预测市场为何成为投资新宠？Polymarket、Kalshi、Opinion深度解析

作者：Yokiiiya Stablehunter

今天和一位朋友聊天，他提出了一个非常有趣的问题：“如果加密货币与金融科技在未来十年真的创造了价值，那么最大的赢家会是谁？换句话说，这个领域的‘七大巨头’会是哪些公司？”

Revolut、Robinhood、Coinbase、Stripe……这些显然是第一批被提及的名字。过去十年，它们已经证明了自己有能力重新定义传统金融的某些部分。

然而，在讨论中，我突然意识到：我的思考框架其实存在一个误区。我总是在问——“传统金融中还有哪些环节没有被重塑？”这个逻辑本质上仍是在旧地图上寻找空白。

但真正应该问的是：

有哪些公司不是在数字化旧金融，而是在创造一个全新的金融市场？

在这个框架下，有一个名字几乎是默认的——Polymarket。这并不是因为它增长迅速，也不是因为它最近频繁出现在媒体报道中，而是因为它做的事情与众不同：它没有改造银行，也没有改造支付，而是改造了“事件”本身。它将事件转化为资产，把概率转化为价格。

而恰好，预测市场在过去一年再次爆火。因此，我们自然会追问一个更重要的问题：为什么预测市场会在2024-2025年突然成为“最值得关注的赛道之一”？在这轮复兴中，Polymarket、Kalshi、Opinion又各自代表了怎样的路径？

二、为什么预测市场会在2024-2025年再次升温？

如果仅仅用“美国大选”或“名人事件”来解释这波热度，其实是站不住脚的。过去几年也有无数热点，但预测市场从未达到如此高度。这次不同。背后隐藏着几条更深层次的结构性变化。

1）AI让“概率”重新变得重要

过去，大模型输出的答案通常是判断句；现在，越来越多的场景开始输出概率。无论是预测CP、降息、公司事件还是政策走向，概率的出现都会自然产生一个需求：概率需要价格，价格需要市场。因此，预测市场首次成为AI工作流的一部分，而不仅仅是一个“投机型工具”。这一点的影响远超当前讨论的范围。

2）它被媒体当成了“实时情绪指标”

过去一年，一个明显的变化是：越来越多的主流媒体开始引用Polymarket。为什么？因为它比民调更快，也比专家判断更加透明。媒体引用→用户增长→市场深度提升，这是一个简单但有效的飞轮。过去预测市场不够大，是因为它没有进入主流叙事；现在，它进入了。

3）事件密度高，但市场上缺少“对应的工具”

2024-2025年的世界，信息密度比过去十年任何时候都高：选举、地缘政治、宏观政策、科技监管、企业事件（尤其是AI）。问题在于：这些事件影响深远，但缺乏相应的金融工具进行交易。

你可以购买黄金、美股或国债，但无法购买“美联储12月降息的概率变化”、“某位CEO是否会在本季度离职”或“某项监管是否会落地”。预测市场正好填补了这一空白。本质上，它创造了一种新的资产类型：事件资产。

4）监管态度发生了小但重要的变化

CFTC曾经处罚过Polymarket，但与此同时，Kalshi却拿到了CFTC的牌照。这释放了一个非常现实的信号：一部分预测市场可以合规化，灰色地带开始被划分。对机构投资者而言，“不确定性降低”就是增长信号。

5）用户结构变了

过去：以娱乐型用户为主，流动性分散，产品更像是“信息类应用”。这次明显不同：机构账户增多，专业玩家进入，使用它进行对冲的基金增加，AI公司将其视为参考。当用户结构从“吃瓜”升级到“交易”，市场的质量就会发生质变。

小结

预测市场并非突然火爆。它是AI的需求、媒体的引用、宏观环境的推动、用户结构的变化以及监管边界的逐渐明确共同促成的一次结构性抬升。这一波并非短期事件驱动，更像是预测市场第一次获得了“时代的使用场景”。

三、三条完全不同的路径：Polymarket、Kalshi、Opinion

同样是做预测市场，这三家公司走的路线完全不同。它们解决的不是同一个问题，面对的也不是同一类用户。将它们放在一起看，反而能窥见这个赛道未来可能的分层结构。

1）Polymarket：把事件本身做成资产

Polymarket的路线非常直接：把事件转化为资产，把概率转化为价格。它不是传统意义上的“预测工具”，更像是一块实时事件价格屏。社会关注度越高、事件密度越大、媒体引用越频繁，它的市场反应就越快。用户理解门槛低、情绪推动强，这是它快速增长的原因。优势是速度；挑战是监管。一句话概括：事件资产化的入口。

2）Kalshi：可监管的事件衍生品交易所

Kalshi是最金融化的一条路线。它专注于可以被监管定义、可以被模型捕捉的事件合约：CPI、失业率、收益率、FOMC等。它吸引的是另一类用户：宏观交易员、对冲基金、量化团队。这决定了它的交易结构比Polymarket更稳定、更可放大。

你在Kalshi上看到的政治市场并不代表它与Polymarket是同一类产品——政治只是其中一种可监管的事件类别，并不承担增长逻辑。一句话概括：事件衍生品交易所，预测市场的金融基础设施。

3）Opinion Labs：AI时代的模型共识层

Opinion走的是第三条路线，既不面向大众交易，也不服务机构交易员。它试图为AI模型建立一个“概率共识层”：让不同模型输出的概率可以被聚合、被引用，并最终被市场定价。它的目标用户不是人，而是模型。不是“让用户下注”，而是“让模型有一个可读、可交易的概率接口”。

这条路的时间尺度更长，也更前置。相较前两家，Opinion的发展阶段明显处于最早期。

它已经有交易界面（opinion.trade），但会对美国、中国等地区设置访问限制，因此在不同网络环境下的访问体验不一致。公开信息不多，主要对外触点仍然是Twitter。底层仍在快速迭代中，品牌和官网并非优先级。

这不是“不成熟的网站体验”，而是早期基础设施项目的典型状态：先把底层机制跑通，再逐步走向外部的稳定化。

一句话概括：Opinion已有产品，但整体仍处于非常早期阶段，更像是未来AI生态的一块底层积木，而不是当下用户规模竞争的一员。

Polymarket、Kalshi和Opinion看似都在做预测市场，但它们的方向、产品结构、合规路径和未来定位完全不同：Polymarket捕捉的是“注意力与情绪”。Kalshi捕捉的是“风险与定价模型”。Opinion捕捉的是“AI对未来的理解方式”。

它们对应预测市场的三层结构：大众层、金融层、模型层。正因为这三条路径同时出现，这一轮预测市场才不像过去那样——不是一个产品突然火爆，而是一个市场正在成形。

四、我对这个赛道的一个观察：AI在制造噪音，Web3在区分噪音

我不想给预测市场下一个“未来会怎样”的结论，因为我对这个赛道并没有深入研究。但过去一年，在不同项目、不同产品形态中，我反复看到一件事：AI与Web3的结合比我们想象得更快，而且方向非常明确。

AI的能力在于“生成”——生成文本、生成判断、生成预测。但当它生成的内容越来越多时，一个新的问题也越来越明显：AI在制造噪音。判断、解释、概率、推断，每一项都在指数级增长。信息量变多→噪音变大→成本变高。

而Web3的作用，恰好在噪音之后：Web3在区分噪音。它提供的不是“内容”，而是：不可篡改、可结算、可验证、可对齐激励、可形成价格。

这两者的结合，在金融市场上会逐渐变得自然：

AI负责生成对未来的看法；Web3负责把这些看法放进市场里，让它们接受价格、时间和激励的检验。

预测市场只是一个非常直观的例子。它把“AI生成的概率”转化为“金融可以使用的价格”。从这个角度看，它更像一个接口，而不是一个应用。我不确定这个赛道最终会长什么样，但我能看到的是：AI正在让未来变得更模糊，Web3正在让未来变得更可验证。而在金融市场中，这两者天然会相互需要。