如何让AI当预测市场的裁判？

编者按：预测市场的价值不在于下注，而在于它能否持续输出可信的价格信号。但随着交易规模扩大，最容易被忽视、却最致命的瓶颈正在浮出水面：合约如何结算。从委内瑞拉大选的真假难辨，到地图、网站更新、代币投票带来的操纵与利益冲突，争议往往并非来自预测本身，而是来自谁来裁决。

本文作者 Andrew Hall（@ahall_research）提出一种更激进的思路：将特定版本的大模型与提示词写入链上，让 AI 成为可审计、可预期的裁判机制，用工程化手段替代人治与博弈。它未必完美，但或许是预测市场走向规模化必须迈过的一道门槛。

以下为原文：

去年，委内瑞拉总统选举的结果在预测市场上带来了超过 600 万美元的合约交易量。但当选票统计完成后，市场却陷入了一个几乎无法解决的局面：政府宣布尼古拉斯·马杜罗胜选；而反对派和国际观察员则指控存在选举舞弊。那么，预测市场的合约结算到底应该依据官方信息（马杜罗获胜），还是依据可信报道的共识（反对派胜出）？

在委内瑞拉选举这个案例中，观察者的指控五花八门：从认为规则被无视、参与者钱被偷了，到把用于处理争议合约的协议形容为一场高风险政治戏码中的法官、陪审团和刽子手；还有人直接称其被严重操控。

这并不是一个孤立的意外插曲，而是一个我认为会在预测市场规模化过程中反复出现的症状，甚至可能是最大的瓶颈之一：合约结算（contract resolution）。

这里的利害关系非常高。结算做对了，人们就会信任你的市场，愿意在里面交易，而价格也会成为对社会有意义的信号。结算做错了，交易体验就会变得令人沮丧、不可预测。参与者可能会慢慢离开，流动性面临枯竭风险，价格也不再反映对一个稳定目标的准确预测。相反，价格会开始体现一种混杂的东西：既包含事件真实发生的概率，也包含交易者对扭曲的结算机制最终会如何裁决的判断。

委内瑞拉的争议虽然曝光度较高，但在各个平台上，更隐蔽的失败其实经常发生：

乌克兰地图操纵事件说明，攻击者可以直接玩弄结算机制。一份关于领土控制权的合约规定，其结算将依据某一张在线地图。有人被指控编辑了这张地图，以影响合约的最终结果。当真相来源本身可以被操纵时，你的市场也就可以被操纵。

政府停摆合约事件说明，结算信息源可能带来不准确、至少是不可预测的结果。该合约规定，市场将依据美国人事管理局（OPM）网站显示停摆结束的时间进行结算。特朗普总统在 11 月 12 日签署了拨款法案，但不知何故，OPM 网站直到 11 月 13 日才更新。那些正确预测停摆会在 12 日结束的交易者，最终却因为网站管理员的延迟而输了。

泽连斯基西装市场则引发了有关利益冲突的担忧。合约问的是乌克兰总统泽连斯基是否会在某场活动上穿西装——一个看似琐碎的问题，却吸引了超过 2 亿美元的下注。当泽连斯基出席北约峰会时，穿着被 BBC、《纽约邮报》等媒体称为西装的服装，市场最初结算为是。但随后 UMA 代币持有人对结果提出争议，结算又翻转为否。

在这篇文章中，我将探讨如果把 LLM（大语言模型）与 加密技术聪明地结合起来，我们是否能创建一种可规模化的预测市场结算方式：它极难被操纵，并且能做到准确、完全透明、且可信中立。

这不仅仅是预测市场的问题

类似的问题也困扰过金融市场。国际掉期与衍生品协会（ISDA）多年来一直在信用违约掉期（CDS）市场中与结算/认定难题周旋——这类合约会在企业或国家发生债务违约时支付赔付。ISDA 在 2024 年的审查报告里对这些困难的描述相当坦率。他们的认定委员会（Determinations committees）由主要市场参与者组成，通过投票来判断是否发生了信用事件。但这一流程一直被批评为不透明、可能存在利益冲突、且结果不一致，这与 UMA 的流程非常相似。

根本问题是一样的：当巨额资金取决于对一个模糊事件到底发生了什么的认定时，任何结算机制都会成为被博弈和攻击的目标；而任何模糊性，都可能变成冲突的引爆点。

那么，一个好的结算机制应该长什么样？

一个好方案需要具备的特性

任何可行的方案，都必须同时满足几个关键性质：

抗操纵性如果攻击者可以通过编辑维基百科、投放假新闻、贿赂预言机、或利用程序漏洞来影响结算，那么市场就会变成谁最会操纵，谁就赢，而不是谁最会预测，谁就赢。

合理准确性机制必须在大多数情况下、绝大多数时间里给出正确结算。世界本就存在真实的模糊性，因此绝对准确是不可能的，但系统性偏差或明显错误会彻底摧毁可信度。

事前透明交易者在下注之前就必须清楚结算会如何进行。在合约运行中途更改规则，等于破坏平台与参与者之间最基本的契约。

可信的中立性参与者必须相信机制不会偏向任何交易者或任何结果。这也是为什么让持有大量 UMA 的人去裁决他们自己下注的合约如此成问题：即使他们做到了公平，利益冲突的外观也足以削弱信任。

人工委员会在某些特性上可以达标，但在另一些方面则很难——尤其是规模化情况下的抗操纵性与可信中立性。像 UMA 这样的代币投票系统，也存在巨鲸主导和利益冲突等一系列早已被讨论过的问题。

这就是 AI 可以介入的地方。

为什么用 LLM 当裁判

在预测市场圈子里，一个越来越受到关注的提案是：让大语言模型充当结算裁判，并在合约创建时，将具体模型与提示词（prompt）锁定到区块链上。

其基本架构大致如下：在合约创建时，做市方不仅用自然语言写明结算标准，还要明确指定将用于判定结果的 LLM（带时间戳的模型版本）以及将输入给它的完整 prompt。

这一规定会以加密方式提交并绑定在链上。一旦交易开始，参与者就可以检查整套结算机制——他们清楚知道由哪个 AI 模型做裁判、会收到什么 prompt、能访问哪些信息源。

如果他们不认可这套设置，就不参与交易。到了结算时，链上已承诺的 LLM 会使用已承诺的 prompt 运行，访问指定信息源，并给出裁决输出。这个输出直接决定谁拿到赔付。

这种方法可以同时满足多项关键约束：

强抗操纵（但并非绝对）不同于维基百科页面或小型新闻网站，你没那么容易去改写一个主流 LLM 的输出。模型权重在承诺时就被固定。要操纵结算，攻击者要么腐蚀模型依赖的信息源，要么提前很久对模型训练数据进行投毒——相比贿赂一个预言机、或编辑一张地图，这类攻击成本更高、结果也更不确定。

更高准确性随着推理型模型能力快速提升，并且在能够上网检索信息、补充证据的情况下，LLM 裁判应当能准确裁决许多市场。关于其准确性的实验也在持续推进中。

内置透明性在任何人下注之前，整套结算机制都是可见、可审计的。没有中途改规则，没有自由裁量的临场判断，没有幕后协商。参与者清楚自己签下的是什么。

显著提升可信中立性LLM 对结算结果没有经济利益相关性，它不能被贿赂，也不持有 UMA 代币。即便它存在偏差，那也是模型自身属性导致的偏差，而不是利益相关方临时做出的裁决。

当然，LLM 裁判也有局限性，我会在下面进一步说明。

LLM 裁判的局限

模型会犯错LLM 可能误读新闻、编造事实、或在同类案例中使用不一致的裁决逻辑。但只要交易者事先知道自己下注对应的是什么模型，他们就能把这些缺点计入定价。若某个模型在处理模糊情形时有明确倾向，成熟交易者会调整策略。模型不必完美，它需要的是可预测。

操纵并非不可能，只是更难如果 prompt 指定了某些新闻源，攻击者可能会试图在这些新闻源中种文章。在大型媒体上成本很高，但在小型媒体上也许可行——这会以另一种形式复现地图编辑的问题。因此 prompt 设计极其关键：依赖多源、冗余信息的机制，比依赖单点信息源更稳健。

投毒攻击在理论上存在拥有足够资源的对手，可能尝试通过影响训练数据去偏置未来的裁决。但这要求在合约出现之前就提前行动，回报不确定且成本巨大，比起贿赂某个委员会成员门槛高得多。

LLM 裁判的多样化会带来协调问题如果不同市场创建者承诺不同的模型与 prompt，那么流动性会被切碎。交易者难以横向对比合约，也难以跨市场汇总信息。标准化有价值，但允许市场试错、找到最好的 LLM+prompt 组合也有价值。合理路径可能是两者结合：允许试验，同时建立机制让社区逐步收敛到经过验证的默认方案。

构建者该如何落地？

总结来说：AI 结算本质上是把一组问题（人类偏见、利益冲突、不透明）换成另一组问题（模型能力限制、提示工程难题、信息源脆弱性）。但后者可能更可控、更可工程化。那么，下一步可以怎么做？平台应当：

先在低风险合约上试验用较低风险的市场测试 LLM 结算，建立成绩记录。哪些模型表现最好？哪些 prompt 结构更稳健？实际会出现哪些故障模式？

推动标准化当最佳实践逐渐浮现，社区应当推动形成可作为默认选项的标准 LLM+prompt 组合。这不会阻止创新，但有助于让流动性集中在大家都理解规则的市场上。

构建透明工具例如开发界面，让交易者在下注前就能轻松检查结算机制全貌——包括模型、prompt、信息源。结算规则不应藏在冗长细则里。

持续治理即便引入 AI 裁判，人类仍需做元层决策：哪些模型值得信任？当模型给出明显错误答案时如何处理？默认方案何时更新？目标并不是把人完全移出系统，而是把人从临时、逐案的裁决中抽离出来，转向系统化的规则制定。

预测市场有着巨大的潜力，能帮助我们理解一个嘈杂而复杂的世界。但这份潜力依赖于信任，而信任依赖于公平的合约结算。我们已经见过当结算机制失败时会发生什么：混乱、愤怒、交易者离场。我见过一些人因为某次结果违背了他们下注的精神，感到被欺骗，直接怒而退场，从此不再碰预测市场，哪怕他们曾经热爱这些平台。这意味着我们失去了一个释放预测市场价值、拓展其更广泛应用的机会。

LLM 裁判并不完美。但当它与加密技术结合时，它可以做到透明、中立，并对抗那些长期困扰基于人类的系统的操纵手段。在预测市场扩张速度快于治理机制迭代的时代，这或许正是我们需要的东西。