AI 機器人正在押注未來,但它們在作弊

人類建立的每一個發現真相的系統,從同行評審的科學到調查性新聞再到證券交易所,都依賴於問責制。預測市場也不例外。它們將猜測轉化為價格,使人們可以用真金白銀來押注聯準會是否會降息或誰會贏得下次選舉。多年來,這些都是人類的遊戲,涉及交易員審視民意調查或經濟學家分析數據。但情況發生了變化。AI 代理正在創建自己的市場,每秒執行數千筆交易,並自動結算賭注,整個過程完全沒有人類參與。

這個說法聽起來很有吸引力:完美的資訊、即時的價格更新、以機器速度運行的市場。更快一定更好,對嗎?不一定。沒有人談論的問題是,沒有驗證的速度只是快轉的混亂。當自主系統以閃電般的速度相互交易,而沒有人能追蹤它們使用了什麼數據或為何進行特定賭注時,你沒有市場;你有的是一個碰巧移動資金的黑盒子。

顯而易見卻被忽視的問題

我們已經瞥見這可能會出多大的錯。華頓商學院和香港科技大學 2025 年的一項研究顯示,當 AI 驅動的交易代理被投放到模擬市場中時,機器人自發地相互串通,進行價格操縱以產生集體利潤,而沒有任何明確的程式設計指令。

問題在於,當 AI 代理下單交易、移動價格或觸發支付時,通常沒有記錄說明原因。沒有書面記錄,沒有審計日誌,因此無法驗證它使用了什麼資訊或如何做出該決定。

想想這在實踐中意味著什麼。市場突然波動 20%。是什麼原因?AI 看到了真實的東西,還是機器人出現故障?這些問題目前沒有答案。隨著更多資金流入機器做主的系統,這是一個嚴重的問題。

缺少的東西

要讓 AI 驅動的預測市場真正發揮作用,而不僅僅是快速運行,它們需要當前基礎設施無法提供的三樣東西:

• 可驗證的數據追蹤:輸入預測的每一條資訊都需要一個永久的、防篡改的記錄,記載它來自哪裡以及如何被處理。沒有這個,你無法區分訊號和噪音,更不用說抓住操縱行為。
• 透明的交易邏輯:當機器人執行交易時,該決定需要連結到明確的推理:什麼數據觸發了它,系統有多大把握,決策路徑是什麼樣的。不僅僅是「代理 A 購買了合約 B」,而是完整的原因鏈。
• 可審計的結算:當市場結算時,每個人都需要訪問完整的記錄,什麼觸發了結算,檢查了哪些來源,如何處理爭議,以及如何計算支付。任何人都應該能夠獨立驗證結果是否正確。

目前,這些都不存在於規模化系統中。預測市場,即使是複雜的市場,也不是為驗證而建的。它們是為速度和交易量而建的。問責制應該來自你只需信任的中心化營運商。

當營運商是演算法時,這種模式就失效了。

為什麼重要

根據最近的市場數據,預測市場交易量在過去一年爆炸式增長,現在有數十億資金易手。其中大部分活動已經是半自主的,演算法與其他演算法交易,機器人根據新聞源調整頭寸,自動化做市商不斷更新賠率。

但處理這些交易的系統沒有好的方法來驗證正在發生什麼。它們記錄交易,但記錄不等同於驗證。你可以看到交易發生了,但你看不到原因,或其背後的推理是否合理。

隨著更多決策從人類交易員轉移到 AI 代理,這一差距變得危險。你無法審計你無法追蹤的東西,你無法爭議你無法驗證的東西。最終,你無法信任基本行動發生在黑盒子內的市場,包括創造者在內的任何人都無法完全理解。

這不僅關乎預測市場。自主代理已經在信貸承保、保險定價、供應鏈物流甚至能源電網管理中做出重要決策。但預測市場是問題首先浮現的地方,因為這些市場是明確設計來揭露資訊差距的。如果你無法驗證專門用來揭示真相的預測市場系統中發生的事情,那麼對於更複雜的領域還有什麼希望?

接下來會發生什麼

解決這個問題需要重新思考市場基礎設施的運作方式。傳統金融市場依賴的結構對人類速度的交易運作良好,但當涉及機器時會產生瓶頸。加密原生替代方案強調去中心化和抗審查性,但往往缺乏驗證實際發生情況所需的詳細審計追蹤。

解決方案可能存在於中間某處:系統足夠去中心化,使自主代理能夠自由運作,但又足夠結構化,以維護每個動作的完整、加密安全的記錄。標準不再是「相信我們,我們正確結算了」,而是變成「這是我們正確結算的數學證明,自己檢查吧」。

市場只有在參與者相信規則會被執行、結果會公平、爭議可以解決時才能運作。在傳統市場中,這種信心來自機構、法規和法院。在自主市場中,它必須來自基礎設施,從根本上設計成使每個動作都可追蹤、每個結果都可證明的系統。

速度與信任

預測市場的支持者對核心理念是正確的。這些系統可以聚合分散的知識,並以其他機制無法做到的方式揭示真相。但聚合資訊與發現真相之間存在差異。真相需要驗證。沒有它,你只有共識,而在由 AI 代理運行的市場中,未經驗證的共識是災難的配方。

預測市場的下一章將取決於是否有人建立基礎設施,使這些交易可審計、這些結果可驗證、這些系統值得信賴。