从预测市场到信息金融
作者：维塔利克·布特林 2024年11月09日 原文链接
特别感谢Robin Hanson和Alex Tabarrok的反馈和审阅
预测市场一直是最令我兴奋的以太坊应用之一。2014年，我写过关于futarchy的文章，这是一个由Robin Hanson构想的基于预测的治理模型。2015年，我是Augur的活跃用户和支持者（看，妈妈，我的名字出现在维基百科文章里了！）。2020年，我通过对大选下注赚取了58,000美元。今年，我一直密切支持和关注Polymarket。
对很多人来说，预测市场就是对选举下注，而对选举下注就是赌博——如果能帮助人们获得乐趣那很好，但从根本上说，这与在pump.fun上购买随机币没什么不同。从这个角度来看，我对预测市场的兴趣可能会让人感到困惑。因此，在这篇文章中，我想解释是什么概念让我如此兴奋。简而言之，我认为：（i）即使是现今存在的预测市场也是一个对世界非常有用的工具，而且（ii）预测市场只是一个更大的、极其强大的类别中的一个例子，这个类别有潜力为社交媒体、科学、新闻、治理和其他领域创造更好的实现方式。我将这个类别称为"信息金融"（info finance）。
Polymarket 的两面性：对参与者是博彩网站，对其他人是新闻网站
在过去一周，Polymarket 一直是美国大选信息的非常有效信息源。Polymarket 不仅以 60/40 的概率预测特朗普会获胜，而其他预测机构给出的是 50/50（这本身并不太令人印象深刻），它还展现了其他优势：当结果陆续公布时，许多评论员和媒体仍在为卡玛拉的支持者们传递某种希望，而 Polymarket 直接显示了真相：特朗普获胜的概率超过 95%，同时控制所有政府部门的概率超过 90%。
两张截图均摄于美东时间 11 月 6 日凌晨 3：40
但对我来说，这甚至不是 Polymarket 有趣之处的最佳例子。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，我记得曾瞥见有关人们抗议委内瑞拉被严重操纵的选举结果的新闻。起初，我并没有太在意。我知道马杜罗已经是那种"基本上就是独裁者"的人物了，所以我想，他_当然_会伪造每次选举结果来保持权力，人们_当然_会抗议，而抗议_当然_会失败——就像不幸的是，许多其他抗议一样。但后来我在浏览 Polymarket 时，看到了这个：
人们愿意投入超过十万美元进行押注，认为有23%的概率在_这次_选举中马杜罗会被真正击败。_这时_我开始认真关注了。
当然，我们都知道这件事的不幸结局。最终，马杜罗依然掌权。然而，市场向我透露出_这一次_，试图罢免马杜罗的行动是认真的。出现了大规模抗议活动，反对派实施了一个出人意料且精心设计的策略，向全世界证明这次选举有多么欺诈。如果不是最初从Polymarket收到"这次有值得关注的事情"的信号，我甚至不会开始如此密切关注。
你永远不应该完全相信图表：如果_每个人_都相信图表，那么任何有钱的人都可以操纵图表，而没有人敢于对抗他们。另一方面，完全相信新闻也是个坏主意。新闻媒体有追求轰动效应的动机，为了点击量而夸大任何事情的后果。有时这是合理的，有时则不然。如果你看到一篇耸人听闻的文章，但随后你查看市场，发现相关事件的概率完全没有变化，那就应该保持怀疑态度。相反，如果你在市场上看到意外的高概率或低概率，或者突然的变化，这就是一个信号，提示你要通读新闻，看看是什么导致了这种情况。结论：同时阅读新闻_和_图表会让你获得更多信息，比单独阅读其中任何一个都要好。
让我们回顾一下这里发生的事情。如果你是一个下注者，那么你可以在 Polymarket 上存入资金，对你来说这是一个投注网站。如果你不是下注者，那么你可以查看图表，对你而言这就是一个新闻网站。你永远不应该完全信任这些图表，但就我个人而言，我已经把阅读这些图表作为获取信息流程中的一个步骤（与传统媒体和社交媒体一起），这帮助我更高效地获取信息。
信息金融及其广泛应用
现在，我们进入重要的部分：预测选举只是第一个应用。更广泛的理念是，你可以利用金融作为一种方式来调整激励机制，从而为观众提供有价值的信息。当然，一个自然的反应是：_难道所有金融本质上不都是关于信息的吗？_不同的参与者会因为对未来的不同观点（以及个人需求，如风险偏好和对冲需求）而做出不同的买卖决策，通过解读市场价格可以推断出许多关于这个世界的知识。
对我而言，信息金融就是这样，但它是构建即正确的。类似于软件工程中构建即正确的概念，信息金融是一门这样的学科：(i) 从你想要了解的事实开始，然后 (ii) 精心设计一个市场，以最优方式从市场参与者那里获取这些信息。
信息金融作为一个三方市场：投注者做出预测，读者阅读预测。市场输出关于未来的预测作为公共产品（因为这就是它被设计的目的）。
这方面的一个例子是预测市场：你想要知道未来将发生的具体事实，于是你建立一个让人们对该事实进行投注的市场。另一个例子是决策市场：你想知道根据某个指标M，决策A还是决策B会产生更好的结果。为了实现这一点，你需要建立_条件市场_：让人们对以下内容进行投注：(i) 哪个决策会被选择，(ii) 如果选择决策A时指标M的值，否则为零，(iii) 如果选择决策B时指标M的值，否则为零。通过这三个变量，你可以判断市场是认为决策A还是决策B对指标M的值更有利。
我预计在未来十年将极大加速信息金融发展的一项技术是 AI（无论是 LLM 还是未来的其他技术）。这是因为信息金融最有趣的应用大多在于"微观"问题：数以百万计的微型市场，用于处理那些单独来看影响力相对较小的决策。实际上，交易量低的市场往往无法有效运作：对于专业参与者来说，仅仅为了获取几百美元的利润就投入时间进行详细分析是不划算的。甚至有人认为，如果没有补贴，这样的市场根本无法运作，因为除了那些规模最大、最轰动的问题之外，市场中并没有足够多的新手交易者供专业交易者从中获利。AI 彻底改变了这个等式，这意味着我们有可能在仅有 10 美元交易量的市场中也能获得相当高质量的信息。即使确实需要补贴，每个问题所需的补贴金额也变得极其实惠。
用于提取人类判断的信息金融
假设你有一个你信任的人类判断机制，它拥有整个社区信任的合法性，但做出判断需要很长时间和高昂的成本。然而，你希望能够廉价且实时地获得这种"昂贵机制"的_近似版本_。这是Robin Hanson的想法：每当你需要做出决定时，你就建立一个预测市场，预测如果调用这个昂贵机制，它_会_做出什么样的决定。你让预测市场运行，并投入少量资金来补贴做市商。
99.99%的情况下，你实际上并不调用这个昂贵机制：也许你"回滚交易"并将每个人投入的资金返还，或者直接给每个人零收益，或者看看平均价格是更接近0还是1，并将其视为基准事实。而在0.01%的情况下——可能是随机选择，可能是针对交易量最大的市场，或者两者的某种组合——你真正运行这个昂贵机制，并根据结果对参与者进行补偿。
这为你提供了一个可信中立的快速且廉价的原始高度可信但高成本机制的"提炼版本"（这里使用"提炼"一词类比于LLM蒸馏）。随着时间推移，这个提炼机制大致反映了原始机制的行为——因为只有那些帮助实现这种结果的参与者才能赚钱，而其他人则会亏损。
预测市场与社区笔记组合的模拟图
这不仅适用于社交媒体，对 DAO 也有重要的应用价值。DAO 面临的一个主要问题是：需要做出大量决策，而大多数人并不愿意参与其中的大部分决策，这导致了两种结果：要么广泛使用委托机制（这可能带来与代议制民主类似的中心化风险和委托代理问题），要么使组织容易受到攻击。如果一个 DAO 中实际的投票很少发生，而大多数事务都由预测市场来决定（通过人类和 AI 对投票结果的预测相结合），这样的运作模式可能会更加有效。
正如我们在决策市场示例中所见，信息金融包含了许多可能的路径来解决去中心化治理中的重要问题。关键在于市场与非市场之间的平衡：市场是"引擎"，而其他某些非金融化的可信机制则是"方向盘"。
信息金融的其他使用场景
个人通证——诸如Bitclout（现在改名为deso）、friend.tech等项目，为每个人创建通证并使这些通证易于投机的项目类型，我将其称为"原始信息金融"。它们刻意为特定变量创造市场价格——即对一个人未来知名度的预期——但价格所揭示的具体信息过于模糊，且容易受到反身性（市场预期与现实相互影响）和泡沫动态的影响。通过更谨慎地设计通证的经济模型，特别是关注其最终价值的来源，有可能创建这类协议的改进版本，并用它们来解决人才发现等重要问题。Robin Hanson提出的声望期货理念是这一领域的一种可能的最终形态。
广告——最具说服力的信号就是消费者的实际购买行为。基于这种信号的信息金融可以帮助人们识别值得购买的产品。
科学同行评议——科学界正在经历一场"可重复性危机"，一些已经成为常识的著名研究结果在新的研究中完全无法重现。我们可以通过预测市场来识别需要重新检验的结果。在重新检验完成之前，这样的市场还能为读者提供一个快速的评估，帮助他们判断应该对特定结果给予多少信任。这个想法的实验已经开展，到目前为止似乎很成功。
公共物品资助 - 以太坊中使用的公共物品资助机制的主要问题之一是其"人气竞赛"的本质。每个贡献者都需要在社交媒体上进行自我营销才能获得认可，而那些不善于此道或担任较为"幕后"角色的贡献者很难获得可观的资金支持。一个有吸引力的解决方案是尝试追踪整个_依赖关系图_：对于每个积极的成果，哪些项目作出了多少贡献，然后对于这些项目中的每一个，又有哪些项目对_它们_作出了多少贡献，以此类推。这种设计的主要挑战在于如何确定边的权重，使其能够抵抗操纵 - 毕竟，这种操纵早已屡见不鲜。一个经过提炼的人类判断机制或许能够帮助解决这个问题。
结论
这些想法已经被理论化很长时间了：关于预测市场甚至决策市场的最早著作可以追溯到几十年前，而表达类似观点的金融理论甚至更早。然而，我认为当前这个十年提供了一个独特的机会，主要基于以下几个关键原因：
信息金融解决了人们实际面临的信任问题。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）来判断在政治、科学和商业领域中应该信任谁。信息金融应用可以帮助解决部分问题。
我们现在拥有可扩展的区块链作为基础设施。直到最近，费用都太高而无法实际实施这些想法。现在，这个问题已经不再存在。
AI作为参与者。当信息金融必须依赖人类参与每个问题时，要使其发挥作用相对困难。AI极大地改善了这种情况，使得即使在小规模问题上也能形成有效的市场。许多市场可能会同时有AI和人类参与者，特别是当特定问题的交易量突然从小变大时。
为了充分利用这个机会，是时候超越仅仅预测选举的范畴，去探索信息金融能为我们带来的其他可能性了。