GateUser-cc6abff6

Paradigm 又投了一笔预测市场——这次是 Noise，$7.1M 种子轮，1月14日刚官宣。
这让我想盘一下这个赛道最近三个月的融资情况。结论是：钱在疯狂涌入。
头部两笔：
Polymarket 拿了 $2B，ICE（纽交所母公司）投的，估值 $9B
Kalshi 拿了 $1B，Paradigm 领投，Sequoia、a16z、ARK、Google CapitalG 跟投，估值 $11B
三个月，这两家加起来拿了 30 亿美金。
背后的逻辑不难理解：
1. 合规化进展明显——Kalshi 是美国唯一 CFTC 全面批准的平台，Polymarket 也在 2025 年底重新获批并开始向美国开放
2. 传统金融入场——ICE 投 Polymarket，CME 和 FanDuel 合作推行情合约
3. 交易量在涨——Kalshi 单日交易量 $466M，占全行业 66%
值得注意的信号：
华尔街开始招预测市场交易员，DRW、Susquehanna 开出 $200K 年薪
Polymarket 和 Kalshi 都在烧钱补贴流动性，各自约 $10M
Dragonfly 预测 90% 的预测市场产品会死——头部集中是大概率事件
格局上看：
美国合规：Kalshi（CFTC 全面批准）、Polymarket（刚获批）
Crypto Native：Polymarket、Opinion、Pr

周日晚上，数千万人打开电视看金球奖，屏幕上出现了Polymarket的实时预测
同一天，Kalshi的律师在田纳西州法庭上为"预测市场不是赌博"辩护

Simon Willison，Django 核心开发者、LLM 工具链专家（做了 LLM CLI、Datasette 等工具），在最新一期 Oxide and Friends 播客里提了个词，叫"深蓝时刻"（Deep Blue Moment）。
指的是：当 AI 超越你引以为傲的核心技能时，那种集体心理危机。
源自 1997 年卡斯帕罗夫被 IBM 深蓝击败后，整个国际象棋界的震动。
现在轮到程序员了。
Simon 说他手写代码的量已经降到个位数百分比。LLM 写代码这件事，在 2026 年将不再是争论话题。
但有个经济学悖论叫"杰文斯悖论"：
当一项资源的成本大幅降低，需求要么没增长（技能贬值），要么被极大激发（技能更值钱）。
代码生产成本趋近于零后，工程师是更值钱还是被淘汰？
Simon 的判断是：六年内，不会有人单纯因为"敲代码"拿工资。但软件工程不会消亡，只是角色会深刻进化——被 AI 自动化的是语法转换，留下的是架构、判断力、系统理解。
深蓝时刻已经来了。但国际象棋界最终学会了与 AI 共存，反而变得更强。
程序员也会。

判断你在做的事值不值：
问自己一个问题——
"如果我停止工作1个月，这个东西会自己产生价值吗？"
✅ 会增值的（资产）：
- 历史数据（每天自动积累）
- 用户在用的工具（持续反馈）
- 验证过的策略
❌ 不会增值的（成本）：
- 代码行数
- 漂亮的架构图
- 100个未验证的TODO
复利资产 vs 非资产，决定了你是在"建设"还是在"消耗"

TheSequence 最新一期讲了个趋势：很多系统和 agent 能力正在被 productized 到前沿模型里。
以前需要写复杂逻辑的功能（工具调用、多步推理、状态管理），现在直接内置在模型里了。这对独立开发者和超级个体意味着什么？
护城河从技术实现转向领域资产
纯技术实现不再是壁垒。真正的护城河是：领域知识、数据积累、产品设计。
举个例子，如果你做垂直领域工具，价值不在于用了哪个模型，而在于你积累了什么：行业知识库、专有的决策框架、沉淀的数据、自学习机制。技术会被模型吸收，但这些资产不会。
独立开发者的黄金时代，竞争激烈
好消息：构建产品的门槛降低了，一个人能同时推进多个项目。
坏消息：所有人的门槛都降低了，竞争更激烈。速度和执行力变得更关键。
不要过度依赖某个模型的特定能力
今天的黑科技，明天可能就是标配。所以要保持模型切换的灵活性，把核心逻辑和模型能力解耦。多模型协作（让不同模型做擅长的事）比押注单一模型更稳健。
AI 协作是必修课
不是 AI 会不会替代开发者，而是会用 AI 的开发者会替代不会用的。
模型越来越强不是坏事，但要清楚：你的价值不在于会用模型，而在于你积累了什么、设计了什么、沉淀了什么。

Polymarket 这周两个动作值得一起看：
开始对 15 分钟加密市场收费（最高 3%），但费用全部返还给做市商
成为华尔街日报和道琼斯的独家预测市场合作伙伴
第一个动作不是为了赚钱，是为了对抗延迟套利机器人。短期加密市场最容易被高频机器人薅羊毛，用动态费用曲线把它们挤出去，让真正的做市商能活下来。这是市场设计的技术活。
第二个动作的信号意义更大。WSJ 这种主流金融媒体开始引用预测市场数据，意味着它不再被当作 crypto 玩具，而是一种"可信的信息聚合工具"。
往后看，预测市场会渗透到哪些场景？
最直接的是金融和保险行业。对冲基金可以用预测市场定价尾部风险，再保险公司可以用它评估极端事件概率。这些场景天然有足够多的专业参与者，流动性不是问题。
再往外，可能是大型企业的内部决策市场。Google、微软这种规模的公司，员工预测产品发布、项目进度，比传统调研更诚实。但小企业很难玩，几十个人的市场撑不起有效的价格发现。
但核心前提是：市场质量要能撑得住这些应用。规则模糊、流动性差、争议解决机制不靠谱的市场，没人敢拿来做决策依据。
Polymarket 现在做的两件事——技术上优化市场结构，商业上对接主流机构——正是在为这个未来铺路。

Poly 一小步，房地产一大步。
Polymarket 上线房地产预测市场。
预测市场正在从金融玩家工具变成生活工具，从虚拟数据定价到真实资产（RWA）定价。
以前大家在上面押注利率、通胀、失业率，那些是宏观数据，离普通人很远。
现在你可以用它判断"明年该不该在旧金山买房"。这是真正切肤的决策。
当人生重大决策开始能被市场定价时，原本只有机构才有的信息优势，就流向了个人。
未来真的一切皆可预测。

Notion AI 真乃神器也！

刚从 vibe coding 出来我又进入了 Claude code 的信息茧房

现在是个特殊的窗口期。
AI 已经足够强大，但还没完全成熟。这意味着工具的能力曲线和认知差距同时存在。
大多数人还在观望"AI 能做什么"，少数人已经在用 AI 构建预测工具、自主交易系统、闭环 Agent。这些东西五年前做不出来，五年后可能已经是红海。
机会就在这个认知差里。
不是说我们能改变什么，个体终归是尘埃。但参与塑造这个转折点的过程，本身就是意义。

不是说 AI 能让人啥也不干吗
为啥有了AI后自己变得更累了
全天24小时各种点子嗖嗖往外冒
感觉自己啥都能干
啥都想试试😆

超级个体真不是人当的，太累了😂