预测市场的概念早在区块链出现之前就已存在，但真正走向主流是随着 Polymarket 的出现。自 2020 年上线以来，Polymarket 将链上去中心化基础设施与便捷用户体验结合，吸引了大量交易量，尤其在美国大选等重大事件中脱颖而出，成为分散式预测市场潜力的最佳证明，也推动了新一轮竞争与创新。不同平台在设计上差异巨大，最核心的首先是「结果裁决机制」（Outcome Resolution）。预测市场必须解决如何验证并结算市场结果的问题，平台通常采取三种方式：依赖外部预言机、人工裁决或算法自动化。以 Polymarket 为例，它采用 UMA 提供的乐观预言机进行仲裁与争议解决；Myriad 和 Limitless 依托 Chainlink 或 Pyth 等价格预言机来处理价格市场；OpinionLabs 也在尝试使用去中心化预言机网络来完成结果获取。另一类是人工裁决，比如 Kalshi 在 CFTC 监管下设有专门团队审查市场结果，Augur 则采用社区报告员机制，XO Market 甚至设计了 AI 与人工陪审团结合的混合仲裁模式。最后是自动化算法流派，如 Kalshi 基于官方指定的数据源自动结算，Polymarket 与 Limitless 也使用集成预言机数据实现快速结算。自动化强调效率，人工审查强调灵活性与合规，而混合方式则试图平衡速度与可信度。 除了结果裁决，预测市场的「流动性模型」同样关键。流动性影响用户能否顺畅进出市场，以及价格能否真实反映群体预期。流动性不足会导致价格剧烈波动，降低市场有效性。主流模式分为三类：自动做市商（AMM）、订单簿（CLOB）以及庄家模式。AMM 借助算法为交易池持续提供流动性，例如 LMSR（对数市场评分规则）就是典型机制，能确保新市场立即具备交易深度，Augur 与 Myriad 均采用变种 AMM。订单簿模式则更接近传统交易所，如 Polymarket 从 AMM 转为订单簿后，允许用户挂单买卖「结果份额」，实现更高效的价格发现，Limitless 也采用 CLOB 来支撑社交化预测市场。庄家模式由平台或中心化实体作为对手盘，提供赔率并承担风险，DivvyBet 就是典型的「去中心化庄家」。此外，混合模式逐渐流行，例如 Kalshi 在订单簿基础上引入内部交易团队与专业做市商，确保深度流动性。这几种模式各有优劣：AMM 适合启动初期，但价格精度有限；订单簿效率高，但需足够用户参与；庄家模式提供稳定流动性，但风险集中。新项目通常在早期选择 AMM 启动，后续再向订单簿或混合模式过渡，以平衡资本效率与流动性深度。 预测市场的另一个重要维度是「事件创建机制」。平台可以采用三种方式：平台主导（中心化）、用户生成（完全去中心化）、社区审核（混合模式）。Kalshi 与 PredictIt 属于平台策展模式，由团队筛选并上线符合监管要求的市场；Augur 与 XO Market 则允许任何用户创建市场，体现完全去中心化，但需要额外的治理机制来防止垃圾市场；Polymarket 则采取社区建议与官方审核结合的方式，既保证合规，也引入一定的开放性。不同机制决定了市场的丰富度与风险水平。除此之外，市场类型本身也多样：最常见的是二元市场（Yes/No），如「候选人 A 是否当选」；其次是多结果市场，例如世界杯冠军预测，多个选项同时存在；还有标量市场（Scalar），允许预测数值区间，如「比特币在某日期的价格」，根据接近程度线性支付。这类市场通常需要精确的数据源来结算，代表项目如 Trepa，强调精度而非二元化。总体来看，预测市场的设计体现了不同平台对「效率 — 去中心化 — 合规」三者的权衡。Polymarket、Kalshi、Limitless 等的差异不仅在于技术选择，也在于他们想要服务的用户群体与目标市场。未来，预测市场很可能继续沿着混合化、精细化的方向演进，既满足监管要求，也保留开放式创新的活力。【原文为英文】\n原文链接