AI超级预测者登场

背景

每年一度的预测市场大会于本月初举行。今年，预测市场从一个鲜为人知的爱好变成了一个数十亿美元的产业；从半合法状态发展到有总统之子担任顾问。但会场里几乎没人谈论这些事，所有人的目光都集中在 AI 超级预测者（AI Superforecasters）身上。

核心内容

一名 AI 超级预测初创公司的创始人告诉我，他的 AI 在 Kalshi 上七个月内将 35 美元变成了 200 万美元。另一名创始人说，他们通过一个市场中性投资组合跑赢了股市 25%——当然这可能是运气，但他们在 Kalshi 和 Polymarket 上也取得了类似的超额收益。

实际上，我相信所有这些人的说法。图表外推社区早就预测 AI 会在 2026–2027 年某个时候击败最优秀的人类预测者。当 AI 最终在预测未来方面击败人类时，这一刻会是什么样子？是氛围？论文？还是报告？事后看来，确实如此：它看起来就是 AI 在预测市场上赚取巨额利润，并以可观幅度跑赢股市。

使用 AI 超级预测者

所谓 AI 超级预测者，通常是一个经过改造的、擅长预测的前沿模型，比如 ChatGPT 或 Claude。改造方式通常是一个“脚手架”程序——通过各种提示、工具、关于何时创建子代理的建议等，引导它完成一个长期研究过程。整体体验类似于使用其他 AI，但更慢、更贵，因为它做了更多工作。

以 FutureSearch 为例——这家公司声称自己正在跑赢股市。他们让我试用其 AI 超级预测者并写下体验。测试问题是：一些硅谷慈善家最近启动了一个项目，旨在消除普通感冒等呼吸道感染。我询问他们在 2040 年前将感冒发生率减半的可能性有多大。

两分钟内，AI 部署了三个子代理，读取了 16 个网站，并在截图那一刻正在“调查 ASHRAE 标准 241 空气清洁技术在 2040 年前大规模推广到住宅领域的可扩展性”。五分钟后，它给出了答案：美国呼吸道感染率在 2040 年前减半的概率为 7%。

它解释了自己的推理过程：中心点在于一系列苛刻的、必须同时成功的连锁条件：

1. 生物学极其困难：200 多种致感冒病毒，仅鼻病毒就有 150 多种血清型——50 年的疫苗努力失败，直到 2025 年底专家仍不认为五年内能有感冒疫苗。新冠封锁期间行为发生前所未有的变化，鼻病毒的发病率仅适度下降并迅速反弹。
2. Intercept 自身的时间线紧张：他们的路线图预计商业化需要 5–7 年以上，留给通过三期试验、FDA 批准并在 2040 年前大规模部署的时间很少，而资金仅不到 5 亿美元（对于这一规模可能远远不够）。
3. 采用率是未知数：对于轻度疾病，人们定期使用鼻喷雾或预防措施的依从性预计很低。空气清洁基础设施面临高昂的改造成本和混合的证据基础（2025 年一项关于紫外线杀菌的随机对照试验未发现感染显著减少）。
4. 测量可能不可行：美国缺乏常规的全国性感冒监测，2020–2026 年的基线因疫情期间行为而失真——即使取得真实进展，也很难证明感染率下降超过 50%。

该计划确实是新颖且有可信度的，但在没有变革性 AI 加速的情况下，14 年内将感冒频率减半是一个极高的门槛。用户还可以跟进预测一个更宽松的阈值（例如 2035 年前减少 25%），或按可能性对 Intercept 的具体技术方法（鼻喷雾 vs 疫苗 vs 空气清洁）进行排序。整个预测耗时五分钟，花费了我 8 美元积分。

另一个 AI 超级预测公司 Preseen 对同一问题的回答是 8.8%，与 FutureSearch 的 7% 相近。我还请一位人类超级预测者预测这个问题，她表示根据措辞的模糊性，她会给出 5–10%。再次接近。

人机对决

测量预测能力很困难。不能说“AI 答对了 85% 的问题”，因为那完全取决于问题难度。如果问题是“明天太阳会升起吗”，那么即使 100% 正确率也毫无意义。只能通过将不同预测者相互比较来确定谁更好。任何绝对标尺的锚定都来自于包含那些我们直观理解其预测能力的群体（如普通公众、CIA 分析师等）。

预测网站 Metaculus 将 AI 与人类以及 AI 之间在一个共同指标上进行对比。结果显示，截至 2026 年 5 月 Gemini 3.1 为最先进模型时，AI 正在接近 Metaculus 社区预测（一种“群体智慧”聚合），但仍远低于专业超级预测者水平。

不过 Metaculus 最近的一篇博文提供了更多背景：上述图表只测量了原生的品牌 AI（如 GPT 和 Claude），没有计算专为预测优化的脚手架系统（如 FutureSearch）。Metaculus 的另一项调查发现，这些脚手架系统“相当于 9 个月的基础模型进步”——也就是今天一个良好脚手架化的 AI 在预测能力上已经与九个月后的基础模型相当。

如果将该图上的绿色虚线延伸至 2026 年 7 月，再加上 9 个月脚手架优势，最佳 AI 的得分应该在 31 左右，而顶级专业预测者为 36。因此理论上世界上最好的预测者仍略胜最佳 AI，但优势小于图表所示，预计人类与 AI 将在大约六个月内达到同等水平。

但“脚手架化 AI 领先基础模型 9 个月”这一说法本身也已有 9 个月的历史。业内多人告诉我，他们认为这低估了真实进展。即使是一些顶级人类超级预测者也表示，他们不再确信自己能够击败 AI。

MetaCulus Cup——预测界的“世界杯”——应运而生。每赛季，顶级人类和 AI 在约五十个问题上竞争，例如“谁将赢得即将到来的尼泊尔选举？”和“美国会攻击伊朗吗？”最近一届比赛的结果是：人类占据了前两名，但 Preseen 的 AI 获得了第三名。每次预测竞赛都有大量运气成分，因此实际上人类与 AI 目前处于统计学上的平局。

正在进行的夏季 Metaculus Cup 的中间结果确认了这一点：春季排名前 10 的人类中有 2/10 在夏季再次进入前 10；同时也有 2 个 AI 在前 10 中重复出现（manticAI 和 Laertes，而 Preseen-Chestnut 夏季表现不佳，排名下降）。

关键要点

• AI 超级预测者已从理论变成现实，在 Kalshi 和 Polymarket 等预测市场上实现巨额收益，并在股票市场中跑赢大盘。
• 这些 AI 通常基于前沿大模型（如 ChatGPT、Claude），通过“脚手架”程序引导其进行长时间研究、使用子代理、调用工具等，速度较慢但信息更充分。
• 实际测试显示，不同 AI 对同一问题的预测（7% vs 8.8%）与人类顶级预测者的判断（5–10%）高度一致，初步证明 AI 预测的可靠性。
• Metaculus 系统的比较显示，原生 AI 模型仍落后于专业人类超级预测者，但一旦加上专用脚手架，AI 的能力相当于领先基础模型九个月的进展。
• 在 Metaculus Cup 比赛中，人类仍然占据前两名，但 AI 已进入前三，整体呈现统计学平局状态。
• 业内多位人士认为，此前对脚手架优势的评估（领先 9 个月）可能已经过时，实际进展更快；甚至一些顶级人类预测者对自己能否战胜 AI 已失去信心。

意义与影响

AI 超级预测者的出现标志着预测能力的一次范式转移。预测市场从边缘爱好成长为数十亿美元产业，而 AI 的介入正在进一步加速这一转变。如果 AI 能够在未来六个月内达到甚至超越人类顶级预测者的水平，那么许多依赖预测的领域——政策决策、投资、风险管理、战略规划——将面临根本性变革。

人类预测者仍然保留着对模糊问题、复杂语境和因果推理的独特优势，但 AI 在速度、可扩展性和一致性上具有天然优势。随着脚手架技术的改进和新模型的迭代，人机协作可能成为最优解，而不是简单的一方取代另一方。

然而，这一领域也存在风险：如果 AI 预测被广泛使用并影响市场行为，可能出现自我实现的预言或自我否定的预言；同时，AI 预测模型的好坏