jakiro
一、引言
今天和一位朋友聊天，他拋出了一個很有意思的問題：「如果 Crypto × Fintech 在未來 10 年真的創造了增益，那 biggest winners 會是誰？換句話說，這個領域的 『Mag7』 會是哪幾家公司？」
Revolut、Robinhood、Coinbase、Stripe……這些顯然都是第一批會被提到的名字。過去十年，它們已經證明自己有能力把傳統金融的某個部分重新做一遍。
但聊著聊著，我突然意識到：我之前的思考框架其實有個誤區。我總是在問— 「傳統金融裡還有哪些環節沒有被重做？」這個邏輯本質上依舊是在舊地圖上找空白。
但真正應該問的是： 有哪些公司不是在數位化舊金融，而是在創造一個全新的金融市場？
在這個框架下，有一個名字幾乎是默認的—— Polymarket 。不是因為它漲得快，也不是因為它最近被媒體頻繁引用，而是因為它做的事情完全不一樣： 它沒有改造銀行，也沒有改造支付，它改造的是「事件」本身。它把事件變成資產，把概率變成價格。
而恰巧，預測市場在過去一年又重新爆火。所以我們自然追問起另一個更重要的問題： 為什麼預測市場會在 2024–2025 突然成為「最值得研究的賽道之一」？而在這輪復興裡，Polymarket、Kalshi、Opinion 又各自代表著什麼路徑？
二、為什麼預測市場會在 2024–2025 再次升溫？
如果只用「美國大選」「名人事件」來解釋這波熱度，其實站不住腳。過去幾年也有無數熱點，但預測市場沒有起得這麼高。這次不一樣。它背後有幾條更深層的結構性變化。
1）AI 讓「概率」重新變得重要
過去，大模型給出的答案是判斷句；現在，越來越多場景開始輸出 概率 。預測 CP、預測降息、預測公司事件、預測政策走向，概率出現之後，會自然產生一個需求： 概率需要價格，價格需要市場。 所以，預測市場第一次成為 AI 工作流的一部分 。而不是一個「投機型工具 」。 這一點的影響力，會遠超我們當下看到的討論
2）它被媒體當成了「實時情緒指標」
過去一年，有一個變化很明顯：越來越多主流媒體開始引用 Polymarket。為什麼？因為它比民調快，也比專家判斷更透明。媒體引用 → 用戶增長 → 市場深度提升這是一個簡單但有效的飛輪。過去預測市場不夠大，是因為沒有進入主流敘事；現在它進入了。
3）事件密度高，但市場上缺少「對應的工具」
2024–2025 的世界，信息密度比過去十年任何時候都高：選舉、地緣、宏觀政策、科技監管、企業事件（尤其是 AI）問題在於： 這些事件影響很大，但沒有對應的金融工具可以交易。
你可以買黃金、買美股、買國債，但不能買：「美聯儲 12 月降息的概率變化」。「某位 CEO 是否會在本季度離職」，「某項監管是否會落地」，預測市場剛好補上了這個缺口。本質上，它創造了一種新的資產類型： 事件資產 。
4）監管態度發生了小但重要的變化
CFTC 曾經處罰過 Polymarket，但與此同時，Kalshi 卻拿到了 CFTC 的牌照。這釋放的是一個非常現實的信號：一部分預測市場可以被允許一部分可以走合規路線、灰區開始被切分，對機構投資人而言，「不確定性被降低」就是增長信號。
5）用戶結構變了
過去：以娛樂型用戶為主，流動性分散，產品更像「信息類應用」。這波明顯不同：機構帳戶變多，做指標預測的專業玩家進入，用它做 hedge 的基金開始增加，AI 公司把它當成 reference,當用戶結構從「吃瓜」升級到「交易」，市場的質量就會發生質變 。
小結
預測市場不是突然變火的。它是：AI 的需求、媒體的引用、宏觀環境的推動、用戶結構的變化、加上監管邊界逐漸明確，共同形成的一次結構性抬升。這一波不是短期事件驅動。它更像是預測市場第一次獲得「時代的使用場景」。
三、三條完全不同的路徑：Polymarket、Kalshi、Opinion
同樣是做預測市場，這三家公司走的路線完全不一樣。它們解決的不是同一個問題，面對的也不是同一類用戶。把它們放在一起看，反而能看到這個賽道未來可能的分層結構 。
1）Polymarket：把事件本身做成資產
Polymarket 的路線非常直接：把事件做成資產，把概率做成價格。它不是傳統意義的「預測工具」，更像是一塊實時事件價格屏。社會關注度越高、事件密度越大、媒體引用越頻繁，它的市場反應就越快。用戶理解門檻低、情緒推動強，是它增長最快的原因。優勢是速度；挑戰是監管。一句話概括： 事件資產化的入口
2）Kalshi：可監管的事件衍生品交易所
Kalshi 是最金融化的一條路線。它做的是可以被監管定義、可以被模型捕捉的事件合約：CPI、失業率、收益率、FOMC 等。它吸引的是另一類用戶：宏觀交易員、對衝基金、量化團隊。這決定了它的交易結構比 Polymarket 更穩定、更可放大。
你在 Kalshi 上看到的政治市場不代表它與 Polymarket 是同一類產品——政治只是其中一種可監管的事件類別，並不承擔增長邏輯。一句話概括： 事件衍生品交易所， 預測市場的金融基礎設施。
3）Opinion Labs：AI 時代的模型共識層
Opinion 走的是第三條路線，不面向大眾交易，也不服務機構交易員。它試圖為 AI 模型建立一個「概率共識層」：讓不同模型輸出的概率可以被聚合、被引用，並最終被市場定價。它的目標用戶不是人，而是模型。不是「讓用戶下注」，而是「讓模型有一個可讀、可交易的概率接口」。
這條路的時間尺度更長，也更前置。相較前兩家，Opinion 的發展階段明顯最早期。
它已經有交易界面（opinion.trade），但會對美國、中國等地區做訪問限制，因此在不同網絡環境下的訪問體驗不一致。公開信息不多，主要對外觸點仍然是 Twitter。底層仍在快速迭代中，品牌和官網不是優先級。
這不是「不成熟的網站體驗」，而是早期基礎設施項目的典型狀態：先把底層機制跑通，再逐步走向外部的穩定化。
一句話概括：Opinion 已有產品，但整體仍處在非常早期階段，更像是未來 AI 生態的一塊底層積木，而不是當下用戶規模競爭的一員。
Polymarket、Kalshi 和 Opinion 看似都在做預測市場，但它們的方向、產品結構、合規路徑和未來定位完全不同： Polymarket 捕捉的是「注意力與情緒」。Kalshi 捕捉的是「風險與定價模型」。Opinion 捕捉的是「AI 對未來的理解方式」。
它們對應預測市場的三層結構： 大眾層、金融層、模型層。 也正因為這三條路徑同時出現，這一輪預測市場才不像過去那樣——不是一個產品突然火了，而是一個市場正在成形。
四、我對這個賽道的一個觀察：AI 在製造噪音，Web3 在區分噪音
我並不想給預測市場下一個「未來會怎樣」的結論，因為我對這個賽道並沒有深入研究。但過去一年在不同項目、不同產品形態裡，我反覆看到一件事： AI 和 Web3 的結合比我們想像得更快，而且方向非常明確。
AI 的能力在於「生成」——生成文本、生成判斷、生成預測。但當它生成的內容越來越多時，一個新的問題也越來越明顯： AI 在製造噪音。 判斷、解釋、概率、推斷，每一項都在指數級增長。信息量變多 → 噪音變大 → 成本變高。
而 Web3 的作用，恰好在噪音之後： Web3 在區分噪音。 它提供的不是「內容」，而是：不可篡改，可結算，可驗證，可對齊激勵，可形成價格
這兩者的結合，在金融市場上會逐漸變得自然：
-
AI 負責生成對未來的看法；
-
Web3 負責把這些看法放進市場裡，讓它們接受價格、時間和激勵的檢驗。
預測市場只是一個非常直觀的例子。它把「AI 生成的概率」變成「金融可以使用的價格」。從這個角度看，它更像一個接口，而不是一個應用。我不確定這個賽道最終會長什麼樣，但我能看到的是： AI 正在讓未來變得更模糊，Web3 正在讓未來變得更可驗證。而在金融市場裡，這兩者天然會相互需要。
