七月,DigClaw的预测框架Rhizome v1,在FutureX评测平台上取得了#1、#3、#7三个席位。
三个席位来自三个不同的基础模型——包括 Kimi -K3、 DeepSeek -V4-Pro等。同一套框架同时让它们进入Top 7,DigClaw是唯一做到这一点的参赛方。
59道覆盖政治、经济、科技领域的真实事件预测题,不存在训练数据泄露的可能。
这组成绩支持了DigClaw正在验证的判断:
预测能力可以沉淀在基座模型之外。
随着基座进步,系统可以获得能力红利;预测轨迹、结算反馈、校准经验和持续演化的工作流,则持续沉淀在系统内部。
△
这不是一次偶然的竞赛结果,这是DigClaw对“预测到底应该怎么做”这个问题,给出的第一个外部验证。
预测是AI最被低估的能力
随着预测任务逐渐走向标准化和工程化,AI也被寄予了规模化处理复杂预测问题的期待。
但这里有一个根本性的问题:大语言模型天然不擅长预测。
LLM学习的是correlation,而非causation。它们从过去的语料中提取模式,但“学习过去”和“预测未来”是两件本质不同的事。
这带来了三个致命问题:
因果方向盲区。模型知道A和B经常一起出现,但不知道是A导致B,还是B导致A,还是存在共同原因C。
干预推理失效。你无法问模型“如果美联储降息,会对东南亚科技股产生什么影响”——因为它只学过历史共现,没有因果图谱支撑干预计算。
校准缺失。模型输出的“70%概率”没有经过任何概率论意义上的校准,本质上只是token分布的副产品。
到目前为止,现有方案各有局限:人类群体智慧(prediction markets)需要流动性,冷门问题上价格不可信;
LLM模式匹配没有因果结构;端到端训练有结果导向偏差——一个逻辑严密但“答错”的推理过程会被惩罚,碰巧“猜对”的粗糙判断反而被强化。
这正是DigClaw存在的原因。
DigClaw构建的是以因果结构为骨架、以概率计算为引擎、以搜索智能为数据管道的预测基础设施。
核心假设是:预测不应该由一个模型端到端完成。
搜索、因果推理、概率推断是三个正交的能力,应该由三个专门的系统分别解决,然后结构化地组合。
三个前十,验证预测能力的跨基座迁移
FutureX是当前最具挑战性的实时预测榜单:每周发布真实世界事件预测题目,提交预测时标准答案尚未产生,事后结算。
数据集托管在HuggingFace,评估框架开源在GitHub,结果可复现、可验证。
Rhizome在三个基座上采用同一套预测框架和运行条件,各自独立生成并提交答案,不做跨模型聚合。
因此,这三个名次是同一套系统方法在三个基座上的分别运行,即一次清晰的跨基座对照。
但这并不意味着基座模型不重要。
基座仍然提供语言理解、推理和工具使用等通用能力。
这一榜单结果说明的是:如何组织检索、处理时间、表达概率、维护证据和控制长程运行,可以形成独立于模型权重的系统能力。
如下是DigClaw在FutureX上Rhizome框架的technical report:
Rhizome Technical Report
Rhizome的设计围绕三个工程判断展开:搜索和推理必须解耦、预测轨迹必须完整保留并形成校准资产、概率更新必须感知因果结构:
△
设计决策一:搜索与推理多模型解耦
Rhizome的核心设计洞察:搜索质量和推理质量是两个正交的问题,不应由同一个模型同时优化。
当前主流的DeepResearch agent(Perplexity、Gemini Deep Research)将搜索和推理绑定在同一个模型内——搜索质量被推理负担拖累,推理质量被搜索噪声污染。
Rhizome的做法是彻底解耦:搜索agent只负责找相关信息,推理层只负责在已有证据上做结构化推理。
预测任务对信息的需求不是“准确回答用户问题”,而是“尽可能发现所有相关联的信号”。
搜索agent的优化目标是信息相关性(relevance),不是答案正确性(accuracy)。如果搜索agent被训练去“找答案”,它会倾向于找到看起来像结论的内容,这恰恰最危险。
训练采用强化学习框架(SearchRL),两条路径并行迭代:
路径A:开源模型RL微调——在8B/30B参数的开源模型上,以搜索相关性为reward做RL训练(参考:Search-R1, COLM 2025; ReSeek, ICML 2026)
路径B:闭源模型Harness——对Claude/GPT等闭源模型,构建外部搜索约束框架
不同基座在预测任务中呈现出稳定差异:有的适合长时间检索与复杂推理,有的更擅长定量建模,有的则在成本和响应速度上更有优势。
Rhizome将预测协议、Agent编排、工具调用和结果评测放在基座之外,机构可以根据任务价值和运行规模选择基座,在推理能力、成本与响应速度之间做取舍。
设计决策二:轨迹记录与概率校准,沉淀数据资产
Rhizome为每一次预测保留一条带版本信息的完整轨迹:题目的时间条件与结算标准、预测时能够获得的证据、Agent编排与工具调用过程、最终答案与概率,以及对应的模型和系统版本。
这些记录形成于结果揭晓之前,保存了Rhizome在尚不知道答案时做出的真实判断。
事件结算后,Rhizome将预测轨迹与现实结果放回同一条记录中,回看当时掌握了什么信息、遗漏了哪些反向证据,以及错误发生在检索、时间判断、推理、答案表达还是概率校准。
一次高置信度的错误与一次接近五五开的错误,虽然都被记为“答错”,暴露的问题并不相同。
Rhizome会对同一道题进行多次独立预测。系统不会把结果简单平均,而是先在对数几率(logit)空间进行聚合,再结合已结算题目的Brier Score调整极端化强度。
不同轨迹提供的信息越独立,聚合结果可以越明确;证据重叠越多,调整就越克制。
△
在此基础上,Rhizome通过Platt缩放,利用已结算题目识别持续的过度自信或过度保守,并对后续概率进行校正。
校准的标准很直观:系统给出60%的事件,长期应该约有六成发生;给出80%的事件,长期应该约有八成发生。
每次运行对应到当时的系统版本与关键配置,使概率变化和异常结果能够回到具体原因。
基座可以升级或更换,问题定义、证据记录、信念变化、结算结果和校准经验仍然保持连续。
这类反馈数据无法在结果揭晓后批量补造——每个样本都必须在未来尚未发生时留下判断,再等待现实给出答案。
代码可以复刻,时间沉淀的数据资产无法速成。
设计决策三:因果链感知的持续更新
事件尚未结算时,新的数据、政策和市场信息会持续出现,系统需要判断原有概率是否应该更新。
Rhizome为未结算问题保存信念状态。每条证据分别记录事件发生时间、内容发布时间和系统读取时间。
新信息与已有记录完全重复时,系统跳过更新;新证据与旧记录冲突时,旧证据不会被删除,系统保留判断被修正的过程。
单次概率变化超过0.15时,必须指向触发变化的具体新证据。
这里有一个更难的问题:新证据究竟代表多股独立力量,还是同一条因果链在不同位置留下的信号?
加息公告、利差变化和资本流动可能先后出现,但它们未必是三份独立信息。
如果系统将它们分别计入概率更新,同一个原因就可能被重复计算,把概率推向过度自信的极端。
Rhizome正在开发一套因果链感知的贝叶斯更新框架,在证据进入概率更新之前,先识别它所属的因果传导链,再根据链内关系调整证据权重。
这一框架包含四个层次:
因果知识库:存储经过验证的因果链,并记录关键关系的传导时滞、影响衰减和历史可信度。
同链信号去重:来自同一条因果链的后续信号不会再以完整权重重复计入,避免同一股力量被多次计算。
全局后验帽:限制多条同向证据带来的累积影响,根据预测期限调整约束强度。
传导时滞感知:链头事件发生后,系统根据因果关系的传导进度逐步更新,不会立即把全部影响计入链尾结果。
△
在DigClaw内部预测系统上,这套框架已完成原型实现和初步验证,并指导进行了多笔投资实践。
实验显示,与直接贝叶斯聚合相比,同链信号去重与全局后验帽将过度自信率(预测概率高于85%但最终判断错误的比例)从约25%降至12%。
为什么一家投资机构要做预测模型
Newborn Ventures由DigClaw发起,是全球首家以AI挖掘Beta趋势为驱动的投资和孵化机构。
DigClaw的趋势预测基座,是支撑这支AI-Native VC的底层技术框架。
投资的本质是预测。
判断一个赛道是否会爆发、一个团队是否能跑出来、一项技术是否会成为主流,这些都是预测问题。
传统投资依赖合伙人的经验直觉和信息差,但DigClaw相信,这些判断可以被系统化、被模型化。
从更大的视角看:投资回报=Beta(事件/趋势驱动)+Alpha(资产特异性)。
Alpha的研究已经相对成熟,但Beta——对宏观事件和趋势的预测,目前还没有真正有效的AI解决方案,这正是DigClaw要解决的问题。
当预测从一种直觉判断变成一个可调用、可集成、可校准的参数,它能嵌入的决策场景远比当前看到的要多。
对上市公司而言,它意味着在产业链变动和政策风向形成前完成战略预判与风险预警;
对投资机构而言,它意味着在共识形成之前发现价值;
对政府引导基金而言,它意味着以系统化方法研判产业趋势与政策效果。
同一套预测能力,对外在FutureX接受公开评测,对内驱动投资决策,也向产业方、金融机构和政府引导基金开放服务。
对于DigClaw和Newborn Ventures而言,FutureX第一名是起点,不是终点。
关于DigClaw
DigClaw是一家专注于预测智能的AI科技公司,核心使命是构建可校准、可审计、可集成的预测基础设施。
其旗舰预测框架Rhizome通过因果推理、概率校准和搜索智能三层架构,实现了独立于基础模型的系统能力——基座可更换,预测资产持续积累。
DigClaw的预测系统已在FutureX等公开评测平台上获得外部验证,并将同一套能力应用于投资决策、产业趋势研判和战略风险评估等实际场景,向产业方、金融机构和政府引导基金开放合作。
关于Newborn Ventures
Newborn Ventures是一家AI原生的早期风险投资与孵化机构。
其核心信念是:投资的本质是预测,判断赛道是否会爆发、团队是否能跑出来、技术是否会成为主流,这些都是可以被系统化、模型化的预测问题。
Newborn Ventures通过自研的Deep Research Agent和因果预测系统,在全球范围内追踪AI推理方向的创新信号,发现尚未被市场定价的结构性机会——真正的Beta。
从首次接触到投资决策,其用AI重构了每一个环节,承诺48小时内给出有技术深度的明确反馈。
Research-Driven. Non-Consensus. AI-Native.
*本文系量子位获授权刊载,观点仅为原作者所有。
本文来自微信公众号“量子位”,作者:允中
