预测市场规模突破 59 亿美元：当 AI 代理成为华尔街的预测工具
当 Kalshi 的日交易量在 2026 年初达到 8.14 亿美元，占据了 66.4% 的预测市场份额时，推动这一激增的并非散户投机者，而是 AI 智能体。自主交易算法现在贡献了超过 30% 的预测市场成交量，将最初作为互联网好奇心的事物转变为华尔街最新的机构预测基础设施。该行业的周成交量——59 亿美元且持续增长——可与许多传统衍生品市场相媲美，但有一个关键区别：这些市场交易的是信息，而不仅仅是资产。
这就是“信息金融”（Information Finance）——通过基于区块链的预测市场实现集体智慧的货币化。当交易员押注 4200 万美元于 OpenAI 是否能在 2030 年前实现 AGI，或押注 1800 万美元于哪家公司接下来上市时，他们并非在赌博。他们正在创建流动的、可交易的预测，机构投资者、政策制定者和企业战略家越来越相信这些预测，而非传统分析师。问题不在于预测市场是否会颠覆预测，而在于机构采用这些在可衡量指标上优于专家预测的市场的速度有多快。
59 亿美元里程碑：从边缘走向金融基础设施
预测市场在 2025 年结束时，历史最高成交量接近 53 亿美元，这一势头在 2026 年进一步加速。周成交量现在持续超过 59 亿美元，在重大事件期间日峰值达到 8.14 亿美元。作为参考，这超过了许多中盘股的日交易量，并可与专门的衍生品市场相媲美。
这种增长不是线性的，而是指数级的。2024 年预测市场的年成交量仅以亿美元计。到 2025 年，月成交量突破了 10 亿美元。到 2026 年，周成交量常规性地达到 59 亿美元，代表了超过 10 倍的年度增长。这种加速反映了机构看待预测市场的根本转变：从新奇事物转变为必需品。
Kalshi 以 66.4% 的市场份额占据主导地位，处理了大部分机构成交量。在加密原生领域运营的 Polymarket 则吸引了大量的散户和国际流量。这些平台共同处理了涵盖选举、经济、技术发展、体育和娱乐等数千个市场的数百亿周成交量。
该行业的合法性得到了 ICE（洲际交易所）的认可，纽交所（NYSE）的母公司向预测市场基础设施投资了 20 亿美元。当全球最大证券交易所的运营商以如此规模部署资金时，这标志着预测市场不再是实验性的——它们已成为战略基础设施。
AI 智能体：30% 的贡献因素
预测市场增长中最被低估的驱动因素是 AI 智能体的参与。自主交易算法现在贡献了总成交量的 30% 以上，从根本上改变了市场动态。
为什么 AI 智能体会交易预测？原因有三点：
信息套利：AI 智能体扫描数千个数据源——新闻、社交媒体、链上数据、传统金融市场——以识别定价错误的预测。当市场将某事件的概率定价为 40%，但 AI 分析显示为 55% 时，智能体就会交易其中的价差。
流动性提供：正如做市商在证券交易所提供流动性一样，AI 智能体在预测平台中提供双向市场。这改善了价格发现并缩小了价差，使市场对所有参与者更有效率。
投资组合多元化：机构投资者部署 AI 智能体以获取非传统信息信号的风险敞口。对冲基金可能会使用预测市场来对冲政治风险、技术开发时间线或监管结果——这些风险在传统市场中难以表达。
AI 智能体交易的出现创造了一个正反馈循环。更多的 AI 参与意味着更好的流动性，从而吸引更多的机构资本，进而证明更多的 AI 开发是合理的。预测市场正成为自主智能体学习应对复杂、现实世界预测挑战的训练场。
Kalshi 上的交易员正在定价 OpenAI 在 2030 年前实现 AGI 的概率为 42%——高于六个月前的 32%。这个流动性超过 4200 万美元的市场反映了“群众的智慧”，其中包括工程师、风险投资家、政策专家，以及越来越多以人类无法大规模追踪的方式处理信号的 AI 智能体。
Kalshi 的机构主导地位：受监管交易所的优势
Kalshi 66.4% 的市场份额并非偶然——而是结构性的。作为美国第一家受 CFTC 监管的预测市场交易所，Kalshi 为机构投资者提供了竞争对手无法提供的东西：监管确定性。
机构资本要求合规。对冲基金、资产管理公司和企业财务部门无法在不引发法律和合规风险的情况下向不受监管的平台投入数十亿美元。Kalshi 的 CFTC 注册消除了这一障碍，使机构能够在其投资组合中将预测与股票、债券和衍生品一起交易。
监管地位产生了网络效应。更多的机构成交量吸引了更好的流动性提供者，从而收窄了价差，进而吸引了更多交易员。Kalshi 的订单簿现在已经足够深，数百万美元的交易可以在没有显著滑点的情况下执行——这是区分功能性市场与实验性市场的门槛。
Kalshi 的产品广度也很重要。市场涵盖选举、经济指标、技术里程碑、IPO 时机、企业财报和宏观经济事件。这种多样性允许机构投资者表达细微的观点。看空科技股估值的对冲基金可以做空独角兽 IPO 的预测市场。预期监管变化的政策分析师可以交易国会结果市场。
高流动性确保了价格不易被操纵。由于涉及数百万美元和数千名参与者，市场价格反映的是真正的共识，而非个人操纵。这种“群众的智慧”在盲测中击败了专家预测——预测市场的表现始终优于民意调查、分析师预测和专家意见。
Polymarket 的加密原生替代方案：去中心化的挑战者
虽然 Kalshi 主导着受监管的美国市场，但 Polymarket 捕捉到了加密原生和国际化的流量。Polymarket 运行在区块链轨道上，并使用 USDC 进行结算，提供无需许可的访问——无需 KYC、无地理限制、没有监管准入限制。
Polymarket 的优势在于全球覆盖。来自 Kalshi 无法触达的司法管辖区的交易者可以自由参与。在 2024 年美国大选期间，Polymarket 的交易量超过了 30 亿美元，证明了加密原生基础设施可以处理机构级的规模。
该平台的加密集成实现了新颖的机制。智能合约根据预言机数据自动执行结算。流动性池在没有中间人的情况下持续运行。结算在几秒钟内完成，而不是几天。这些优势吸引了那些熟悉 DeFi 原语（Primitives）的加密原生交易者。
然而，监管的不确定性仍然是 Polymarket 面临的挑战。在没有获得美国明确监管批准的情况下运营，限制了其在国内的机构采用。虽然散户和国际用户拥抱无需许可的访问，但美国机构在很大程度上避开了缺乏监管透明度的平台。
Kalshi（受监管、机构化）与 Polymarket（加密原生、无需许可）之间的竞争反映了数字金融领域更广泛的辩论。两种模式都行得通。两者服务于不同的用户群体。该行业的增长表明有多个赢家的空间，每个赢家都针对不同的监管和技术权衡进行优化。
信息金融：集体智慧的变现
“信息金融”（Information Finance）一词描述了预测市场的核心创 新：将预测转化为可交易的、流动的工具。传统的预测依赖于专家提供准确性不确定的点估计。预测市场将分布式的知识汇聚成连续的、市场定价的概率。
为什么市场胜过专家：
利益相关（Skin in the game）：市场参与者在预测中投入资本并承担风险。错误的预测会损失金钱。与参与者无须为错误承担后果的民意调查或专家小组相比，这种激励结构能更好地从噪声中过滤出信号。
持续更新：随着新信息的出现，市场价格会实时调整。专家的预测在下一份报告出炉前是静态的。市场则是动态的，能立即整合突发新闻、泄密事件和新兴趋势。
聚合知识：市场汇集了成千上万具有不同专业知识的参与者的信息。没有哪个专家能比得上工程师、投资者、政策制定者和运营者集体贡献的专业见解。
透明的概率：市场将预测表达为具有明确置信区间的概率。一个定价为 65% 的市场事件表示“大约有三分之二的机会”——这比专家在没有量化的情况下说“很可能”更有用。
研究一致表明，在选举、经济、技术发展和公司业绩等各个领域，预测市场的表现都优于专家小组、民意调查和分析师预测。虽然过往记录并非完美，但明显优于其他替代方案。
金融机构正予以关注。企业与其雇佣昂贵的顾问进行情景分析，不如咨询预测市场。想知道国会今年是否会通过加密货币监管法案？有一个专门的市场。想知道竞争对手是否会在年底前 IPO？交易那个预测。评估地缘政治风险？为此下注。
机构用例：预测即服务
预测市场正在从投机性娱乐转型为机构级基础设施。以下几个用例推动了其采用：
风险管理：企业利用预测市场来对冲传统衍生品难以表达的风险。担心港口罢工的供应链经理可以在关于劳工谈判的预测市场上进行交易。关注利率的 CFO 可以将美联储预测市场与债券期货进行交叉参考。
战略规划：公司根据预测做出价值数十亿美元的决策。人工智能监管会通过吗？科技平台会面临反垄断诉讼吗？竞争对手会发布新产品吗？预测市场提供了具有真实资本风险的概率答案。
投资研究：对冲基金和资产管理公司将预测市场作为替代数据源。关于技术里程碑、监管结果或宏观事件的市场价格为投资组合配置提供信息。一些基金直接交易预测市场作为 Alpha 收益来源。
政策分析：政府和智囊团咨询预测市场，以获取民意调查之外的公众意见。市场从“美德信号”（Virtue signaling）中过滤出真实信念——投入真金白银的参与者揭示了真实的预期，而不是社会认可的回答。
洲际交易所（ICE）20 亿美元的投资信号表明，传统交易所将预测市场视为一种新的资产类别。正如衍生品市场在 20 世纪 70 年代兴起以实现风险管理变现一样，预测市场正在 21 世纪 20 年代兴起以实现预测变现。
AI 代理与预测市场的反馈循环
参与预测市场的 AI 代理创建了一个反馈循环， 加速了这两项技术的发展：
通过市场数据优化 AI：AI 模型在预测市场结果上进行训练以提高预测能力。通过针对 Kalshi 的历史数据进行回测，预测科技公司 IPO 时间的模型得到了改进。这为 AI 实验室构建专注于预测的模型提供了动力。
通过 AI 参与优化市场：AI 代理提供流动性、进行错价套利并改善价格发现。人类交易者从更窄的价差和更好的信息聚合中受益。随着 AI 参与度的增加，市场变得更加高效。
机构 AI 采用：在低风险环境中将 AI 代理部署到预测市场的机构，获得了自主交易系统的经验。所学到的经验可以转移到股票、外汇和衍生品交易中。
30% 以上的 AI 交易量贡献并非上限 —— 而是底线。随着 AI 能力的提升和机构采用率的增加，代理参与度可能会在几年内达到 50-70%。这并不会取代人类的判断 —— 而是增强了它。人类制定策略，AI 代理以手动无法实现的大规模和高速度执行。
技术栈正在融合。AI 实验室与预测市场平台合作。交易所为算法交易构建 API。机构开发专有的 AI 用于预测市场策略。这种融合将预测市场定位为下一代自主金融代理的试验场。
挑战与质疑
尽管有所增长，预测市场仍面临合理的挑战：
操纵风险：虽然高流动性降低了操纵风险，但低交易量的市场仍然脆弱。拥有资本的有心人可以暂时扭曲利基市场的价格。平台通过流动性要求和操纵检测来对抗这种情况，但风险依然存在。
预言机依赖：预测市场需要预言机 —— 即确定结果的信任实体。预言机错误或腐败可能导致错误的结算。基于区块链的市场通过去中心化预言机网络将这种风险降至最低，但传统市场依赖于中心化解决。
监管不确定性：虽然 Kalshi 受 CFTC 监管，但更广泛的监管框架仍不明确。是否会有更多的预测市场获得批准？国际市场是否会面临限制？监管演变可能会以不可预测的方式限制或加速增长。
流动性集中：大部分交易量集中在高知名度的市场（选举、重大科技事件）。利基市场缺乏流动性，限制了专业预测的效用。解决这个问题需要做市激励或 AI 代理的流动性提供。
伦理担忧：是否应该针对敏感话题（政治暴力、死亡、灾难）设立市场？批评者认为将悲剧事件货币化是不道德的。支持者则反驳说，来自此类市场的信息有助于防止伤害。这场辩论将决定平台允许哪些市场存在。
2026-2030 年的发展轨迹
如果 2026 年初每周交易量达到 59 亿美元，该行业将走向何方？
假设温和增长（每年 50% —— 考虑到最近的加速，这比较保守），预测市场的年交易量到 2028 年可能超过 500 亿美元，到 2030 年将超过 1500 亿美元。这将使该行业的规模可与中型衍生品市场相媲美。
更激进的情景 —— 洲际交易所（ICE）在纽交所（NYSE）推出预测市场、主要银行提供预测工具、更多市场类型获得监管批准 —— 可能会推动交易量在 2030 年达到 5000 亿美元以上。在这种规模下，预测市场将成为机构投资组合中一个独特的资产类 别。
技术支持已经到位：区块链结算、AI 代理、监管框架、机构兴趣以及优于传统预测的可靠记录。剩下的就是采用曲线动态 —— 机构将预测市场整合到决策过程中的速度有多快。
从 “边缘投机” 向 “机构预测工具” 的转变已步入正轨。当 ICE 投资 20 亿美元，当 AI 代理贡献了 30% 的交易量，当 Kalshi 的日交易量达到 8.14 亿美元时，叙事已经发生了永久性的改变。预测市场不再是一个奇闻。它们是机构量化不确定性和对冲信息风险的未来。