高门槛对应的是流动性的不足,以及用户对操纵的担心。

二是监管压力一直存在。美国CFTC(商品期货交易委员会)将预测市场为“赌博”或衍生品,从2018年后加强审查。在此期间,Augur因投注敏感事件被罚;Polymarket 2022年支付140万美元罚款并退出美本土,甚至其创始人Shayne Coplan(98年出生的),在纽约的公寓曾被FBI突袭,没收其电子设备(未逮捕)。监管的模糊,导致机构资金也无法进入。监管压力导致流动性一直很难上去。

三是市场叙事的变化。2016-2018年的加密领域,多数用户更关注投机而不是实用工具;2020-2023年DeFi/NFT热潮分散注意力,预测市场TVL仅700万美元。缺乏主流事件驱动,难以积累流动性。

四是预言机不成熟,容易被操纵。

而2024年是转折点,上面也提到了2024年的美大选是催化剂,但远不止于此。

2024-现在,预测市场真正起来了。除Polymarket之外,中心化的预测平台Kalshi也冒出来。2025年,预测市场交易量达279亿美元(同比增长210%),周峰值23亿美元,Polymarket 和 Kalshi 的TVL加起来,超200亿美元。两者估值都达到百亿美元级别。预测市场突然成为市场的香饽饽。

那么,都有哪些推动因素?

跟2015-2024年间遇到的障碍刚好相反,这些障碍都一个个被移除,导致在用户体验等各方面有了质的提升。

一是,技术障碍/用户体验的变化。Polygon、Base L2网络将Gas费降至几分钱,交易速度提升10倍。Polymarket 等平台优化UI,支持稳定币一键投注,吸引非加密原住民。此外,DeFi 也有极大发展,提供了深层流动性。对于用户来说,现在参与预测市场变得非常方便。Kalshi则是中心化的预测平台,跟Robinhood等整合,用户参与则更方便。

二是,监管变化。2024年美大选后,监管推动加密友好政策。CFTC 2025年批准Kalshi 等受监管平台。SEC/CFTC 澄清“现货商品加密”合法,稳定币立法通过国会。海外如瑞士虽有黑名单,但整体环境从敌对转为支持,机构资金涌入(如ICE投资20亿美元)。

三是,市场叙事变化。这个周期,没有一个特别强势的叙事。而有真实用途成了市场关注的方面。加上24年大选预测的催化,Polymarket顺势将其扩展到体育、经济、科技等领域,加上媒体推动(如CNN/Bloomberg等媒体的报道),社交网络的传播推动了预测市场的火爆。

四是,机构和社区都在推动,a16z积极参与,从叙事上搞出一个“事件驱动的金融基础设施”的概念,社区用户也积极参与,推高了TVL。

五是,预测市场逐渐从“赌博”演化出一个新的信号类型,类似于提供实时概率的信号。

从预测市场的十年演化,有个有意思的结论:并不是所有被“证伪”的赛道都一定是没有PMF 的,有时候只是因为条件还不成熟。在加密领域,这类现象尤其明显,由于加密领域的基础设施在前十年不完善(贵/慢/用户体验差....),导致很多尝试都无法顺利触及普通用户。或许未来的Crypto Game/社交/ai agent/depin/数字身份......等,其中的部分可能已经结束,但有部分赛道还会有重新表现自己的机会。

你可能也喜欢

百姓网创始人：我的十四条 Claude Code 使用经验

百姓网创始人王建硕分享其使用Claude Code的十四条个人经验，核心是高效协作与系统化积累。 1. 专注一个工具，减少比较精力。 2. 掌握关键快捷键（如Control+G打开编辑器，Control+A/E/U移动光标）。 3. 善用语音输入（如HoldSpeak）。 4. 项目启动先写结构化的PROJECT.md。 5. 默认使用Claude agents。 6. 结合GitHub与Cloudflare，将构建、发布、域名等交给基础设施。 7. 区分人写与AI写的内容：手动维护核心CLAUDE.md，通过提问而非阅读来理解AI生成的代码或文档。 8. 通过拖拽文件（音频、视频、截图等）快速输入信息。 9. 重构记忆系统：以~/.claude/CLAUDE.md为中心，分类引用多个记忆文件，存入Git私有仓库以实现永久积累。 10. 编写Skill，并在任务结束后要求Claude自动沉淀所学到Skill中。 11. 复杂任务可使用ultracode触发dynamic workflow以保证效果。 12. 持续积累并重构Skill，Skill也应存入Git。 13. 利用Git文档作为任务间传递的明确交接物，而非依赖上下文。 14. 将Claude Code视为有自主性的“马”（设置目标与边界），而非完全受控的“车”。总结：强调系统化知识管理、工具深度集成，以及发挥AI自主能力的高效协作模式。

链捕手5分钟前

链捕手5分钟前

杨歌 Gary：Agent 经济与 AI 亚微观经济学

本文探讨了AI Agent经济与AI亚微观经济学的前沿趋势。文章指出，自“奇点”爆发以来，全球AI发展迅速，形成了新的“文明代际”。当前，硅谷等前沿地区已从单机AI（Claws & Agents）的瓶颈，进入到关注“Agent经济”（由自主AI智能体参与价值创造与交换的体系）和A2A（Agent间交互）生态构建的新维度。文章围绕几个核心要点展开： 1. **AI支付（AI Payment）的竞争与H2A经济的瓶颈**：尽管Q2涌现了大量AI支付协议，但多数仍围绕H2A（人对Agent）场景，这本质上是非AI原生的。AI Agent的核心决策能力未得到充分发挥，H2A模式很快遇到瓶颈。聪明的企业开始以AI-Native思维反推，为A2A经济做准备。 2. **Agent经济与A2A生态的必然趋势**：由自主AI Agent作为经济主体直接参与价值活动的Agent经济，以及A2A生态的构建，被视为下一个关键投资方向。其发展范式类似互联网、移动互联网和DeFi的酝酿期，但速度更快、视角更抽象（非纯人类中心），且面临更大的共识挑战。 3. **AI协议与Crypto协议的关联与鸿沟**：AI协议是Agent经济活动的基础规则，目前形态多样（如文件、API），侧重信息与能力交换。而Crypto协议更侧重资产确权。两者虽有融合为统一数字协议的趋势，但目前存在明显鸿沟，部分原因在于当前AI经济仍受制于传统金融法律框架（如KYC）等政治经济因素。然而，AI Agent遵循第一性原理和效率优先原则，将挑战现有金融法律体系。 4. **AI Agent亚微观经济学特点与生物学类比**：AI Agent经济行为具有高频小额、能量驱动、效率导向、任务导向、组织与沟通成本趋近于零等特点。文章用生物学细胞结构类比AI Agent系统（LLM如细胞核，Agent Harness如细胞质，协议栈如细胞膜），描绘了一个类似生物机体的、正在形成的亚微观经济学环境。 5. **AIFi的必然与金融芯片（FinChip）**：随着AI Agent成为价值发现的主体，AI原生金融（AIFi）应运而生，其价值核心在AI，金融是表现形式，这与DeFi/TradFi相反。作者提出的“金融芯片”（FinChip）概念，旨在构建融合AI自主性与Crypto协议、兼容H2A与A2A的AIFi基础设施。 6. **AI-Native是范式升级**：AI+的产业升级远复杂于互联网+。AI发展快速、形式抽象、与业务深度耦合，短期内难以形成通用升级方法论。构建未来商业范式需要彻底的“AI原生思维”，即遵循第一性原理和效率最高原则，这对于所有从业者都是持续的巨大挑战。

链捕手46分钟前

链捕手46分钟前

从《大空头》到旧金山：AI泡沫里的狂欢与眩晕

《从〈大空头〉到旧金山：AI泡沫里的狂欢与眩晕》一文以电影《大空头》中“闻到了钱的味道”为引，描述了作者从纽约搬到旧金山后对当前AI热潮中心地带的观察。文章指出，旧金山密集的技术公司、风险资本与狂热氛围共同构成了真实的“泡沫”现场，信息不对称与财富创造在此同时上演。作者总结了在旧金山的几点核心感受：首先，城市中弥漫着一种“发抖”般的焦虑能量，人们被“逃离永久底层”的心态驱动，体现出“大泡沫行为”。其次，旧金山几乎只有“科技”这一种地位游戏，人们通过融资轮次、估值等虚荣指标相互比较，攀比氛围浓厚。再者，城市中充斥着关于AGI（通用人工智能）的“末日论”情绪，研究者的悲观与市场团队的乐观形成反差。最后，投资界对数学竞赛天才出身的创始人有着近乎迷恋的追捧，将其视为获取超额回报的“门票”。文章并未简单判断泡沫是否会破裂，而是聚焦于呈现泡沫中的众生相：人们如何在亢奋、比较、投机与恐惧中寻找自己的位置。文末引用投资人的建议提醒读者：可以参与这场派对（“跳舞”），但需保持清醒（“别喝醉”），避免被泡沫行为扭曲判断。整体而言，这是一份对AI热潮中心地带的生动现场记录，描绘了技术创新、金融投机与人性交织的复杂图景。

marsbit48分钟前

AI 正在制造新的"信息穷人"？

AI正在制造新的“信息穷人”，其本质并非被技术排斥在外，而是拥有工具却缺乏判断力。AI时代，答案变得廉价且人人可得，但真正稀缺的是判断答案、将答案转化为实际机会的能力。不平等的分化首先体现在工具获取上：高收入人群更易接触并付费使用高级AI，而低收入人群多被动使用免费、内置的简化版本。其次在职场中，AI的使用权限与培训机会高度不均，高薪、资深员工更可能被授权使用AI提升核心工作，而基层员工往往只能接触边缘任务自动化，错失成长机会。最根本的分化在于判断力：AI输出的流畅内容易被缺乏专业基础者照单全收，而经验丰富的使用者却能识别谬误、善用工具。实验证明AI有潜力帮助技能较低者提升，但在现实的不平等社会结构下——包括接入、场景、培训和判断力的差异——技术红利并未平等分配。历史表明，通用技术的普及总会先惠及已具备互补资本的人，AI可能以更快的速度加深这种分化。因此，新“信息穷人”的特征是：拥有AI和答案，却缺乏判断力与权限，在消费智能中并未积累智能。在这个由判断力决定价值的时代，仅满足于“感觉变聪明”可能是最危险的误区。

marsbit1小时前

黄仁勋「拯救」韩国股市：锁定SK海力士内存，芯片短缺还将持续

6月5日，韩国股市经历“黑色星期五”，KOSPI指数暴跌。6月8日盘中跌幅一度超8%，触发熔断，三星与SK海力士股价重挫。在此市场动荡之际，英伟达CEO黄仁勋的访韩起到了“救市”作用。 6月7日晚，黄仁勋与SK集团及SK海力士高层共进晚餐。餐后，他确认英伟达新款Vera CPU将采用SK海力士的DRAM，双方正为下半年及明年的“超大规模合作”做准备，并预计当前的内存芯片短缺将持续数年。随后，双方官宣了一份多年期技术合作协议，涉及AI超级计算机、机器人、数字孪生和半导体制造等领域。黄仁勋更公开表示，当前AI公司股价极具吸引力。合作具体包括：英伟达将Vera CPU等产品线的内存供应锚定SK海力士，共同开发下一代内存以支持AI基础设施。同时，SK海力士将利用英伟达的CUDA-X库和AI技术加速其芯片设计与制造流程，如计算光刻和构建晶圆厂数字孪生，目标是实现完全自主的工厂运营。此次合作早有铺垫。2025年10月，双方曾宣布在韩国合作建设大型AI工厂。尽管与SK海力士深化绑定，但英伟达在下一代HBM4内存上并未独家采购，三星、SK海力士和美光均已获得认证并将共同供货。黄仁勋指出，由于AI工厂建设导致需求激增，从晶圆到封装等整个半导体供应链的短缺状况预计将持续数年。黄仁勋此行还会见了现代、LG、三星等韩国企业，表明英伟达正系统性深化与韩国科技产业的联系，SK集团是其中的关键一环。

marsbit2小时前