0% read
最后更新:
Choice Markets
Choice Markets 是一个旨在直接从 X（原 Twitter）上的社交话语中创建和交易预测市场的平台，将其自身定位为用于实时市场形成和交易的 AI 辅助社交原生层。其既定目标是将实时对话转化为可交易的事件，并最大限度地减少准入门槛。[1]
概述
Choice Markets 通过将市场创建和交易与 X 上的活动对齐，展示了一种社交原生的预测市场方法。该平台的既定目的是将突发新闻、辩论和热门话题转化为实时的、可交易的市场，利用 AI 辅助市场生成和结果裁定。这种设计旨在让市场能够随着公众对话而演变，并根据特定话题的关注强度和持久性调整流动性机制。[1]
在自我描述中，Choice Markets 强调在单一环境中结合社交语境和交易执行。据报道，其计划推出与 X 集成的用户体验，以减少跳转和准入门槛，并描述了一种混合流动性模型，在流量高的地方使用订单簿，在活跃度较低的长尾市场使用自动做市商方法（LMSR）。
AI 层被描述为支持从社交信号中发现和构建市场，以及在事件结束后解释结果，旨在实现更快且争议更少的结算。[1]
该项目的公开信息包含了几段反映其预期定位的简练陈述。诸如“预测市场的 AI 驱动社交层”、“为社交关注、文化多样性和实时市场而建”，以及专注于用户体验的口号如“辩论即流动性”、“从话语到执行”和“瞬间将观点转化为头寸”，概括了该系统在对话发生地运营并将讨论转化为可交易市场活动的雄心。
这些口号表明其在市场创建和裁定方面都专注于即时性、社交集成和辅助自动化。[1]
据 Good Money Guide 报道，面向英国的 Choice Prediction Markets 服务于 2026 年 10 月 16 日作为虚拟资金预测交易所推出。该报道描述了一个特定的交易所产品，并未取代 Choice 更广泛的产品愿景，其官方网站继续将其呈现为源自 X 对话、AI 辅助和混合流动性的社交原生市场。[2][1]
Products and Key Features
Choice Markets 描述了一套以社交原生市场创建、AI 辅助和混合流动性引擎为核心的产品功能。
其中一个既定功能是社交原生市场创建，用户可以创建源自 X 上社交话语的预测市场。该网站将其特征描述为使市场能够围绕推文串、回复、叙事和热门话题形成，而无需单独的跳转或复杂的设置。预期的结果是，产生关注的同一社交活动也可以为定价、参与和裁定提供语境。[1]
该平台概述了一个混合流动性引擎，对高流量市场使用传统的订单簿，对低流量或长尾事件使用基于对数市场评分规则（LMSR）的自动做市商。在提供的描述中，订单簿被定位为处理买卖动态和深度显著的密集、活跃交易，而 LMSR 则被指定为参与度有限的事件提供即时报价和持续流动性。
该项目将这种方法称为“自适应流动性”，旨在在市场活跃时提供深度，在不活跃时提供即时性。[1]
AI 辅助工作流被呈现为产品的核心部分。在市场生成方面，平台表示 AI 用于从社交信号（如对话、热门话题和辩论）中检测或构建可交易的问题。
在结算方面，据报道 AI 辅助的结果裁定旨在减少争议并加速确定最终结果和结算头寸的过程。在这两个领域，该网站都暗示 AI 作为一个辅助层而非独立的预言机运行，强调工作流支持和速度。[1]
Choice Markets 还强调了社交原生的交易用户体验。该网站称，系统原生构建在 X 之上，允许在对话流中参与市场，并旨在实现“零摩擦准入”，暗示参与过程应尽量减少跳转或单独的账户创建步骤。
这种方法被定义为缩短讨论与执行之间的距离——将帖子、回复和辩论转化为可以在同一语境下执行交易决策的场所。[1]
Choice 应用程序还展示了一个实时的 是/否 预测市场，包含价格、成交量、市场规则、买入控制以及显示的 USDC 余额。[3]
UK Virtual-Funds Exchange
据 Good Money Guide 报道，Choice Prediction Markets 于 2026 年 10 月 16 日推出了面向英国的虚拟资金交易所。新用户会收到 100 英镑的虚拟资金，并可以对 是/否 事件问题建立头寸。价格范围从 0 到 100，表达了结果的隐含概率。[2]
该交易所被描述为使用匹配相反订单的订单簿。用户可以修改或取消尚未匹配的待处理订单。获胜头寸以 100 结算，失败头寸以 0 结算。最初的市场询问 FCA 是否会监管预测市场。模拟资金格式旨在让人们在不接触真钱交易的情况下探索预测市场。[2]
Architecture and Technology
所描述的架构以两个互补的流动性组件和一个用于发现与结算的 AI 层为中心。在流动性方面，平台表示它为高流量市场部署订单簿，为低流量或长尾市场部署 LMSR。
这种混合方法被呈现为一种将机制与市场条件相匹配的方式：在热门事件中，订单簿可以表达细粒度的价格发现和深度；在小众或早期事件中，即使交易对手稀少，LMSR 也能提供报价并维持持续流动性。
自适应框架建议根据活动水平切换或分配流动性机制。[1]
关于英国交易所的报道描述了订单簿匹配，而 Choice 的官方网站将其更广泛的流动性设计描述为高流量市场的订单簿和长尾市场的 LMSR。[2][1]
AI 集成被描述在两个领域。首先，AI 辅助的市场生成利用来自社交话语的信号来检测、提议或完善反映正在进行的对话的市场问题。
其次，AI 辅助的结果裁定旨在相关信息可用后，帮助更快且更少争议地确定事件结果。
该网站的表述强调工作流加速和争议最小化，而非披露特定的模型架构、训练语料或决策协议，也未提供关于 AI 输出是建议性的、基于共识的还是受人工审查的细节。[1]
具体的实现细节尚未披露。该网站未提供底层技术细节，如智能合约设计、链的选择、除所述订单簿/LMSR 配对之外的订单匹配算法、基础设施提供商或使用的库。
它也未指明如何从 X 摄取社交数据，如何在 X 原生流程中管理身份和访问，或者如何执行托管、结算和支付。该平台的公开材料侧重于功能拓扑（社交原生 UX、AI 辅助、混合流动性），省略了明确的架构图或协议规范。[1]
使用场景
- 从 X 上的突发新闻和热门话题中快速创建市场
- 随着正在进行的社交对话（包括回复和叙事转变）而演变的市场
- 位于讨论发生的同一社交语境内的交易参与
这些用例反映了该平台的既定目标，即以最小的语境切换将社交话语转化为可交易的机会。[1]
发现错误了吗？
