概率不再只属于某一家平台，围绕它的聚合、衍生品与智能执行基础设施，正在成形。
撰文：农民 Frank
预测市场，最近在发生一个挺有意思的变化。
从币安、Coinbase，再到盈透证券（IBKR）、Robinhood，头部玩家们纷纷重心上移，不再执著于复制一个 Polymarket。
大家纷纷在想办法，怎么让 Polymarket、Kalshi 们逐渐「退到幕后」，变成其他金融产品可以直接调用的底层能力。
这其实很像今天的股票交易，用户通过富途、老虎或 Robinhood 点击买入 TSLA，大多数用户不会关心订单最终流向哪家 Market Maker、经过哪套清算系统。
预测市场未来也可能如此。
前端可能是某一家券商、钱包、新闻 App 甚至 AI Agent，中间是 Aggregator 和 Router，真正提供市场、流动性与结算的 Polymarket、Kalshi 们，则越来越像隐藏在背后的金融基础设施。
回看 DeFi，从 AMM 到聚合器、衍生品、专业做市和智能执行，这条路已经走过一遍。
预测市场，或许也正在进入类似的下半场。
一、预测市场，开始更多走向「幕后」
过去几年，预测市场证明了现实世界里的「不确定性」，的确可以成为一种有价格、有流动性的交易资产。
从美国总统大选，到世界杯等体育赛事，再到 Crypto、宏观经济乃至娱乐文化，很多原本只能被讨论的问题，被 Polymarket、Kalshi 等平台压缩成一份可以买卖并产生盈亏的 Event Contract。
这是非常关键的一步，而当这层需求逐渐被验证之后，头部玩家的打法也开始发生明显变化。
今年 4 月，币安接入 Predict.fun，由第三方预测市场基础设施提供市场能力，自己提供前端入口，允许用户在 App 里直接交易概率事件；两个月后，又进一步开放 Prediction Markets API，让量化策略、交易 Bot 和第三方产品可以直接调用市场数据与交易能力。
Coinbase 走的也是类似路线，它把 Prediction Markets 纳入自己的「Everything Exchange」，但上线初期的市场流动性全部来自 Kalshi，并明确表示未来还会支持更多 Prediction Market Venue。
而在传统金融一侧，IBKR 已经更进一步。
今年 5 月，IBKR 直接把 Kalshi、CME Group 和 ForecastEx 三家 Prediction Market 放进一个统一界面，用户无需分别开户，就可以在同一个账户里搜索事件、比较不同交易所的价格与流动性，并完成交易。
Robinhood 则开始继续向交易与清算层延伸，与 Susquehanna 合作运营 Rothera，后者承接了原 MIAXdx/LedgerX 的 CFTC 注册交易所与清算基础设施，6 月已开始把部分世界杯和职业棒球 Event Contracts 路由至这一关联交易所。
这几个头部玩家的动作，其实指向的是同一件事，即预测市场正从一个用户需要主动前往的「目的地」，变成一种可以被其他产品调用的金融能力。
过去，如果我们想交易接下来的美国中期选举，可能需要先打开 Polymarket，再找到对应市场，但未来，它可能是一张出现在币安首页的事件卡片、Robinhood 上一条财经新闻旁边跳动的实时概率。
用户可能根本意识不到自己正在使用预测市场进行交易，至于订单最终来自 Predict.fun、Kalshi、CME，还是被 Router 拆到多个市场，更是没那么重要。
这也意味着，Prediction Market 越来越隐形，Prediction Asset 反而越来越重要。
一旦走到这一步，行业真正有意思的问题也就变了——这些散落在 Polymarket、Kalshi、Predict.fun 甚至更多市场里的流动性，该怎么被组织起来？
譬如围绕美国中期选举，哪里的价格最好？哪里的深度最大？两个市场之间有没有概率偏差？
这套问题，其实和早期 DeFi 非常像。Uniswap 证明了 Token 可以在链上交易之后，市场并没有停止在「再造十个 Uniswap」，随后真正长出来的，是 1inch 这样的流动性聚合器、CoW Swap 这样的智能执行网络、Hyperliquid 这样的衍生品基础设施，以及围绕它们生长起来的做市商和量化交易系统。
预测市场也正在逐渐走到类似的阶段。
Fortune 就是一个很典型的早期案例，截至今年 8 月，已完成 Seed、Pre-A 等多轮融资，累计金额超过 400 万美元，用于 Fortune Agent 升级、接入更多预测市场，以及扩展流动性和相关基础设施。
它想切入的，就是「The Liquidity Infrastructure for Prediction Markets」这一层，不久前也刚进一步接入 Polymarket 的流动性，与此前已经支持的 Predict.fun 一起放进 Fortune Markets 的统一入口。
用户开始可以在一个入口中查看不同来源的市场、交易量、流动性以及隐含概率，而不必在不同 Prediction Market 之间来回切换。
这只是一个很早期的形态，却已经透露出 Fortune 想做的事情——把原本彼此割裂的 Prediction Markets，逐渐抽象成一个统一的流动性层。
二、不只是「预测市场版 1inch」，还能做什么？
当然，如果因此把 Fortune 这样的新玩家简单理解成「预测市场版 1inch」，又有些刻舟求剑。
预测市场未必会完整复制 DeFi 的发展路径，Fortune 这类新玩家，主要是在尝试把视角从 Prediction Market 转向 Prediction Asset。
看起来只差一个单词，背后逻辑却天差地别：Market 关心的是「去哪里交易」，Asset 关心的则是「究竟在交易什么，以及围绕它还能构建什么」。
就像 BTC 不属于 Binance，特斯拉也不只 Robinhood 能交易，美股并非只有现货买卖，Crypto 也不局限于 Spot，一旦 Prediction Assets 可以跨不同市场被寻找、定价、组合与交易，市场之上的基础设施才真正有机会形成。
以 Fortune 为例，新玩家们想搭建的体系，可以大致拆成几个相互连接的层次。
1.把分散的 Prediction Assets 先「放在一起」
众所周知，今天的预测市场仍然高度分散。
同一类事件可能同时存在于 Polymarket、Predict.fun 及其他平台，不同平台之间又拥有各自独立的市场结构、流动性和定价。
早在今年 4 月，Fortune 原生 Prediction Market 就已上线，到了 8 月，又进一步接入 Polymarket CLOB v2，与此前支持的 Predict.fun 放进 Fortune Markets 的统一入口。
用户现在可以直接在 Fortune Markets 浏览来自不同流动性来源的事件市场，并在建立仓位之前比较各自的流动性、成交量和隐含概率。
新版交易流程又加入了 Outcome Selection、Position Preview 和 Portfolio 等功能，把发现市场、建立仓位以及后续管理逐渐串在一起。
过去，一个用户想交易同一类政治、体育或者 Crypto 事件，可能需要分别进入几个平台搜索，再自己比较价格和深度，现在 Fortune Markets 把这个过程压缩为「发现事件 → 比较不同平台 → 选择价格与流动性 → 建立仓位 → 统一管理」。
理论上讲，预测市场的聚合，其实远比普通 DEX Aggregator 要复杂得多。
1 ETH 在 Uniswap 和 Curve 里仍然是同一个 ETH，但两个看起来几乎一样的预测市场，可能只因为截止时间、事件定义、判定条件或结算规则存在细微差异，就成为完全不同的资产。
从这个角度看，Fortune 首先做的并不是创造更多市场，而是把原本散落在不同平台里的 Prediction Assets，逐渐变成一个更容易被搜索、比较和交易的资产池。
2.从「买 YES / NO」，走向更完整的金融产品
一旦资产被连接起来，下一步的问题自然发生变化。
今天预测市场最常见的交易方式，依然是看好一个结果，买 YES；不看好，就买 NO，然后等待事件结算。
这很像 Crypto 早期只有 Spot。
但如果 Prediction Assets 最终发展成一个规模足够大的资产类别，交易需求理论上不会永远停留在二元下注，当底层资产规模足够大，市场通常都会继续长出杠杆、期权、组合、对冲和结构化产品。
这也是 Fortune 把 Prediction Derivatives 纳入整体产品方向的原因，它想进一步把 Event Contract 从一份「等待最终答案」的二元合约，转化成能够被组合、管理和策略化使用的 Prediction Asset。
这一步其实很关键。
因为一个资产类别真正成熟，往往不是看现货市场有多热闹，而是看它周围能否形成足够丰富的金融结构。
BTC 从现货走向 Perpetual、Options 和结构化产品之后，才逐渐形成今天完整的交易体系；股票市场也同样拥有期货、期权、ETF 与各种组合工具。
Fortune 现在所押注的，是 Prediction Asset 也会经历类似的金融化过程。
不过这也带来另一个问题，如果未来一个用户面对的不再是几个市场，而是几百、几千个 Prediction Assets，甚至不同的组合和策略，人还有没有能力自己完成全部研究与执行？
这才是 Fortune AI Agent 真正应该出现的位置。
3.让 AI 直接进入交易链路
实事求是地讲，预测市场可能是 AI Agent 最容易让人理解的金融场景之一。
因为它天然存在一条非常清晰的传导链：现实世界发生变化 → 新信息出现 → 事件概率改变 → 市场重新定价 → 产生交易机会。
只不过，传统交易需要手动完成整个过程，从看新闻、刷社交媒体、分析市场情绪，到判断这条消息究竟会不会改变某个事件的概率，最后还要找到对应市场、比较价格、确定仓位并执行交易。
Fortune Agent 想压缩的，恰恰就是这条链路。
目前已经上线的 Trading Agent，就被设计为一个 Multi-Agent System，持续从 News、Sentiment 和 Arbitrage 三类信号中寻找机会，再进一步验证条件，其中用户连接钱包后，能自行设定单次交易金额、风险等级，以及是否启用 Automated Trading。
如果深挖 Fortune 后续对 Agent 的描述，还有 24/7 Market Intelligence、Structured Decision-making、Risk Management 和 Execution，那和前面的 Fortune Markets 放在一起，整套产品逻辑完全串了起来。
比如某个宏观事件突然出现新的政策信号。
Agent 首先捕捉信息并判断它可能改变某项事件的真实概率；随后 Fortune Markets 可以同时提供来自不同 Venue 的相关 Prediction Assets、价格和流动性；如果市场报价尚未充分反映新信息，Agent 再进一步寻找更合适的交易机会与执行路径。
这时候，Fortune 想做的已经不只是一个「AI 预测器」，它更接近于把信息层、资产层、流动性层与执行层接在一起。
而最外面，还有一层负责让这套网络冷启动的 Incentive Layer。Fortune 目前已经建立起以 F Points 为核心的激励体系，包括 Daily Check-in 和邀请机制；用户邀请其他参与者后，可以获得其 F 收益的 10%。
看起来这些是传统 Web3 项目常见的 Points、NFT 与 Referral 玩法，但放回整个产品架构里，它承担的其实是一个很现实的问题：
一个新的 Prediction Asset 网络，最早期的流动性、交易用户和生态参与者从哪里来？
更多用户参与，带来更多交易与流动性；更深的流动性改善成交体验，又进一步吸引新的用户和策略进入；当 Agent 和更多金融产品加入之后，交易频率与策略复杂度也可能随之提高。
所以把 Fortune 从头到尾串起来，它现在真正尝试构建的并不是一个孤立功能，而是一条相对完整的链路：
- Prediction Markets 提供底层事件资产；
- Fortune Markets 负责把资产与流动性连接起来；
- Prediction Derivatives 扩展资产的金融表达方式；
- Fortune Agent 负责信息处理与交易执行；
- Incentive Layer 再为整个网络提供早期增长动力；
也因此，如果一定要给 Fortune 一个定位，它既不只是 Prediction Market，也不只是「预测市场版 1inch」。
更准确地说，它想做的是一套围绕 Prediction Assets 的交易与执行基础设施。
三、当「概率」真正成为一种资产
当然，Fortune 最终能不能把这套路线图真正做出来，现在还很难下结论。
它仍然是一个早期项目。
Polymarket 的流动性接入与 Agent 已经能够看到实际产品，但统一订单路由、成熟的 Prediction Derivatives，以及足够深的跨市场流动性网络，都还远没有走到最终形态。
但如果把视角拉回整个行业，Fortune 押注的方向并不孤立。Apex 已经开始把 Kalshi 的 Event Contracts 通过 API 接进券商基础设施；Paradigm 也在开发面向专业交易者的 Prediction Market Terminal，并研究内部做市与 Prediction Market Index。
预测市场越来越像一个真正的金融市场，那真正的金融市场，一定不会只有交易所。
接下来至少有三层变化值得观察。
1.从 Bet 到 Portfolio，高度金融化
今天很多人第一次接触 Prediction Market，还是把它理解成「我赌某件事会不会发生」。
但对更成熟的交易者来说，其实能创造一连串可以表达完整观点的资产组合。
比如，当一个交易者判断美国通胀重新升温、Fed 转鹰时，未必只交易「下次 FOMC 是否加息」，完全可以同时围绕「Fed 是否维持更高利率」「BTC 年底是否突破某个价位」「美国是否避免衰退」等不同事件建立仓位。
这些单独看都是 Event Contract，组合在一起，却可以表达一套完整的 Higher for Longer 宏观 Thesis。
如果这一阶段真的出现，Portfolio Management、Correlation、Hedging 和 Risk Management 也就会自然跟上，届时 Fortune 这类项目如果能够真正补齐 Derivatives 与组合层，价值也不再只是帮用户「少开几个网页」。
2.从单一市场交易，到跨市场聚合执行
这个很容易理解，市场越大，单个平台的重要性反而可能下降。
Crypto 最终没有形成「一个交易所承载所有流动性」的格局，Prediction Market 大概率也不会。
不同监管体系、用户群体、做市商、事件类别和地域，会长期制造市场分割，而市场分割，本身就是基础设施的机会，毕竟套利者需要价格，做市商需要订单流，机构需要深度，普通用户需要最好的成交价格，Agent 则需要足够多可以扫描和执行的 Venue。
所以 Prediction Market 真正走向成熟以后，交易入口可能反而越来越「隐形」，譬如在券商 App 看到一条新闻：「Fed 下月调整利率概率：72%」
旁边一个按钮，就可以买入，至于背后的订单到底来自 Polymarket、Kalshi，还是被 Router 拆到三个市场里完成，不重要。
这才是 API 化真正可能带来的变化。
3.从 Human Trader，到 AI Trader
我始终认为，预测市场可能会成为 AI Agent 最天然的金融应用场景之一。
因为它本身就是「信息 → 概率 → 价格 → 交易」，而这恰恰是 AI 最擅长介入的一条链路。
如果说 Crypto 给 AI Agent 提供了一个无需银行账户、可以 24 小时直接控制资产的金融系统，那么 Prediction Market 则进一步给它提供了一个可以直接交易「认知」的市场。
AI 最核心的能力之一，本来就是处理信息，而 Prediction Market 最核心的资产，本来就是信息被压缩之后形成的概率。
二者天然契合。
我们可以试想一下，未来一个 Agent 可以同时监听新闻、社交媒体、宏观数据、链上数据、公司公告、体育比赛、政策文件等等，然后不断重新计算自己的概率模型。
市场价格一旦和模型产生足够大的偏离，就直接下单，这时候 Prediction Market 的速度也会发生变化。
过去 Alpha 可能来自我比别人更早看到一条新闻，以后就可能变成：我的 Agent 比你的 Agent 更快理解这条新闻意味着什么；甚至再下一阶段，谁能够在更多 Venue 之间，更快把认知优势转化成成交。
于是信息优势、模型优势和执行优势，会逐渐变成同一件事。
这可能才是所谓 AI × Prediction Market 真正有意思的地方，当然，所有这些想象成立之前，还有几个现实问题绕不过去。
- 首先是流动性，没有足够深的盘口，再先进的 Router 和衍生品都没有意义；
- 其次是 Resolution，预测市场最终仍然需要一套可信、明确而且尽量少争议的事件结算机制；
- 再往后则是监管，一个 Event Contract 究竟属于衍生品、博彩，还是一种新的金融工具，不同地区依然存在完全不同的答案；
- 最后还有 Agent 本身，AI 可以处理大量信息，但「能够总结新闻」和「能够稳定产生 Alpha」之间，仍然隔着很远的距离；
这些问题不会因为市场正在增长就自动消失。
反而只有当这些基础设施逐步补齐之后，Prediction Assets 才可能真正从一个新鲜的交易品类，变成成熟资产类别。
写在最后
客观地讲，从 2024 年美国总统大选，到 2026 年世界杯，Polymarket、Kalshi 已经完成了预测市场最困难的首轮用户教育：
现实世界的诸多不确定性，是真的可以被交易。
但这更像是上半场，如果回看几乎所有金融市场的发展史，就会发现，证明一种资产能被交易，从来不是故事的终点。
当参与者越来越多、资产越来越多、平台越来越多之后，决定市场成熟度的，往往是交易所之外那些没那么性感的东西，譬如流动性、做市、路由、衍生品、风险管理、组合策略，以及更自由、更自动化的执行。
DeFi 已经走过一遍，预测市场很可能也正在走上类似的路。
所以今天重新看 Fortune 这类新玩家，真正值得关注的，是越来越多「概率」真的成为资产之后，我们该如何更高效地交易它们？
它需要更深的流动性，更丰富的金融工具，更高效的执行，以及能够 24 小时理解现实世界、不断重新计算概率的 AI Agent。
而这，或许才是 Prediction Market 从「市场」走向 Prediction Assets 之后，真正的下半场。
