从预测市场到信息金融

最让我兴奋的以太坊应用之一是预测市场。2014 年，我撰写了一篇关于 futarchy 的文章，这是 Robin Hanson 构想的一种基于预测的治理模型。早在 2015 年，我就是 Augur 的活跃用户和支持者（妈妈，看，我的名字在维基百科文章中！）。我在 2020 年大选投注中赚了 $58,000。今年，我一直是 Polymarket 的密切支持者和追随者。

对许多人来说，预测市场就是对选举下注，而对选举下注就是赌博——如果它能让人们享受乐趣，那就太好了，但从根本上讲，它并不比在 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似乎令人困惑。所以在这篇文章中，我旨在解释这个概念让我兴奋的原因。简而言之，我相信 (i) 预测市场即使存在至今，对世界来说仍然是一个非常有用的工具，但此外（ii） 预测市场只是更大、更强大的类别的一个例子，有潜力在社交媒体、科学、新闻、治理和其他领域创造更好的实现。我将这个类别标记为“信息金融“.

Polymarket 的两面性：为参与者提供的博彩网站，为其他所有人提供的新闻网站

在过去一周，Polymarket 一直是有关美国大选的非常有效的信息来源。Polymarket 不仅预测特朗普获胜的几率为 60/40（而其他消息来源的预测为 50/50，这本身并不太令人印象深刻），还展示了其他优点：当结果公布时，尽管许多专家和新闻来源一直在引诱观众，希望他们能听到对卡玛拉有利的消息，但 Polymarket 却直接揭示了真相：特朗普获胜的几率超过 95%，同时夺取所有政府部门控制权的几率超过 90%。

 两张截图均拍摄于美国东部时间 11 月 6 日凌晨 3:40但对我来说，这甚至不是 Polymarket 有趣的最佳例证。让我们来看另一个例子：7 月份委内瑞拉的选举。选举结束后的第二天，我记得眼角余光看到有人在抗议委内瑞拉被严重操纵的选举结果。起初，我对此不以为然。我知道马杜罗已经是那些“基本上是独裁者”的人物之一，所以我想， 当然 他会伪造每一次选举结果以保住自己的权力， 当然 有些人会抗议， 当然 抗议活动将会失败——不幸的是，许多其他抗议活动也失败了。但后来我在 Polymarket 上浏览时看到了这个：

人们愿意投入十多万美元，打赌有 23% 的机会 这 这次选举将是马杜罗真正被打倒的一次选举。 现在 我正在留意。

当然，我们知道这种情况的不幸结果。最终，马杜罗确实继续掌权。然而， 市场让我意识到 这次推翻马杜罗政权的企图是认真的。抗议活动规模巨大，反对派出人意料地采取了执行得当的策略，向世界证明了选举是多么的欺诈。如果我没有收到 Polymarket 最初的信号“这次，有些事情值得关注”，我甚至不会开始关注。

你不应该完全相信图表：如果 每个人 相信图表，那么任何有钱的人都可以操纵图表，没有人敢与他们打赌。另一方面，完全相信新闻也是一个坏主意。新闻有煽情的动机，为了点击量而夸大任何事情的后果。有时，这是合理的，有时则不是。如果你看到一篇耸人听闻的文章，但你去市场发现相关事件的概率根本没有改变，那么怀疑是有道理的。或者，如果你看到市场上出现意外的高或低概率，或者出现意外的突然变化，这是一个信号，让你仔细阅读新闻，看看是什么原因造成的。 结论：通过阅读新闻你可以了解更多信息 和 图表，而不是单独阅读其中任何一个.

让我们回顾一下这里发生的事。 如果你是博彩玩家，那么你可以向 Polymarket 存款，对你来说，这是一个博彩网站。如果你不是博彩玩家，那么你可以阅读图表，对你来说，这是一个新闻网站。你永远不应该完全相信图表，但我个人已经把阅读图表作为我信息收集工作流程中的一个步骤（与传统媒体和社交媒体一起），它帮助我更有效地获取更多信息。

更广泛意义上的信息金融

现在，我们进入重点部分： 预测选举只是第一个应用程序。更广泛的概念是，你可以 使用财务作为协调激励措施的一种方式，以便为观众提供有价值的信息现在，一个自然的反应是： 从根本上来说，难道所有金融不是都与信息有关吗？ 不同的参与者对未来会发生什么有不同的看法（除了风险偏好和对冲愿望等个人需求外），因此会做出不同的买卖决策，您可以通过阅读市场价格来推断出很多有关世界的知识。

对我来说，信息金融就是这样，但结构正确。与软件工程中结构正确的概念类似，信息金融是一门学科，你 （i）从你想知道的事实开始，然后（ii）刻意设计一个市场，以便从市场参与者那里最佳地获取该信息.

信息金融是一个三边市场：投注者做出预测，读者阅读预测。市场将对未来的预测作为公共物品输出（因为这是它被设计的目的）。其中一个例子是 预测市场：你想知道未来会发生的某个具体事实，所以你设立了一个市场让人们押注这个事实。另一个例子是 决策市场：你想知道根据某个指标 M，决策 A 和决策 B 哪个会产生更好的结果。为此，你设置了 有条件市场：你要求人们押注 (i) 会选择哪个决策，(ii) 如果选择决策 A，则 M 的值，否则为零，(iii) 如果选择决策 B，则 M 的值，否则为零。有了这三个变量，你就可以确定市场认为决策 A 还是决策 B 对 M 的值更有利。

我预计未来十年将推动信息金融发展的一项技术是人工智能 （无论是法学硕士还是未来的技术）。这是因为信息金融的许多最有趣的应用都涉及“微观”问题：数百万个小型市场，这些市场单独做出的决策后果相对较小。实际上，交易量低的市场通常无法有效运作：对于一个经验丰富的参与者来说，花时间进行详细分析只是为了几百美元的利润是没有意义的，许多人甚至认为，如果没有补贴，这样的市场根本无法运作，因为除了最庞大和最轰动的问题之外，没有足够多的天真的交易者让经验丰富的交易者从中获利。人工智能完全改变了这个等式，这意味着即使在交易量为 $10 的市场上，我们也有可能获得相当高质量的信息。即使没有补贴 是 如果需要，每个问题的补贴数额就会变得极其便宜。

信息金融需要人类的精炼判断

假设你有一个你信任的人类判断机制，并且它具有整个社区信任它的合法性，但需要很长时间和高成本才能做出判断。然而，你希望至少获得一个 近似副本 以低成本实时地实现这种“昂贵机制”的预测。以下是 Robin Hanson 提出的建议：每次你需要做出决定时，你都可以建立一个预测市场，预测这种昂贵机制将产生什么结果。 会 做出是否被叫停的决定。你让预测市场运行，并投入少量资金来补贴做市商。

99.99% 的时间里，你实际上并不会调用昂贵的机制：也许你会“撤销交易”并返还每个人的投入，或者你只是给每个人零，或者你看看平均价格是否更接近 0 或 1 并将其视为基本事实。0.01% 的时间 – 可能是随机的，可能是针对交易量最大的市场，可能是两者的某种组合 – 你实际上运行昂贵的机制，并据此补偿参与者。

这为你提供了一个可信、中立、快速且廉价的“精炼版”，即你原来高度可信但成本极高的机制（使用“精炼”一词来类比 LLM 精炼）。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——因为只有帮助它实现这一结果的参与者才能赚钱，而其他人则会赔钱。

可能的预测市场 + 社区笔记组合的模型。

这不仅适用于社交媒体，也适用于 DAO。DAO 的一个主要问题是，决策数量太多，大多数人都不愿意参与其中，这导致要么广泛使用委托，存在代议制民主中常见的那种集中化和委托代理失灵的风险，要么容易受到攻击。DAO 中实际投票很少发生，大多数事情都由预测市场决定，由人类和人工智能结合预测投票，这样可能会运行良好。

正如我们在决策市场例子中看到的，信息金融包含许多解决分散治理中重要问题的潜在途径。 关键是市场与非市场的平衡：市场是“引擎”，其他一些非金融化的信任机制是“方向盘”.

信息金融的其他用例

– 个人代币 – 诸如 Bitclout（现为 deso）、friend.tech 等许多为每个人创建代币并使其易于投机的项目，我将其称为“原始信息金融”。他们故意为特定变量（即对某人未来声望的期望）创造市场价格，但价格所揭示的确切信息过于不具体，并且受反身性和泡沫动态的影响。有可能创建此类协议的改进版本，并通过更加谨慎地设计代币的经济设计（尤其是其最终价值来自何处）来解决人才发现等重要问题。罗宾汉森的声望未来理念是这里的一种可能的最终状态。

- 广告 – 最终的“昂贵但值得信赖的信号”是您是否会购买产品。基于该信号的信息金融可用于帮助人们确定要购买什么。

– 科学同行评审 – 科学界一直存在着“复制危机”，即某些著名结果在某些情况下已成为民间智慧的一部分，但最终却无法在新研究中再现。我们可以尝试通过预测市场来确定需要重新检查的结果。在重新检查之前，这样的市场还会让读者快速估计他们应该对任何特定结果的信任程度。这种想法的实验已经完成，到目前为止似乎取得了成功。

– 公共物品融资 – 以太坊使用的公共物品融资机制的主要问题之一是其“人气竞赛”性质。每个贡献者都需要在社交媒体上开展自己的营销活动才能获得认可，而那些没有能力做到这一点或天生具有更多“背景”角色的贡献者很难获得大量资金。一个有吸引力的解决方案是尝试跟踪整个 依赖图：对于每一个积极成果，哪些项目对其贡献了多少，然后对于每一个项目，哪些项目对其贡献了多少 那等等。这种设计的主要挑战是找出边缘的权重，使其能够抵抗操纵——毕竟，这种操纵已经一直在发生。精炼的人类判断机制可能会有所帮助。

结论

这些想法已经被理论化了很长时间：关于预测市场甚至决策市场的最早著作已有几十年历史，而金融理论的类似论述则更为古老。然而，我认为，当前十年提供了一个独特的机会，主要原因如下：

– 信息金融解决的是人们实际存在的信任问题。这个时代的一个普遍担忧是缺乏知识（更糟糕的是，缺乏共识），不知道在政治、科学和商业环境中应该信任谁。信息金融应用可以帮助成为解决方案的一部分。

– 我们现在拥有可扩展的区块链作为基础直到最近，费用仍然过高，无法真正实施这些想法。现在，费用不再过高。

– 人工智能作为参与者信息金融在必须依靠人类参与每个问题时，相对难以运作。人工智能极大地改善了这种情况，即使在小规模的问题上也能实现有效的市场。许多市场可能会有人工智能和人类参与者的组合，特别是当特定问题的数量突然从小变为大时。

为了充分利用这个机会，我们应该超越仅仅预测选举，探索信息金融还能为我们带来什么。

相关：以太坊基金会 2024 年报告概述：筹集了多少资金以及花在了哪里？

原标题：以太坊基金会报告 原作者：以太坊基金会 原译：Odaily星球日报夫 以太坊基金会是什么？ 以太坊基金会（EF）是一个支持以太坊生态系统的非营利组织，是资助协议开发、发展社区和推广以太坊的组织、个人和公司社区的一部分。 EF 处于一种新型组织的最前沿：支持区块链生态系统，但不控制它。 这让每个人每天都在思考，EF 需要成为什么样的组织才能支持以太坊的长期发展。 EF 本身分为许多单独的团队，并认为小型自治团队是完成工作最有效的结构。 新团队通常会通过分叉现有团队来有机地成长，以响应……