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。

[原文链接]