在加密货币领域众多叙事被证伪的当下，预测市场赛道却逆势增长，展现出独特的生命力。近期，一项引人注目的实验将人工智能引入了这个依赖“群体智慧”与“信息差”博弈的领域：让顶尖AI模型与在预测市场中获利的“聪明钱”人类玩家同台竞技，检验谁更接近“真相”。
实验设计：AI如何扮演预测者
为确保实验的公正性与可对比性，我们设定了以下核心规则：
- 模型选择： 主要选用Gemini 2.5 Pro（启用谷歌搜索）和Grok 4 Fast（通过OpenRouter调用，启用原生搜索）。选择依据在于两者背靠Google和X平台，理论上能获取最广泛、最即时的公共知识与舆论见解。
- 题目筛选： 由人类参与者选定预测题目，AI进行同步分析预测。为排除领域偏见，实验刻意避开了纯粹的加密货币主题。
- 信息输入： AI仅获得市场题目的官方标题、描述以及“是/否”二元选项。特别需要注意的是，输入信息严格排除了预测市场本身的实时赔率或押注数据，以防止AI简单地“跟随市场情绪”。
- 指令约束： 要求AI基于最新的新闻、官方声明及专家报告进行证据搜集，运用逻辑推理得出结论，并强制其仅输出“是”或“否”的答案，同时附上简短的推理过程。
赛果揭晓：Grok意外领先
在已结算的21个预测题目中，胜负结果如下：
- Grok 4 Fast： 预测正确率为75%，表现最佳。
- 人类“聪明钱”： 平均正确率为66.7%。
- Gemini 2.5 Pro： 正确率仅为52.4%，略高于随机猜测。
从数据上看，Grok的预测准确率已经超过了在市场中经验丰富、获利颇丰的人类交易者。然而，深入分析其决策逻辑，我们发现AI预测者仍存在显著缺陷。
AI预测的三大核心缺陷
1. 时间感知与条件解析错位
AI对时间上下文和题目结算条件的理解时常出现偏差。例如，在预测“特朗普2025年支持率是否会达到35%”时，Gemini错误地判断当时处于2025年上半年，从而得出“一切皆有可能”的模糊结论。更典型的案例是，在关于“爱泼斯坦文件是否会在12月20日前公布”的题目中，AI虽然知晓政府将于12月19日公布大量文件，却因错误理解结算条件（认为需要“全部”文件公布才算满足），而给出了否定答案。这暴露了AI在精准解析复杂、具体的现实世界规则方面的不足。
2. 推理深度受限与过度依赖常识
AI的推理有时停留在表面信息，缺乏深度关联和前瞻性思考。例如，面对“Gemini 3.0 Flash是否会在12月16日前发布”的问题，Grok仅基于近期官方未提及该型号就判断“证据不足”，而Gemini则通过分析历史版本发布模式（如1.0于2023年12月发布，2.0 Flash于2024年12月推出）并结合网络泄露信息，给出了更具深度的推理——尽管其最终结论是错误的。另一方面，AI也可能滑向另一个极端：在缺乏足够证据时，依赖泛化的常识进行主观臆测。例如，在预测特朗普单周支持率变化时，Gemini仅依据“普通一周内发生负面事件的概率略高”这一常识性假设进行判断，而非基于当周具体的新闻事件和数据。
3. 信息广度与证据筛选的不稳定性
实验表明，不同AI模型接入的信息源和证据筛选能力存在明显差异。Grok在多数情况下能更好地整合时事新闻与具体数据，而Gemini的表现则起伏较大。这种不稳定性意味着，AI的预测质量高度依赖于其瞬时获取的信息流质量，以及模型自身对信息可信度和相关性的判断机制，目前这仍是一个“黑箱”。
结论：AI是工具，而非“预言家”
本次实验证实，像Grok这样的AI在结构化信息整合与快速分析上已具备超越部分人类参与者的潜力，其75%的胜率值得关注。然而，AI并非全知全能。它在时间与条件解析、深度逻辑推理以及摆脱常识偏见方面，仍存在明显短板。对于预测市场参与者而言，AI可以作为一个强大的信息辅助和思维碰撞工具，但其输出结果必须经过人类对题目细节、市场规则和AI逻辑漏洞的严格审视。预测市场的终极博弈，依然是人类洞察力、信息处理能力与AI计算力相结合的艺术。
