以太坊的預測市場引起了作者的興趣，尤其是futarchy治理模式和Augur平台的應用。作者透過Polymarket觀察選舉結果，發現其提供的資訊來源相較於傳統媒體更為準確。此外，作者提出「資訊金融」概念，強調利用金融機制激勵人們提供有價值資訊，如決策市場和公共專案資助。 AI有潛力推動資訊金融的發展，使得即使在小規模市場中也能獲得高品質資訊。作者認為，我們應探索資訊金融的更廣泛應用，不僅限於選舉。
最讓我興奮的以太坊應用之一就是預測市場。 2014年，我寫了一篇關於futarchy的文章，是Robin Hanson構想的一個基於預測的治理模式。早在2015年，我就是Augur的積極的使用者和支持者。我在2020年大選投注中賺了58,000美元。今年，我一直是Polymarket的密切支持者和追隨者。
對許多人來說，預測市場就是對選舉下注，而對選舉下注就是博彩——如果它能讓人們享受樂趣，那就太好了，但從根本上講，它並不比暴漲更有趣。上購買隨機代幣更有趣。從這個角度來看，我對預測市場的興趣似乎令人困惑。因此，在這篇文章中，我打算解釋這個概念讓我感到興奮的原因。簡而言之，我相信（i）即使預測市場對世界來說也是一個非常有用的工具，但除此之外（ii）預測市場只是一個更大、非常強大的類別的例子，它有潛力創造更好的社群媒體、科學、新聞、治理等領域的實現。我將這個類別稱為「資訊金融（info Finance）」。
Polymarket的兩面性：為參與者提供的押注網站，為其他所有者提供的新聞網站
在過去的一周中，Polymarket 一直是有關美國大選的非常有效的資訊來源。 Polymarket 預測川普的預測為60/40（而其他消息來源的預測為50/50，這本身並不算令）讓人印象深刻），也展示了其他優點：當結果出來時，儘管專家和新聞一直在吸引觀眾，希望他們能聽到對哈里斯有利的消息，但Polymarket 卻直接揭示了真相：川普決策的決策超過95%，同時奪取所有政府部門控制權的決策超過90%。
兩張截圖皆拍攝於美國東部時間11月6日凌晨3點40分
但對我來說，這甚至不是Polymarket有趣的最佳例子。所以讓我們來看另一個例子：7月建立的選舉。結束選舉角後的第二天，我記得眼餘光看到有人在抗議被高度讚揚的選舉結果。選舉，我沒怎麼在意。我知道馬杜羅已經是那些「基本上是獨裁者」的人物之一，所以我想，他當然會抄襲一次每選舉結果以保住自己的權力，當然會有人抗議，當然抗議會失敗——不幸的是，許多其他人都失敗了。但後來我在Polymarket上滾動瀏覽時，看到了這個：
人們願意投入十多萬美元，打賭馬杜羅在這次選舉中被兌換的可能性為23%。現在我開始關注了。
當然，我們知道這種情況的不幸結果。最終，馬杜羅確實繼續掌握權力。然而，市場讓我意識到，這一次，取代馬杜羅的意圖是嚴重的。抗議活動規模龐大，反對派產生了一個出人意料地執行良好的策略，向世界證明了選舉是如何進行的。如果我沒有收到Polymarket 最初的信號“這次，有些事情值得關注”，我什至不會開始關注。
永遠不應該相信Polymarket押注K線走勢圖：如果每個人都相信押注K線走勢圖，那麼完全有錢的人都可以學習押注K線走勢圖，沒有人敢跟他們打賭。另外，完全相信新聞也是個壞想法。新聞有煽情的動機，為了點擊量而誇大任何事情的後果。有時候，這是合理的，有時則不然。如果你看到一篇聳人聽聞的文章，但你去市場發現相關事件的機率根本沒有改變，那麼懷疑也是有道理的。或者，如果你看到市場上意外的高或低機率，或是意外的突然變化，那就是一個訊號，讓你通讀新聞，看看是什麼原因造成的。結論：與單獨閱讀其中任何一種比較，透過閱讀新聞和押注K線走勢圖，您可以獲得更多資訊。
讓我們回顧一下這裡發生的事情。如果你是博彩玩家，那麼你可以向Polymarket押注，對你來說，這是一個博彩網站。如果你不是博彩玩家，那麼你可以閱讀押注K線走勢圖，對你來說，這是一個新聞網站。你永遠不應該完全相信押注K線走勢圖，但我個人已經將閱讀押注K線走勢圖作為我資訊收集工作流程中的一個步驟（與傳統媒體和社交媒體一起），它幫助我更有效地獲取更多資訊。
資訊金融更廣泛的含義
現在，我們進入重要的部分：預測選舉結果只是第一個應用。更廣泛的概念是，你可以使用金融作為激勵協調機制的方式，以便為受眾提供有價值的資訊。現在，一個自然的反應是：考慮所有金融根本上不是都與資訊有關嗎？不同的參與者會做出不同的買賣決策，因為他們對未來會發生什麼不同的看法（除了個人需求，如風險偏好和對沖預期） ），你可以透過閱讀市場價格來推斷出許多關於世界的知識。
對我來說，資訊金融就是這樣，但結構上是正確的。與軟體工程中結構上正確的概念類似，資訊金融是一門學科，它要求你（i）從你想知道的事實開始，然後(ii) 刻意設計一個市場，以最佳方式從市場參與者那裡獲取該資訊。
資訊金融是一個三邊市場：投資人做出預測，讀者閱讀預測。市場將未來的預測作為公共物品輸出（因為這是它被設計的目的）。
預測市場就是一個例子：你想知道未來會發生的某個具體事實，所以你建立了一個市場讓人們押注這個事實。另一個例子是決策市場：你想根據某個指標M，知道決策A和決策B哪個會產生更好的結果。為了實現這一點，你建立了條件市場：你要求人們押注(i)會選擇哪個決策，(ii)如果選擇決策A，則得到M的值，否則為零，(iii) 如果選擇決策B，則得到M 的值，否則。有了這三個變量，你就可以確定市場是否認為決策A 或決策B 對得到M 的值更有利。
我預計，未來十年將推動資訊金融的一項技術是AI（無論是大模型還是未來的技術）
這是因為資訊金融的許多最有趣的應用都與「最小」問題有關：數百萬個小型市場，這些市場中的決策單獨來看影響相對較小。實際上，交易量低的市場通常無法有效相容：對於經驗豐富的參與者來說，花時間進行詳細分析只是為了獲得幾美元的利潤是沒有意義的，許多人甚至認為，如果沒有實力，這樣的市場根本無法相容，因為除了最龐大和最轟動的問題之外，沒有足夠多的幼稚交易者讓經驗豐富的交易者增值。 AI完全實現了這種等式，這意味著即使改變在交易量為10美元的市場上，我們也有可能獲得相當高品質的資訊。即使需要脆弱，每個問題的掠奪也變得非常容易。
資訊金融需要人類的投入（蒸餾）
判斷
假設你有一個值得信賴的人工判斷機制，並且應該得到整個社區信任它的合法性，但做出判斷需要很長的時間和很高的成本。但是，你希望有一個最即時訪問的“昂貴機制”的至少一個大概的副本。以下是羅賓漢森提出的你可以做的事情的想法：每當你做出需要決定的時候，你都會建立一個預測市場，預測如果調用該昂貴的機制，該決定機制會做出什麼結果。你讓預測市場運行，並投入少量資金來做市場商。
99.99%的時間裡，你實際上並不會調用昂貴的機制：也許你會“取消交易”並返還每個人的投入，或者你只是給每個人零，或者你看看平均價格是否更接近0 或是否1 將其視為基本事實。 0.01% 的時間– 可能是隨機的，可能是針對交易量最大的市場，可能是兩者的結合– 你實際上會運行昂貴的機制，並據此補償參與者。
這為你提供了一個可信、中立、快速且廉價的“升級版本”，該版本是你原來高度可信但成本極高的機制（使用“升級”升級類比LLM 中的“升級蒸餾”）隨著時間的流逝，這種回調機制大致反映了原始的行為——因為只有幫助實現該結果的參與者賺錢才能，而機制其他人則賠錢。
可能的市場預測+ 社區筆記組合的模型。
這不僅適用於社群媒體，也適用於DAO。 DAO 的一個主要問題是，決策數量太多，大多數人都不願意參與其中，這導致或廣泛使用委託，存在代議制民主中常見的中心化和委託如果DAO 中實際上很少發生投票，大多數事情都是由預測市場決定，由人類和AI 結合預測投票結果，那麼這種DAO 可能會運作良好。
正如我們在決策市場的例子中所看到的，資訊金融蘊藏著許多解決中心化治理中重要問題的潛在路徑，關鍵在於市場與非市場的平衡：市場是“發動機”，其他一些非金融化的信任機制是「行走」。
資訊金融的其他範例
個人代幣——例如Bitclout（現在為deso）、friend.tech等許多為每個人創造代幣並生產易於投機的項目——是我稱之為“原始資訊金融”的一類。特定指標（即對一個人未來聲望的期望）創造市場價格，但價格所揭示的有意資訊過度模糊，並受制於反身性和泡沫動態。有可能塑造此類協議的改進版本，並透過更多細節地考慮代幣的經濟設計（尤其是其最終價值來自何處）來解決人才發現等重要問題。羅賓漢森的聲望未來理念是這裡的一種可能的最終狀態。
廣告－最終的「昂貴但值得崇拜的訊號」是你是否會購買產品。基於該訊號的資訊金融可幫助人們確定要購買什麼。
科學同行評判——科學界一直存在“復現危機”，即某些著名結果在情況下已成為民間智慧的一部分，但最終卻無法在新研究中再現。我們可以嘗試透過預測市場來確定需要重新檢查的結果。在重新檢查之前，這樣的市場還可以讓讀者快速估計他們應該在裝置程式設計中信任任何特定結果。這種想法的實驗已經完成，其中似乎取得了成功。
公共計畫資助－以太坊使用的公共計畫資助機制的主要問題之一是其「人氣競賽」性質。每個貢獻者都需要在社群媒體上開展自己的行銷活動才能獲得認可，而那些沒有能力做的人到這一點或天生更多「背景角色」的貢獻者很難獲得大量資金。一個劫持的解決方案正在嘗試追蹤整個依賴圖關係：對於每個結果，哪些專案貢獻了多少，然後對於每個專案來說，這些專案都貢獻了多少，等等。設計的主要挑戰是限制邊緣的權力重，設定能夠抵抗攀爬。畢竟，這種攀爬一直存在。提高的人類判斷機制可能會有所幫助。
結論
這些想法已經被理論化了很長一段時間：關於預測市場甚至決策市場的最早著作已有數十年歷史，而金融理論的類似論述則更為古老。然而，我認為，當前十年提供了一個獨特的機會，主要如下：
資訊金融解決了人們實際上存在的信任問題。這個時代的一個共同擔憂是缺乏知識（更糟的是缺乏輿論），不知道在政治、科學和商業環境中應該信任誰。資訊金融應用可以幫助成為解決方案的一部分。
我們現在有了可擴展的區塊鏈作為基礎。直到最近，費用還太高，無法真正實現這些想法。現在，它們不再太高了。
AI作為參與者。當資訊金融必須依賴人類參與每一個問題時，它就相對難以發揮作用。 AI大大改善了這種情況，即使在小規模的問題上也能實現有效的市場。許多市場可能會存在人工智慧和人類參與者的組合，特別是當特定問題的數量突然發生重大變化時。
為了充分利用這個機會，我們應該超越普通的預測選舉，探索資訊金融還能為我們帶來什麼。
特別感謝Robin Hanson 和Alex Tabarrok 的回饋和評測。
資訊來源：0x資訊編譯自網際網路。版權歸作者Vitalik Buterin所有，未經許可，不得轉載