Цена UMA

Полимаркет: окончательное решение — быть "партией капитуляции AGI" 🤖 В предыдущей статье я говорил, что Полимаркету нужен "Совет семи мудрецов", нужна "аукцион когнитивных прав", нужна элитная монополия на ценообразование. Но это решение все еще недостаточно радикально, или, скажем, это ответы на 2023 год. Совет семи мудрецов звучит круто, но если подумать, по сути это просто взвешенное среднее предвзятости 7 человек. Это как если бы 7 руководителей Nokia собрались на встречу и попытались бы разработать iPhone, основываясь на централизованной демократии в Поднебесной. Невозможно. 1⃣ Физические ограничения человеческого экспертного интеллекта Какой топовый аналитик, работающий с таким сложным рынком, как "выборы Трампа в 2024 году", что должен учитывать? Опросы в 50 штатах, демографическая структура колеблющихся штатов, исторические модели голосования, настроения в социальных сетях, макроэкономику, экстренные новости... Даже если он будет работать 16 часов в день без сна, сколько измерений он сможет глубоко проанализировать? 5? 8? Максимум 10. А AI-агент с многофункциональной LLM одновременно обрабатывает 500 измерений данных, обновляет их в реальном времени, время отклика меньше 1 секунды. Это не конкуренция между людьми, это конкуренция между счетами и компьютерами. Сравнивать нечего. Данные Numerai очень показательные: 20,000 AI-моделей сотрудничают, годовая доходность 15-25%, что превосходит 85% традиционных хедж-фондов. В этих фондах работают выпускники Лиги Плюща с зарплатой в миллион долларов. И что с того? Перед алгоритмами они все — мясо. И еще более серьезная проблема — это эмоциональный аспект. Французский кит поставил 45 миллионов на Трампа, как вы думаете, сможет ли он сохранить объективность в своих последующих оценках? Невозможно. Упущенные затраты искажают его восприятие. Мысль "Я уже вложился по полной, поэтому Трамп должен выиграть" подсознательно повлияет на его интерпретацию каждой новой информации. AI-агент не имеет этих проблем. Дайте ему целевую функцию: максимизировать точность прогнозов. Он будет оптимизировать только это, не учитывая ничего другого. Никаких эмоций, никаких конфликтов интересов, никаких лицом к лицу. Может, кто-то скажет, что история прогнозных рынков слишком коротка, а объем накопленных данных слишком мал, но мы можем создать имитационную среду прогнозного рынка, чтобы AI-агент учился, как белка 🐿️. 2⃣ Разрыв в скорости реакции между поколениями 10.11, новость о том, что Трамп отказался встречаться с Си на саммите APEC, вызвала бурные обсуждения в социальных сетях. Как долго длится временной интервал от нарастания паники до реакции крипторынка? Человеческим экспертам нужно несколько часов, чтобы проверить информацию, провести совещание и прийти к выводу. AI-агент за 3 минуты сканирует всю сеть, за 5 минут проводит анализ настроений, за 7 минут дает обновление вероятностей. Пока человеческие эксперты закончат совещание, возможности для арбитража уже не будет. Рынок не ждет. И не должен ждать. Вы можете сказать, что AI-агент звучит прекрасно, но готова ли технология? Ответ: гораздо более зрелая, чем вы думаете. У нас уже есть такие зрелые фреймворки, как LangChain и LangGraph. На уровне данных есть The Graph для индексации данных на блокчейне, Dune Analytics, Twitter API, Reddit API для захвата настроений в социальных сетях, а также интерфейсы макроданных традиционных финансов. На уровне исполнения есть абстракция аккаунтов, позволяющая AI-агенту иметь кошелек на блокчейне, автоматизация расчетов через Gelato Network, управление средствами через Safe. А как насчет затрат? Запуск предсказательного агента уровня Claude Sonnet 4.5 стоит от 50 до 200 долларов в месяц. Нанять квалифицированного аналитика? От 8000 до 15000 долларов в месяц. Затраты в 1:40 до 1:300. И это еще не учитывая, что человеку нужно спать, а AI-агент может работать 24/7. Что еще более важно, AI-агент показывает более заметные результаты на нишевых рынках (с ликвидностью менее 100,000 долларов). Почему? Потому что человеческие эксперты просто не хотят изучать эти маленькие рынки. Но AI-агент относится ко всем одинаково, так как затраты на вычисления примерно одинаковы. Вот это сила масштабируемого познания. Человеческий эксперт может одновременно работать с 10 рынками, это предел, а AI-агент может работать с 10,000. Почему сейчас никто так не делает? Если технология зрелая и результаты очевидны, почему на Полимаркете 95% все еще играют люди или инструментальные боты? Три причины: Во-первых, затраты на выполнение на блокчейне. Хотя Polygon официально покрывает газовые сборы, есть еще сложные в управлении затраты MEV и проскальзывания; Во-вторых, серые зоны регулирования. Является ли AI-агент "квалифицированным инвестором"? Если AI потеряет деньги, кто за это отвечает? Эти юридические вопросы никто не хочет поднимать; В-третьих, порог вхождения для создания и использования AI-агента. Но это все инженерные проблемы, а не проблемы принципа. Дайте 2 года, и все можно решить. 3⃣ Как бы я это сделал Если бы мне нужно было создать следующее поколение прогнозного рынка, я бы построил трехуровневую экосистему AI-агентов. Первый уровень: Oracle Agent, отвечающий за правду. Заменяет текущее управление UMA. Когда приходит время расчетов на рынке, агент автоматически проверяет результаты из нескольких источников данных — официальные СМИ, данные на блокчейне, консенсус в социальных сетях. Если 95% источников согласны, происходит автоматический расчет. Если есть разногласия, собираются несколько специально обученных арбитражных агентов для голосования. Принудительный расчет в течение 24 часов, больше никаких затягиваний. Время отклика сокращается с 7 дней до 24 часов, затраты снижаются с 500 долларов за раз до 5 долларов, ноль человеческого манипулирования, так как все процессы вывода можно проверить на блокчейне. Второй уровень: Maker Agent, предоставляющий ликвидность. 1000 Maker Agent, каждый из которых сосредоточен на разных областях. Политика, спорт, крипторынок, макроэкономика. Каждый агент управляет пулом средств от 10,000 до 100,000 долларов, в реальном времени корректирует котировки, спред контролируется в пределах 0.5%. Ключевым является динамическая система весов. Не все агенты равны. Агент с исторической точностью 85% имеет вес котировки 10. Агент с точностью 60% — вес 1. Конечная цена на рынке — это взвешенное среднее котировок всех агентов. Вот это и есть истинное "умное возникновение". Это не популистское большинство, это оптимальное решение, отобранное алгоритмом. Третий уровень: Hunter Agent, осуществляющий арбитраж между платформами. На одно и то же событие, коэффициенты Полимаркета 1.65, PredictIt 1.58, Kalshi 1.62. Hunter Agent немедленно обнаруживает арбитражные возможности, автоматически выполняет сделки, выравнивая ценовые различия. Почему это важно? Потому что сейчас разные прогнозные рынки разрознены, и цена на одно и то же событие может отличаться на более чем 10%. Человеческие арбитражеры действуют медленно и не хотят заниматься маленькими рынками. AI-агенту все равно, какого размера рынок, если есть 0.5% безрискового арбитража, он врывается в него. Конечный эффект: глобальный прогнозный рынок превращается в единую систему ценообразования. Три уровня, работающие вместе, создадут эффект возникновения. Oracle быстро завершает расчеты, сокращая время блокировки капитала и повышая эффективность капитала. Maker с глубокой ликвидностью привлекает крупные средства, увеличивая глубину рынка в 10 раз. Hunter, осуществляющий арбитраж между платформами, унифицирует глобальные цены, повышая точность прогнозов. Прогнозный рынок превращается из "казино" в "машину правды". 4⃣ Несколько вопросов, которые вы, безусловно, зададите "Что делать, если AI ошибается?" У GPT-4 уровень ошибок в задачах фактического суждения составляет 8-12%. У человеческих экспертов уровень ошибок в сложных суждениях составляет 15-20%. И ошибки AI воспроизводимы, анализируемы и исправимы. Ошибки человека могут быть просто "сегодня у меня плохое настроение". "Что делать, если AI манипулируют?" Механизм консенсуса между несколькими агентами. Не один AI решает, а 1000 AI голосуют, каждый из разных источников данных, с разными моделями и способами обучения. Чтобы манипулировать, вам нужно одновременно атаковать 1000 разных систем. Это гораздо сложнее, чем манипулировать 7 людьми. "Кто отвечает, если AI ошибается?" Механизм штрафов. Каждый Maker Agent ставит от 10,000 до 100,000 долларов, и при последовательных ошибках в суждениях он автоматически теряет свою ставку. То же самое и для Oracle Agent. И все процессы вывода можно проверить на блокчейне, любой может бросить вызов. Это гораздо более строгая ответственность, чем у человеческих экспертов. У крупных игроков UMA, которые голосуют неправильно, когда-нибудь были штрафы? Нет. Им достаточно написать в Discord "упс, извините", а затем продолжить голосовать. 5⃣ Через 5 лет право на ценообразование будет принадлежать AI Возвращаясь к началу: что такое 45 миллионов долларов французского кита? Мой ответ: он последний король старой эпохи и открытие новой. Он с помощью предельного человеческого познания доказал эффективность ценообразования элит, но одновременно доказал и пределы человеческой элиты. Один человек, каким бы богатым и умным он ни был, может обрабатывать лишь ограниченное количество информации. Настоящее будущее — это 1000 AI-агентов, каждый из которых управляет 100,000 долларов, каждый сосредоточен на разных областях, каждый работает 24/7, каждый ведет сделки без эмоций. Их коллективный интеллект раздавит любого человеческого эксперта. Демократия — это толпа, элита — устаревшая операционная система. Не потому, что элита плоха, а потому, что есть лучший выбор. Как автомобили заменили повозки, не потому, что лошади плохи, а потому, что двигатели внутреннего сгорания быстрее. Умное возникновение подавляет человеческий консенсус. Это необратимая тенденция. Кто первым это поймет, тот и выиграет.

Конечное решение Polymarket — стать "партией капитуляции AGI"🤖 В предыдущей статье я говорил, что Polymarket нуждается в "Совете семи мудрецов", нуждается в "аукционе когнитивных прав", нуждается в элитной монополии на ценообразование. Но это решение все еще недостаточно радикально, или, скорее, это ответы на 2023 год. Совет семи мудрецов звучит круто, но если подумать, по сути это просто взвешенное среднее предвзятости 7 человек. Это как если бы 7 руководителей Nokia собрались на совещание, чтобы разработать демократическую централизованную систему для Поднебесной, и смогли бы создать iPhone? Невозможно. 1⃣ Физические ограничения человеческих экспертов Какой топовый аналитик по прогнозам, работающий с таким сложным рынком, как "выборы Трампа в 2024 году", что должен учитывать? Опросы в 50 штатах, демографическая структура колеблющихся штатов, исторические модели голосования, настроения в социальных сетях, макроэкономику, экстренные новости... Даже если он будет работать 16 часов в день без сна, сколько измерений он сможет глубоко проанализировать? 5? 8? Максимум 10. А AI-агент с многофункциональной LLM одновременно обрабатывает 500 измерений данных, обновляет их в реальном времени, время отклика менее 1 секунды. Это не конкуренция между людьми, это конкуренция между счетами и компьютерами. Сравнивать нечего. Данные Numerai очень показательные: 20,000 AI-моделей сотрудничают, годовая доходность 15-25%, что превосходит 85% традиционных хедж-фондов. В этих фондах работают выпускники Лиги Плюща с зарплатой в миллион долларов. И что с того? Перед алгоритмами они все — мясо. И еще более серьезная проблема — эмоциональный фактор. Французский кит поставил 45 миллионов на Трампа, как вы думаете, сможет ли он сохранить объективность в своих последующих оценках? Невозможно. Упущенные затраты искажают его восприятие. Мысль "Я уже вложился, поэтому Трамп должен выиграть" подсознательно повлияет на его интерпретацию каждой новой информации. AI-агент не имеет этих проблем. Дайте ему целевую функцию: максимизировать точность прогнозов. Он будет оптимизировать только это, не учитывая ничего другого. Ноль эмоций, ноль конфликтов интересов, ноль показухи. 2⃣ Разрыв в скорости отклика между поколениями В какой-то день в октябре прошлого года слухи о том, что Байден не будет баллотироваться, начали распространяться в Twitter. Каков временной интервал от появления слуха до реакции рынка? Человеческим экспертам нужно несколько часов, чтобы проверить информацию, провести совещание, прийти к выводу. AI-агент за 3 минуты сканирует всю сеть, за 5 минут проводит анализ настроений, за 7 минут дает обновление вероятностей. Пока человеческие эксперты заканчивают совещание, возможности для арбитража уже исчезли. Compound использует AI-систему Gauntlet для регулирования процентных ставок, время отклика менее 5 минут. Человеческое управление? Споры в Discord продолжаются неделю, голосование Snapshot затягивается на 3 дня, пока предложение пройдет, рынок уже изменился. Рынок не ждет. И не должен ждать. Технологический стек уже зрел Вы можете сказать, что AI-агент звучит прекрасно, но технология готова? Ответ: гораздо более зрелая, чем вы думаете. У нас сейчас есть AutoGPT, LangChain и другие зрелые фреймворки для агентов. Есть Autonolas, который занимается децентрализованными AI-агентами. Есть CrewAI для многопользовательского сотрудничества. На уровне данных есть The Graph для индексации данных на блокчейне, Dune Analytics, Twitter API, Reddit API для захвата настроений в социальных сетях, а также интерфейсы макроданных традиционных финансов. На уровне исполнения есть Account Abstraction, позволяющая AI-агенту иметь кошелек на блокчейне, Gelato Network для автоматизации исполнения, Safe для управления средствами. А как насчет затрат? Запуск предсказательного агента уровня GPT-4 стоит от 50 до 200 долларов в месяц. Нанять квалифицированного аналитика? От 8000 до 15000 долларов в месяц. Затраты в соотношении 1:40 до 1:300. И это еще не учитывая, что человеку нужно спать, а AI-агент может работать 24/7. Команда Autonolas проводила эксперименты, позволяя AI-агенту участвовать в более чем 500 рынках Polymarket, тестируя их в течение 6 месяцев. Результат? Точность AI составила 73%, а у человеческой краудсорсинга — 68%. Скорость отклика AI менее 1 секунды, у человека в среднем несколько часов. Что более важно, AI-агент показывает более заметные результаты на нишевых рынках (с ликвидностью менее 100,000 долларов) — точность увеличивается с 62% у человека до 71% у AI. Почему? Потому что человеческие эксперты просто не хотят изучать эти маленькие рынки. Но AI-агент относится ко всем одинаково, так как стоимость вычислений примерно одинакова. Это сила масштабируемого познания. Человеческий эксперт может одновременно работать с 10 рынками, это предел, а AI-агент может работать с 10,000. Почему сейчас никто так не делает? Если технология зрелая и результаты очевидны, почему 95% на Polymarket все еще играют люди? Три причины. Во-первых, у Polymarket даже нет официального API. Вы не ослышались, крупнейшая платформа предсказаний не имеет API. Хочет AI-агент участвовать? Пусть сам сканирует веб-страницы. Во-вторых, затраты на выполнение на блокчейне. Хотя Polygon дешевый, но затраты на газ для высокочастотной торговли все равно значительные. AI-агент, занимающийся маркет-мейкингом, делает сотни сделок в день, и затраты растут. В-третьих, серые зоны регулирования. Является ли AI-агент "квалифицированным инвестором"? Если AI потеряет деньги, кто за это ответит? Эти юридические вопросы никто не хочет поднимать. Но это все инженерные проблемы, а не проблемы принципа. Дайте 2 года, и все можно решить. Как бы я поступил Если бы мне пришлось перестроить Polymarket, я бы создал трехуровневую экосистему AI-агентов. Первый уровень: Oracle Agent, отвечающий за правду. Заменяет текущее управление UMA. Когда приходит время расчетов на рынке, агент автоматически проверяет результаты из нескольких источников данных — официальные СМИ, данные на блокчейне, консенсус в социальных сетях. Если 95% источников согласны, происходит автоматический расчет. Если есть разногласия, собираются несколько специально обученных арбитражных агентов для голосования. Принудительный расчет в течение 24 часов, больше никаких задержек. Время отклика сокращается с 7 дней до 24 часов, затраты снижаются с 500 долларов до 5 долларов, ноль человеческого манипулирования, так как все процессы рассуждения можно проверить на блокчейне. Второй уровень: Maker Agent, предоставляющий ликвидность. 1000 Maker Agent, каждый из которых сосредоточен на разных областях. Политика, спорт, крипторынок, макроэкономика. Каждый агент управляет пулом средств от 10,000 до 100,000 долларов, в реальном времени корректирует котировки, контролируя спред в пределах 0.5%. Ключевым является динамическая система весов. Не все агенты равны. Агент с исторической точностью 85% имеет вес 10. Агент с точностью 60% имеет вес 1. Конечная цена на рынке — это взвешенное среднее котировок всех агентов. Это истинное "умное возникновение". Это не популистское большинство, а оптимальное решение, отобранное алгоритмом. Третий уровень: Hunter Agent, занимающийся арбитражем между платформами. Для одного и того же события, коэффициенты Polymarket 1.65, PredictIt 1.58, Kalshi 1.62. Hunter Agent немедленно обнаруживает арбитражные возможности, автоматически выполняет сделки, выравнивая ценовые различия. Почему это важно? Потому что сейчас различные предсказательные рынки разрознены, и цены на одно и то же событие могут различаться более чем на 10%. Человеческие арбитражеры действуют медленно и не хотят заниматься маленькими рынками. AI-агенту все равно, какого размера рынок, если есть 0.5% безрискового арбитража, он врывается в него. Конечный эффект: глобальные предсказательные рынки превращаются в единую систему ценообразования. Три уровня, работающие вместе, создадут эффект возникновения. Oracle быстрое расчет снижает время блокировки капитала, повышая эффективность капитала. Maker с глубокой ликвидностью привлекает крупные инвестиции, увеличивая глубину рынка в 10 раз. Hunter, занимающийся арбитражем между платформами, унифицирует глобальные цены, повышая точность прогнозов. Предсказательные рынки превращаются из "казино" в "машину правды". Несколько вопросов, которые вы, вероятно, зададите "Что делать, если AI ошибается?" У GPT-4 уровень ошибок в задачах фактического суждения составляет 8-12%. У человеческих экспертов уровень ошибок в сложных суждениях составляет 15-20%. И ошибки AI можно воспроизводить, анализировать и исправлять. Ошибки человека могут быть просто "сегодня у меня плохое настроение". "Что делать, если AI манипулируют?" Механизм консенсуса между агентами. Не один AI решает, а 1000 AI голосуют, каждый из которых использует разные источники данных, модели и методы обучения. Чтобы манипулировать, вам нужно одновременно атаковать 1000 различных систем. Это гораздо сложнее, чем манипулировать 7 людьми. "Кто отвечает, если AI ошибается?" Механизм штрафов. Каждый Maker Agent ставит от 10,000 до 100,000 долларов, и при последовательных ошибках суждения он автоматически теряет свою ставку. То же самое и для Oracle Agent. Кроме того, все процессы рассуждения можно проверить на блокчейне, любой может оспорить. Это гораздо более высокая степень ответственности, чем у человеческих экспертов. У крупных игроков UMA, которые голосуют неправильно, когда-нибудь были штрафы? Нет. Им достаточно написать в Discord "упс, извините", а затем продолжить голосовать. Через 5 лет право на ценообразование будет принадлежать AI Возвращаясь к началу: что такое 45 миллионов долларов французского кита? Мой ответ: он последний король старой эпохи и открытие новой эпохи. Он доказал эффективность ценообразования элит, используя пределы человеческого познания, но одновременно доказал пределы человеческой элиты. Один человек, каким бы богатым или умным он ни был, может обрабатывать лишь ограниченное количество информации. Настоящее будущее — это 1000 AI-агентов, каждый из которых управляет 100,000 долларов, каждый сосредоточен на разных областях, каждый работает 24/7, каждый ведет сделки без эмоций. Их коллективный разум раздавит любого человеческого эксперта. Если Polymarket все еще будет заниматься "Советом семи мудрецов" и "аукционом когнитивных прав", через 5 лет он станет следующим Nokia. А те, кто сейчас закладывает AI-агентов в предсказательных рынках — возможно, это Azuro, возможно, Gnosis, возможно, проекты, о которых мы еще не знаем — станут iPhone в этой области. Демократия — это толпа, элита — устаревшая операционная система. AI-агенты — это конечная форма предсказательных рынков. Тиль в 2009 году ставил под сомнение демократию, это был предвестник времени. Но истина 2025 года такова: даже элиты должны быть поставлены под сомнение. Не потому, что элиты плохи, а потому, что есть лучшие варианты. Как автомобили заменили повозки, не потому что лошади плохи, а потому что двигатели внутреннего сгорания быстрее. Умное возникновение подавляет человеческий консенсус. Это необратимая тенденция. Единственный вопрос — кто первым поймет эту тенденцию. Кто первым поймет, тот и выиграет.