从预测市场到信息金融

特别感谢 Robin Hanson 和 Alex Tabarrok 的反馈和审阅

以太坊应用中令我最兴奋的之一就是预测市场。我在 2014 年写过关于 futarchy，这是一个基于预测的治理模型由 Robin Hanson 设想。我在 2015 年是Augur的活跃用户和支持者（看，妈妈，我的名字出现在维基百科文章里！）。我在 2020 年通过下注选举赚取了 58,000 美元。今年，我则是 Polymarket 的密切支持者和追随者。

对许多人来说，预测市场是对选举进行赌注，赌博选举固然让人高兴，但根本上没有比在 pump.fun 上购买随机硬币更有趣。从这个角度来看，我对预测市场的兴趣可能看起来令人困惑。因此，在这篇文章中，我希望解释这个概念让我兴奋的原因。简而言之，我相信（i）即使是今天存在的预测市场仍然是一个非常有用的工具，而且（ii）预测市场只是一个更大、更强大类别的一个例子，具有在社交媒体、科学、新闻、治理和其他领域创建更好实现的潜力。我将把这个类别称为“信息金融”。

Polymarket 的两面：参与者的博彩网站，其他人的新闻网站

在过去的一周，Polymarket 成为了美国选举的一个非常有效的信息来源。Polymarket 不仅预测特朗普会以 60/40 的赔率胜出，而其他来源预测为 50/50（这本身并不令人印象深刻），它还展现了其他优点：当结果公布时，尽管许多评论员和新闻来源不断给观众留下某种对哈里斯的有利消息的希望，Polymarket 直接显示了真相：特朗普获胜的概率超过 95%，同时控制所有政府部门的概率超过 90%。

但对我来说，这甚至不是 Polymarket 有趣的最佳例子。那么让我们看看另一个例子：7 月的委内瑞拉选举。选举发生的第二天，我从眼角看到一些关于人们抗议高度操纵的选举结果的消息。起初，我对此并没有太在意。我知道马杜罗是一种“基本上是独裁者”的人物，所以我想，当然 他会伪造每次选举结果以维持自己的权力，当然 会有人抗议，而且当然 抗议会失败——不幸的是，很多抗议都是如此。但随后我在 Polymarket 上滚动时，看到这个：

人们愿意在这个选举上下注超过十万美元，赌这个选举中 23% 的机会是马杜罗会被推翻。现在 我开始关注了。

当然，我们知道这段情况的可悲结果。最终，马杜罗仍然维持权力。然而，市场让我意识到 这次 推翻马杜罗的尝试是认真的。有大规模的抗议，反对派采用了一种出乎意料的、执行得当的策略向全世界证明选举的欺诈性。如果我没有从 Polymarket 收到最初的信号：“这次有些值得关注”，我甚至不会开始那么关注。

你绝不能完全信任图表：如果 每个人 都信任图表，那么任何拥有资金的人都可以操纵图表，而没有人敢和他们下注。另一方面，完全信任新闻也是个坏主意。新闻有一个追求轰动效应的动机，为了点击而夸大任何事情的影响。有时候，这种做法是合理的，有时候则不是。如果你看到一篇轰动的文章，但随后你去市场发现相关事件的概率根本没有变化，那么保持怀疑是有道理的。或者，如果你在市场上看到意外的高或低概率，或者意外的突然变化，那就是一个信号去阅读新闻，查看是什么造成的。结论：通过阅读新闻 和 图表，你可以比单独阅读其中一个更了解情况。

让我们 recap 此时发生了什么。如果你是一个下注者，那么你可以向 Polymarket 存款，对你来说它是一个博彩网站。如果你不是下注者，那么你可以阅读图表，对你来说它是一个新闻网站。你绝不能完全信任图表，但我个人已经将查看图表作为我的信息收集工作流中的一步（与传统媒体和社交媒体一起)，这帮助我更加高效地获取信息。

更广泛的信息金融

现在，我们进入重要的部分：预测选举只是第一个应用。更广泛的概念是，你可以利用金融作为一种协调激励的方法来为观众提供有价值的信息。现在，一个自然的反应是：所有金融不都是基于信息吗？ 不同的参与者由于对未来将会发生的事情有不同的看法（除了个人需求，像是风险偏好和对冲的愿望），从而做出不同的买卖决定，你可以根据市场价格推测出很多关于世界的知识。

对我来说，信息金融就是这样，但根据构造修正。类似于软件工程中正确构造的概念，信息金融是一个学科，其中你（i）从你想要了解的事实出发，然后 (ii) 有意地设计一个市场以最佳方式从市场参与者那里引出该信息。

其中一个例子是预测市场：你想要了解一个未来将发生的特定事实，因此你建立一个市场让人们下注。另一个例子是决策市场：你想知道决策 A 还是决策 B 根据某种指标 M 会产生更好的结果。为此，你建立 条件市场：你要求人们下注 (i) 将选择哪个决策, (ii) 如果选择决策 A 的 M 的值，否则为零, (iii) 如果选择决策 B 的 M 的值，否则为零。根据这三个变量，你可以弄清楚市场认为决策 A 还是决策 B 对 M 的值更乐观。

我预计在下一个十年将为信息金融加速的技术是 AI（无论是 LLM 还是某种未来技术）。这是因为信息金融中最有趣的许多应用都是在“微观”问题上：数百万个小市场用于决策，单个市场的后果相对较小。实际上，低量市场往往无法有效运作：对于一个复杂的参与者来说，仅仅为了几百美元的利润而花时间进行详细分析是没有意义的，许多人甚至辩称没有补贴这样的市场根本无法运作，因为除非是最大的问题，通常没有足够的天真交易者使复杂交易者获利。AI 完全改变了这个等式，这意味着我们甚至可以在裹有 10 美元交易量的市场上获得相当高质量的信息。即使真的需要补贴，每个问题的补贴金额也变得极其可负担。

精炼人类判断的信息金融

假设你有一个你信任的人类判断机制，并且这个机制得到了整个社区的合法性，但是做出判断需要很长的时间和很高的成本。然而，你希望便宜又实时获取至少一个“成本机制”的近似副本。这里是Robin Hanson 的想法：每当你需要做出决策时，你就在这项决策上设立一个预测市场，看看这个成本机制 会 对该决策作出怎样的判断。你让预测市场运行，并投入一小笔资金以补贴市场做市商。

99.99%的时间里，你并不会真正调用这个成本机制：也许你会“撤回交易”，把每个人的存款都退还，或者你只是给每个人零，或者你查看平均价格是更接近于 0 还是 1，并将其视为真实结果。0.01%的时间里——也许随机，也许是针对高交易量的市场，也许是两者的组合——你真的会运行这个成本机制，并根据实际结果对参与者进行补偿。

这为你提供一个可信的中立快速又便宜的“精炼版本”与你原本高度可信但极其昂贵的机制（使用“精炼”这个词作为LLM 精炼的类比）。随着时间的推移，这个精炼机制大致反映了原始机制的行为——因为只有那些帮助机制达到该结果的参与者可以盈利，而其他参与者则亏损。

这不仅在社交媒体方面有应用，在 DAO 方面也有应用。DAO 的一个主要问题是有如此多的决策，大多数人不愿意参与其中，这导致要么广泛采用委托，面临我们在代议制民主中看到的同样的中心化和代理人问题，要么容易受到攻击。一个实际的投票仅发生得很少，而大多数事情由预测市场决策，结合一些人类和 AI 预测投票的 DAO 可能会运作良好。

正如我们在决策市场的例子中看到的，信息金融包含许多解决去中心化治理中重要问题的潜在路径。关键在市场与非市场之间的平衡：市场是“引擎”，而其他一些非金融化的可靠机制是“方向盘”。

信息金融的其他应用案例

个人代币——像 Bitclout（现在的 deso）、friend.tech 和许多其他项目为每个人创建代币并便于对这些代币进行投机——是我称之为“原始信息金融”的一个类别。它们故意为特定变量创建市场价格——即人们未来知名度的预期——但价格所揭示的信息过于不具体，受到反身性和泡沫动态的影响。有可能创建更好的此类协议版本，并利用它们解决如人才发现等重要问题，通过更加仔细地设计代币的经济模型，特别是其最终价值的来源。Robin Hanson 的声望期货想法是这个方面的一个可能的最终结果。

广告——最终的“昂贵但可靠的信号”是你是否会购买产品。基于该信号的信息金融可以帮助人们识别应购买什么。

科学同行评审——科学中存在一个持续的“复制危机”，许多著名的结果在一些情况下成为民间智慧，结果却无法通过更新的研究复制。我们可以尝试通过预测市场确定需要重新检查的结果。在重新检查完成之前，这样的市场还将给读者一个快速的估算，以帮助他们决定应该多大程度上信任任何特定结果。这一思路的实验已经进行，且目前似乎成功。

公共产品融资——以太坊中使用的公共产品融资机制的一个主要问题是其“人气竞赛”特性。每个贡献者需要在社交传媒上进行营销以获得认可，而那些不具备此能力或本身承担“背景”角色的贡献者很难获得可观的资金。一个吸引人的解决方案是尝试追踪整个依赖关系图：对于每一个正成果，哪些项目做出了多大贡献，然后对于所有这些项目，又有哪些项目对 那 些项目做出了贡献，等等。这种设计面临的主要挑战是以一种抵御操纵的方式确定边的权重——毕竟，操作早已时常发生。一个精简的人类判断机制可能会有所帮助。

结论

这些想法已经理论化很长时间：关于预测市场乃至决策市场的最早著作已有几十年，并且类似理论的金融理论的起源更为古老。然而，我认为当前的十年提供了独特的机会，主要有以下几个关键原因：

• 信息金融解决了人们实际存在的信任问题。这个时代一个常见的担忧是缺乏知识（更糟的是，缺乏共识）关于在政治、科学和商业背景下该相信谁信息金融的应用可能有助于帮助出解决方案。
• 我们现在拥有可扩展的区块链作为基础设施。直到很久以前，费用过高，无法真正实现这些想法。现在，这些费用再也不是问题。
• 作为参与者的 AI。当信息金融必须依赖人类参与每个问题时，与之运作相对困难。AI显著改善了这一局面，使得即使在小规模问题上也能形成有效市场。许多市场可能会在特定问题的交易量从小到大突然切换，导致 AI 和人类参与者结合。

为了充分利用这个机会，是时候超越预测选举，探索信息金融能够给我们带来的其余好处。

• 原文链接： vitalik.eth.limo/general...
• 登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～