再增预言机,Polymarket野心暴露

Odaily星球日报發佈於 2026-04-03更新於 2026-04-03

文章摘要

预测市场龙头Polymarket宣布集成预言机服务Pyth Network,用于结算新一批传统资产预测事件,覆盖大宗商品、美股及ETF等品种。Pyth将通过WebSocket提供实时价格数据,确保高风险的金融市场价格准确性。 Polymarket此前已采用多层级预言机架构:UMA负责非标准事件(如政治社会议题),Chainlink处理加密货币价格结算,Pyth则专注传统金融市场数据。这一扩展策略旨在将更多现实世界不确定性纳入可交易范围,降低人为干预风险。 通过与Chainlink和Pyth等合作,Polymarket正从社会化共识预测转向自动化价格判断,逐步构建覆盖全球市场的一站式“未来交易平台”。其终极目标或是将所有可验证数据源的事件——包括宏观经济、体育、天气乃至AI动态——转化为可下注的市场,实现“一切皆可定价”的超级生态。

原创 | Odaily 星球日报(@OdailyChina)

作者|Azuma(@azuma_eth)

4 月 2 日晚间,预测市场龙头 Polymarket 官方宣布将集成预言机服务 Pyth Network,后者将成为 Polymarket 新上线的一批传统资产相关预测事件的结算数据源。

根据 Polymarket 与 Pyth Network 方面的声明,该批事件首先将覆盖黄金、白银、WTI 原油和天然气等大宗商品,包括英伟达、苹果、特斯拉、Coinbase、Palantir 等在内的十余只美国股票,以及主要股票指数及部分交易所交易基金(ETF)—— 比如“黄金这一小时是涨还是跌”、“白银是否会在某一时间点前高于或低于目标价格”......

Pyth Network 将通过 WebSocket 提供实时价格数据,Polymarket 会每秒对这些数据进行采样,并发布为实时图表,让交易者能够持续看到市场相对于自身仓位的位置。

Polymarket 产品负责人 Mustafa Aljadery 在声明中表示:“数百万美元的预测结果,往往可能取决于单一的价格点,因此必须保证数据来源的绝对准确,Pyth Network 则提供了这一保障,借此,Polymarket 得以向高风险的金融市场进一步扩展。”

Polymarket 的预言机扩展之路

这并非 Polymarket 扩展预言机服务。

Polymarket 早期主要依赖 UMA 的 Optimistic Oracle 机制。UMA 的逻辑本质上是“社会共识型预言机” —— 提案者提交结果,质疑者发起争议,投票者最终裁决,这种机制非常适合主观性强、没有单一标准答案的非结构化事件,例如政治选举、政策变动、社会热点等。

然而,主观判断往往也意味着争议空间。历史上,Polymarket 曾多次因 UMA 的结算争议引发社区对操纵风险与公平性的讨论。

2025 年 9 月,当 Polymarket 开始主推加密货币涨跌事件时,其急需引入一种更确定性的数据来源,以降低人为干预的可能性。为此,Polymarket 当时选择了与 Chainlink 达成合作,通过结合使用 Chainlink Data Streams(负责提供低延迟、带时间戳的市场价格)与 Chainlink Automation(负责在预设时间执行链上结果结算),使得 Polymarket 之上的 BTC、ETH 等加密资产涨跌事件市场可以自动快速结算,同时允许用户实时查看相关资产低延迟、可验证的价格。

从一定意义上来说,与 Chainlink 的集成是 Polymarket 首次将触手从“社会化的共识预测”扩展至“自动化的价格判断”,但 Polymarket 的目标显然并不限于加密货币市场。

相较于 Chainlink,Pyth Network 的特点在于,其数据系由全球范围内的交易公司、交易所、做市商和银行直接提供,这些机构会在全球市场中主动参与定价,而 Pyth Pro 则会从网络中最高质量的数据发布方获取数据,包括 Jump Trading、Blue Ocean、LMAX 和 Jane Street 等等。或许正是考虑其全球市场特性,Polymarket 本次在传统金融资产的数据源上最终选定了 Pyth Network。

Polymarket 的野心窥探

随着与 Pyth Network 的合作敲定,Polymarket 已形成了一套清晰的多层级预言机架构:

  • UMA:非标准事件层,负责政治、社会、突发新闻、宏观事件;
  • Chainlink:加密资产层,负责 BTC、ETH 等链上资产喂价,以及自动化的价格结算;
  • Pyth Network:传统金融层,由机构提供高频的美股、商品、指数等传统资产价格数据。

从代表非标类事件的 UMA,到聚焦加密原生市场的 Chainlink,再到如今专注于全球金融市场的 Pyth Network,Polymarket 每一次引入新的预言机服务,都在推动平台向更广阔的市场迈进。预言机的扩展,本质上就是“可交易未来”的扩展 —— 数据源越多,现实世界被纳入下注范围的维度也越多。

如果继续沿这一逻辑发展,未来 Polymarket 可纳入的市场几乎没有上限,宏观经济数据、公司财报、体育赛事、天气变化乃至 AI 模型发布,都可以通过不同预言机接入,只要存在可验证数据源,就可以构建对应市场。现实世界的不确定性,将被源源不断地拆解为可下注的事件。

从这个角度看,Polymarket 的终局或许远不止单纯的预测市场,而是一个可覆盖所有不确定性的“未来交易平台”。当各式各类的不确定事件都可被统一纳入同一套机制时,一切便都可以下注,一切便也皆可定价。预言机只是技术扩展,但其背后所指向的,是一座正在显形的、远超所有人预估的一站式超级平台。

相關問答

QPolymarket 宣布集成了哪个预言机服务来作为其新上线的一批传统资产预测事件的结算数据源?

APyth Network

QPolymarket 早期主要依赖哪种预言机机制来处理主观性强、没有单一标准答案的非结构化事件?

AUMA 的 Optimistic Oracle 机制

QPolymarket 在2025年9月主推加密货币涨跌事件时,选择了哪个预言机服务来提供确定性的数据源?

AChainlink

QPolymarket 与 Pyth Network 合作后,其预言机架构形成了哪三个层级?

AUMA 负责非标准事件层,Chainlink 负责加密资产层,Pyth Network 负责传统金融层

Q根据文章,Polymarket 的终局愿景可能是什么?

A一个可覆盖所有不确定性的“未来交易平台”,即一站式超级平台,现实世界的不确定性可被拆解为可下注的事件

你可能也喜歡

年薪百万抢电工,Meta急到自己办技校

AI竞赛正面临新的瓶颈:工地。美国正面临严重的电工、建筑工等技术工人短缺,这已成为微软、Meta、OpenAI等公司快速建设超大规模AI数据中心(如OpenAI耗资160亿美元的“星际之门”项目)的“头号障碍”。 尽管AI公司愿支付高薪(如电工年薪可达24-28万美元),远超传统行业,但熟练技工仍供不应求。麦肯锡预测,美国在2023-2030年间需额外培养13万名电工和24万名建筑工,而劳工统计局预计每年仍有8万个电工岗位空缺。这种短缺导致项目延迟,每月可能造成数百万美元的收入损失。 AI数据中心建设复杂,需应对巨大功耗(一座设施耗电堪比数十万户家庭)、复杂的配电系统以及高密度散热(需液冷技术)等挑战,因此亟需大量技术娴熟的工人。 为此,科技巨头开始亲自下场培养人才。例如,Meta投入1.15亿美元建立建筑工人培训学校,提供免费培训及生活补贴,以快速输送工人上岗。OpenAI则与建筑工会合作,提前锁定熟练劳动力。同时,企业也将招聘目光投向高中生,鼓励年轻人投身技工行业。这些举措已见成效,Z世代对技工职业的兴趣显著上升。 然而,更深层的挑战在于电力。AI数据中心用电量正以惊人速度增长,已推高部分地区的电价。此外,数据中心建设是项目制的,建设期需要成千上万的工人,但建成后仅需少量常驻人员。这意味着未来可能面临熟练工人短期过剩、并流向其他行业压低薪资的风险。如何实现劳动力与电力资源的长期平衡,仍是悬而未决的问题。

marsbit25 分鐘前

年薪百万抢电工,Meta急到自己办技校

marsbit25 分鐘前

OpenAI 不靠最贵的模型卖钱了

OpenAI近期调整了API定价策略,旗舰模型GPT-5.6 Luna降价80%,Terra降价20%,而顶级模型Sol未降价但新增了更快的“Fast”模式。此次调整的核心并非单纯的价格战,而是标志着OpenAI首次引导用户根据任务需求选择不同模型,而非一味追求最强模型。官方建议复杂任务可由Sol进行规划,再由Luna等成本更优的模型执行。 此举与Anthropic近期推出半价替代旗舰的Claude Opus 5策略相似,显示硅谷领先公司正形成默契:旗舰模型(如Sol、Fable)的角色正从直接盈利转向树立技术品牌和探索上限,而商业化走量和利润则主要由中端及性价比模型(如Luna、Opus)承担。这类似于汽车等行业“旗舰立形象,走量车型赚利润”的模式。 更深层的变化在于成本下降的驱动力。OpenAI透露,此次降价部分得益于由Sol模型自身参与优化底层生产内核,实现了效率提升与成本降低,开启了“模型优化模型”的自我加速循环。 行业竞争焦点正从“谁最聪明”的单项性能比拼,转向为企业提供基于任务重要性、出错成本、规模等因素的“模型组合”最优解,追求整体ROI。这类似于云计算按数据冷热使用不同存储的策略。 OpenAI的长期战略日益清晰:其真正目标并非依靠单一模型的高毛利,而是通过极低的调用成本构建庞大的开发者生态与调用量,形成类似操作系统或云平台的渗透率与用户粘性。当API调用成本低至可被忽略,AI将如水电般无缝嵌入所有业务流程,其发展也将从追求智能巅峰的“产品时代”,进入驱动全面自动化与效率的“基础设施时代”。

marsbit25 分鐘前

OpenAI 不靠最贵的模型卖钱了

marsbit25 分鐘前

交易

現貨
活动图片