Cryptoria｜说Web3和加密世界 Audio Download

本期节目由HashKey支持播出，是 HashKey Special Series 第二期，我们和 HashKey CaaS（Crypto as a Service）部门负责人Kathy深度解析稳定币经济学。从稳定币的底层分类出发，拆解天才法案立法博弈背后的利益格局，对比Tether与Circle两种截然不同的商业模式，探讨Circle Payment Network（CPN）和HashKey Settlement Protocol（HSP）的创新路径。核心结论：稳定币战争的下半场，胜负不在发行量，而在于谁能掌握分销网络 - 让稳定币从"躺在链上没人用的储备资产"变成"真实流通、高频使用的支付货币"。 1. 链上货币三大类型：互补而非竞争 链上货币可分为两大类、三种形态：商业侧货币（稳定币 + 代币化银行存款）和央行侧货币（CBDC）。稳定币属于”链上货币”，代币化国债属于”链上资产”，两者在链上形成互补——代币化国债可作为DeFi借贷协议的抵押品，或与稳定币配对参与DEX流动性挖矿。当前香港金管局正系统性推进银行存款代币化的沙盒试验，JPMorgan和花旗银行均已参与尝试。 2. 代币化国债上链：分销渠道才是核心驱动力 BlackRock和Franklin Templeton推进国债上链，并非只为 7×24 小时交易便利，更关键的是打开面向 Web3/DeFi 生态的新分销渠道。以Buidl+Morpho合作为例：用户存入代币化货币市场基金（约 4.5% 年化），再以80-90%LTV借出USDC进行循环抵押，综合年化可提升至7.7%以上。这一"传统金融资产+DeFi乐高"的组合，比DeFi Summer时期更坚实，因为底层资产是有市场共识的国债，而非空气币。 3. 天才法案博弈：银行赢得了立法，稳定币锁定为支付工具 天才法案核心结论：支付型稳定币不得向持币者支付利息，被明确定性为"链上数字现金"而非收益型金融产品。背后是Circle/Coinbase阵营与JPMorgan/花旗等传统大行的激烈博弈——若生息稳定币获批，用户将从银行活期账户（年利率不足 1%）大规模迁移至稳定币（可提供 3-4% 收益），银行的低息存款池将被严重侵蚀。最终银行业在立法层占据上风，生息型稳定币被排除在合规框架之外。香港也在 2025 年同步通过稳定币条例，建立牌照制度。 4. 天才法案后的三条赛道格局 * 支付型稳定币（USDT、USDC、PayPal USD）：合规框架内的"链上现金"，核心价值是流动性与可结算性，主战场是跨境支付、企业财务管理、B2C电商收单 * 代币化银行存款（JPMorgan、花旗等大行尝试）：可计息，既保住现有存款池，又享受区块链实时结算优势，当前偏向机构间大额结算 * CBDC（各国央行积极推进）：主权信用背书，无信用风险，适用于公共支付、政府补贴发放、普惠金融场景 5. Tether vs. Circle：利润最大化 vs. 市场渗透率 两家公司均以国债利息为主要收入来源，但战略取向截然不同。Tether将储备金利息全部留存，2024年净利润约130亿美元（约100人团队，人均利润超8,000万美元）；Circle则将大部分利息分成给分销合作伙伴——Coinbase平台内的USDC利息100%归Coinbase，平台外五五分账，2024 年总收入17亿美元，净利润仅约1.56亿美元。Circle以牺牲利润换取市占率和合规声誉，在利率下行周期业务弹性弱于Tether，但合规属性更强，长期具备优势。 6. 分销渠道是稳定币最深的护城河 稳定币大战的胜负核心不在于发行量，而在于分销渠道。Tether凭借先发优势和加密圈内的交易场景占据主导；Circle以利益共享绑定Coinbase等交易所快速扩张市占率；新赛道上，PayPal凭借庞大用户基础和支付通路是Circle最强劲的潜在对手。Circle的应对策略是差异化布局——主动放弃与Tether和PayPal的正面竞争，转而打"合规结算"牌，已与渣打银行、德意志银行、法兴银行等全球大行建立CPN合作关系。 7. Circle Payment Network（CPN）：构建全球支付结算协议 CPN不是Swift的简单替代品。Swift是银行间报文系统，只传递信息、不做真实结算，跨境到账需 3-5 天；CPN以USDC为结算媒介，实现即时跨境资金流转。典型场景：墨西哥制造商向德国钢铁供应商付款，通过CPN将比索换成USDC，跨链结算后再在德国换成欧元，全程本地法币转换，中间由区块链完成结算，大幅压缩中间行手续费和时间成本。CPN的本质是把Circle从"稳定币发行商"转型为"全球支付网络运营商"，收入模式从吃息差转向交易手续费。 8. HashKey Settlement Protocol（HSP）：AI Agent支付的基础设施 HSP是HashKey推出的链上统一支付协议，兼容Coinbase X402协议，支持微支付、流支付和托管支付。核心场景是AI Agent之间以及Agent与商户之间的自动支付：企业AI助理无需人工操作，可自动以USDC完成按次计费的服务采购（如会议语音转写），实现真正的按次计费。这契合a16z所预言的agent-to-agent支付层，是稳定币在AI时代的关键应用入口。 9. 稳定币产业链三层收益模型 * 发行层（Tether、Circle、PayPal）：稳定币总流通量 × 底层资产投资比例 × 利息收益率，年收益约50-70亿美元 * 分发层（Coinbase、Binance、钱包、清算网络）：链上总交易量（约 10 万亿美元）× 手续费比例（0.2%-0.5%），年收益潜力约200-500亿美元 * 应用层（支付、电商、跨境汇款、AI Agent）：全球跨境支付规模超200万亿美元，若稳定币渗透1%并收取5%手续费，年收益可超1,000亿美元 麦肯锡2025年数据显示，链上实际支付规模约3,900亿美元，远低于"数万亿"的标题数字，大量链上交易量来自钱包内部调拨、套利策略和智能合约互转，而非真实经济活动。 10. 稳定币渗透的真实障碍与突破口 当前大规模采用的核心阻力：监管框架尚不互相兼容（美国、香港已突破，其他国家仍在建立中）；用户端钱包管理门槛高（私钥、助记词、链上地址对普通用户仍有压力）；商户端集成成本高（对账、税务、合规工作量大）；"最后一公里"法币兑换渠道在各地仍需本地化玩家解决。高渗透率市场特征：金融基础设施薄弱、本地货币贬值压力大、政治不确定性高——阿根廷即为典型，当地商户已普遍支持稳定币二维码扫码支付，汇率甚至优于黑市现金兑换。 11. 2026-2027 年展望：监管落地驱动爆发 2025年是监管拐点年——美国天才法案和香港稳定币条例相继落地。预计2026年各大支付平台和金融机构开始系统性测试，香港若顺利发放首批稳定币牌照，企业接入生态需1-2年铺垫期。2027年将在先行者示范效应带动下迎来应用层大爆发，研究预测到2028年全球稳定币市值可达2.8万亿美元。稳定币下半场的赢家，将是能把M0（基础货币储备）转化为高频流动M1（真实支付介质）的玩家——谁让价值在链上流动起来，谁就从中获益最大。 01:54 Kathy自我介绍，HashKey CaaS（Crypto as a Service）部门定位与业务 04:31 稳定币 vs. 代币化国债：链上货币与链上资产的核心区别 07:46 链上货币完整分类：商业侧货币（稳定币 + 代币化存款）vs. 央行侧货币（CBDC） 09:43 代币化国债上链的真正驱动力：打开Web3分销渠道，Buidl+Morpho 循环借贷案例（年化可达 7.7%+） 14:46 DeFi乐高的历史教训与升级版：传统金融资产作底层地基 + 链上 DeFi 组合收益 17:24 天才法案核心条款：稳定币禁止付息，被锁定为支付工具 18:26 立法博弈揭秘：Circle/Coinbase阵营 vs. JPMorgan/花旗等传统大行 22:44 天才法案后三条赛道：支付型稳定币、代币化银行存款、CBDC各自定位 29:30 Tether vs. Circle商业模式对比：利润最大化 vs. 利息共享换市场渗透率(Vivienne口误 - Circle利润是1.56亿) 32:28 Circle以合作伙伴利益绑定换分销渠道扩张 36:35 Circle未来最大竞争对手：非Tether，而是PayPal；Circle 差异化策略——打"合规结算"牌 44:05 Circle Payment Network（CPN）详解：全球支付网络 vs. Swift 报文系统的本质区别 51:32 发行层、分发层、应用层三层收益模型拆解 55:25 链上交易量虚实之辨：麦肯锡数据显示实际支付规模约3,900亿美元 58:12 稳定币真实应用场景：跨境薪资、汇款、B2C电商、AI Agent微支付 01:00:35 HashKey Settlement Protocol（HSP）：AI Agent链上支付协议，兼容Coinbase X402 01:03:43 HSP核心场景：企业AI助理按次计费自动采购服务 01:04:52 阿根廷亲历：稳定币二维码扫码支付普及，汇率优于黑市现金 01:07:02 企业采用稳定币的真实阻力：监管不确定性、用户体验门槛、商户集成成本 01:14:02 2026-2027年展望：监管落地后企业系统性测试，2027年应用层大爆发 01:19:06 Kathy三点总结：稳定币是支付工具非收益产品；胜负在流速与分销网络；M0转化M1者赢得下半场 关键词：稳定币、稳定币经济学、HashKey、CaaS、Crypto as a Service、链上货币、链上资产、代币化国债、代币化银行存款、CBDC、Tether、USDT、Circle、USDC、PayPal USD、天才法案、支付型稳定币、Buidl、Morpho、DeFi、乐高积木、BlackRock、Franklin Templeton、分销渠道、护城河、JPMorgan、花旗银行、Coinbase、Binance、利息分成、商业模式、Circle Payment Network、CPN、Swift、跨境支付、即时结算、AI Agent、HashKey Settlement Protocol、HSP、X402、微支付、流支付、按次计费、a16z、agent-to-agent支付、发行层、分发层、应用层、麦肯锡、链上交易量、跨境薪资、M0、M1、香港稳定币条例 HashKey（股票代码：3887.HK）是亚洲领先、全球布局的数字资产金融服务集团。自2018年起，已在高合规标准的监管框架内构建起一个遍布香港、新加坡、日本、百慕大、迪拜等地的全球化Web3生态版图，其中包括交易所业务、资管业务与Web3解决方案。HashKey集团将持续推动区块链技术在多领域大规模应用的可行性，为全球十亿用户提供值得信赖和触手可及的数字资产服务。 官网: group.hashkey.com 邮件: tokenisation@hashkey.com 主播： Vivienne (Twitter @Vivienne_smile) Zhiyang (Twitter @zhiyangxyz) Twitter：@0x_cryptoria 小助手微信：trifoliumlabs 微信公众号：Cryptoria加密投研 免责声明: 所有观点纯属主播个人意见仅供分享，不构成任何投资建议。加密货币投资风险巨大，在做出任何投资决定前，请先做好充分调查并咨询相关专业人士

本期节目由HashKey支持播出，是 HashKey Special Series 第二期，我们和 HashKey CaaS（Crypto as a Service）部门负责人Kathy深度解析稳定币经济学。从稳定币的底层分类出发，拆解天才法案立法博弈背后的利益格局，对比Tether与Circle两种截然不同的商业模式，探讨Circle Payment Network（CPN）和HashKey Settlement Protocol（HSP）的创新路径。核心结论：稳定币战争的下半场，胜负不在发行量，而在于谁能掌握分销网络 - 让稳定币从"躺在链上没人用的储备资产"变成"真实流通、高频使用的支付货币"。 1. 链上货币三大类型：互补而非竞争 链上货币可分为两大类、三种形态：商业侧货币（稳定币 + 代币化银行存款）和央行侧货币（CBDC）。稳定币属于”链上货币”，代币化国债属于”链上资产”，两者在链上形成互补——代币化国债可作为DeFi借贷协议的抵押品，或与稳定币配对参与DEX流动性挖矿。当前香港金管局正系统性推进银行存款代币化的沙盒试验，JPMorgan和花旗银行均已参与尝试。 2. 代币化国债上链：分销渠道才是核心驱动力 BlackRock和Franklin Templeton推进国债上链，并非只为 7×24 小时交易便利，更关键的是打开面向 Web3/DeFi 生态的新分销渠道。以Buidl+Morpho合作为例：用户存入代币化货币市场基金（约 4.5% 年化），再以80-90%LTV借出USDC进行循环抵押，综合年化可提升至7.7%以上。这一"传统金融资产+DeFi乐高"的组合，比DeFi Summer时期更坚实，因为底层资产是有市场共识的国债，而非空气币。 3. 天才法案博弈：银行赢得了立法，稳定币锁定为支付工具 天才法案核心结论：支付型稳定币不得向持币者支付利息，被明确定性为"链上数字现金"而非收益型金融产品。背后是Circle/Coinbase阵营与JPMorgan/花旗等传统大行的激烈博弈——若生息稳定币获批，用户将从银行活期账户（年利率不足 1%）大规模迁移至稳定币（可提供 3-4% 收益），银行的低息存款池将被严重侵蚀。最终银行业在立法层占据上风，生息型稳定币被排除在合规框架之外。香港也在 2025 年同步通过稳定币条例，建立牌照制度。 4. 天才法案后的三条赛道格局 * 支付型稳定币（USDT、USDC、PayPal USD）：合规框架内的"链上现金"，核心价值是流动性与可结算性，主战场是跨境支付、企业财务管理、B2C电商收单 * 代币化银行存款（JPMorgan、花旗等大行尝试）：可计息，既保住现有存款池，又享受区块链实时结算优势，当前偏向机构间大额结算 * CBDC（各国央行积极推进）：主权信用背书，无信用风险，适用于公共支付、政府补贴发放、普惠金融场景 5. Tether vs. Circle：利润最大化 vs. 市场渗透率 两家公司均以国债利息为主要收入来源，但战略取向截然不同。Tether将储备金利息全部留存，2024年净利润约130亿美元（约100人团队，人均利润超8,000万美元）；Circle则将大部分利息分成给分销合作伙伴——Coinbase平台内的USDC利息100%归Coinbase，平台外五五分账，2024 年总收入17亿美元，净利润仅约1.56亿美元。Circle以牺牲利润换取市占率和合规声誉，在利率下行周期业务弹性弱于Tether，但合规属性更强，长期具备优势。 6. 分销渠道是稳定币最深的护城河 稳定币大战的胜负核心不在于发行量，而在于分销渠道。Tether凭借先发优势和加密圈内的交易场景占据主导；Circle以利益共享绑定Coinbase等交易所快速扩张市占率；新赛道上，PayPal凭借庞大用户基础和支付通路是Circle最强劲的潜在对手。Circle的应对策略是差异化布局——主动放弃与Tether和PayPal的正面竞争，转而打"合规结算"牌，已与渣打银行、德意志银行、法兴银行等全球大行建立CPN合作关系。 7. Circle Payment Network（CPN）：构建全球支付结算协议 CPN不是Swift的简单替代品。Swift是银行间报文系统，只传递信息、不做真实结算，跨境到账需 3-5 天；CPN以USDC为结算媒介，实现即时跨境资金流转。典型场景：墨西哥制造商向德国钢铁供应商付款，通过CPN将比索换成USDC，跨链结算后再在德国换成欧元，全程本地法币转换，中间由区块链完成结算，大幅压缩中间行手续费和时间成本。CPN的本质是把Circle从"稳定币发行商"转型为"全球支付网络运营商"，收入模式从吃息差转向交易手续费。 8. HashKey Settlement Protocol（HSP）：AI Agent支付的基础设施 HSP是HashKey推出的链上统一支付协议，兼容Coinbase X402协议，支持微支付、流支付和托管支付。核心场景是AI Agent之间以及Agent与商户之间的自动支付：企业AI助理无需人工操作，可自动以USDC完成按次计费的服务采购（如会议语音转写），实现真正的按次计费。这契合a16z所预言的agent-to-agent支付层，是稳定币在AI时代的关键应用入口。 9. 稳定币产业链三层收益模型 * 发行层（Tether、Circle、PayPal）：稳定币总流通量 × 底层资产投资比例 × 利息收益率，年收益约50-70亿美元 * 分发层（Coinbase、Binance、钱包、清算网络）：链上总交易量（约 10 万亿美元）× 手续费比例（0.2%-0.5%），年收益潜力约200-500亿美元 * 应用层（支付、电商、跨境汇款、AI Agent）：全球跨境支付规模超200万亿美元，若稳定币渗透1%并收取5%手续费，年收益可超1,000亿美元 麦肯锡2025年数据显示，链上实际支付规模约3,900亿美元，远低于"数万亿"的标题数字，大量链上交易量来自钱包内部调拨、套利策略和智能合约互转，而非真实经济活动。 10. 稳定币渗透的真实障碍与突破口 当前大规模采用的核心阻力：监管框架尚不互相兼容（美国、香港已突破，其他国家仍在建立中）；用户端钱包管理门槛高（私钥、助记词、链上地址对普通用户仍有压力）；商户端集成成本高（对账、税务、合规工作量大）；"最后一公里"法币兑换渠道在各地仍需本地化玩家解决。高渗透率市场特征：金融基础设施薄弱、本地货币贬值压力大、政治不确定性高——阿根廷即为典型，当地商户已普遍支持稳定币二维码扫码支付，汇率甚至优于黑市现金兑换。 11. 2026-2027 年展望：监管落地驱动爆发 2025年是监管拐点年——美国天才法案和香港稳定币条例相继落地。预计2026年各大支付平台和金融机构开始系统性测试，香港若顺利发放首批稳定币牌照，企业接入生态需1-2年铺垫期。2027年将在先行者示范效应带动下迎来应用层大爆发，研究预测到2028年全球稳定币市值可达2.8万亿美元。稳定币下半场的赢家，将是能把M0（基础货币储备）转化为高频流动M1（真实支付介质）的玩家——谁让价值在链上流动起来，谁就从中获益最大。 01:54 Kathy自我介绍，HashKey CaaS（Crypto as a Service）部门定位与业务 04:31 稳定币 vs. 代币化国债：链上货币与链上资产的核心区别 07:46 链上货币完整分类：商业侧货币（稳定币 + 代币化存款）vs. 央行侧货币（CBDC） 09:43 代币化国债上链的真正驱动力：打开Web3分销渠道，Buidl+Morpho 循环借贷案例（年化可达 7.7%+） 14:46 DeFi乐高的历史教训与升级版：传统金融资产作底层地基 + 链上 DeFi 组合收益 17:24 天才法案核心条款：稳定币禁止付息，被锁定为支付工具 18:26 立法博弈揭秘：Circle/Coinbase阵营 vs. JPMorgan/花旗等传统大行 22:44 天才法案后三条赛道：支付型稳定币、代币化银行存款、CBDC各自定位 29:30 Tether vs. Circle商业模式对比：利润最大化 vs. 利息共享换市场渗透率(Vivienne口误 - Circle利润是1.56亿) 32:28 Circle以合作伙伴利益绑定换分销渠道扩张 36:35 Circle未来最大竞争对手：非Tether，而是PayPal；Circle 差异化策略——打"合规结算"牌 44:05 Circle Payment Network（CPN）详解：全球支付网络 vs. Swift 报文系统的本质区别 51:32 发行层、分发层、应用层三层收益模型拆解 55:25 链上交易量虚实之辨：麦肯锡数据显示实际支付规模约3,900亿美元 58:12 稳定币真实应用场景：跨境薪资、汇款、B2C电商、AI Agent微支付 01:00:35 HashKey Settlement Protocol（HSP）：AI Agent链上支付协议，兼容Coinbase X402 01:03:43 HSP核心场景：企业AI助理按次计费自动采购服务 01:04:52 阿根廷亲历：稳定币二维码扫码支付普及，汇率优于黑市现金 01:07:02 企业采用稳定币的真实阻力：监管不确定性、用户体验门槛、商户集成成本 01:14:02 2026-2027年展望：监管落地后企业系统性测试，2027年应用层大爆发 01:19:06 Kathy三点总结：稳定币是支付工具非收益产品；胜负在流速与分销网络；M0转化M1者赢得下半场 关键词：稳定币、稳定币经济学、HashKey、CaaS、Crypto as a Service、链上货币、链上资产、代币化国债、代币化银行存款、CBDC、Tether、USDT、Circle、USDC、PayPal USD、天才法案、支付型稳定币、Buidl、Morpho、DeFi、乐高积木、BlackRock、Franklin Templeton、分销渠道、护城河、JPMorgan、花旗银行、Coinbase、Binance、利息分成、商业模式、Circle Payment Network、CPN、Swift、跨境支付、即时结算、AI Agent、HashKey Settlement Protocol、HSP、X402、微支付、流支付、按次计费、a16z、agent-to-agent支付、发行层、分发层、应用层、麦肯锡、链上交易量、跨境薪资、M0、M1、香港稳定币条例 HashKey（股票代码：3887.HK）是亚洲领先、全球布局的数字资产金融服务集团。自2018年起，已在高合规标准的监管框架内构建起一个遍布香港、新加坡、日本、百慕大、迪拜等地的全球化Web3生态版图，其中包括交易所业务、资管业务与Web3解决方案。HashKey集团将持续推动区块链技术在多领域大规模应用的可行性，为全球十亿用户提供值得信赖和触手可及的数字资产服务。 官网: group.hashkey.com 邮件: tokenisation@hashkey.com 主播： Vivienne (Twitter @Vivienne_smile) Zhiyang (Twitter @zhiyangxyz) Twitter：@0x_cryptoria 小助手微信：trifoliumlabs 微信公众号：Cryptoria加密投研 免责声明: 所有观点纯属主播个人意见仅供分享，不构成任何投资建议。加密货币投资风险巨大，在做出任何投资决定前，请先做好充分调查并咨询相关专业人士

节目简介 2024年10月，距美国大选还有一个月，全美顶级民调机构众口一词：哈里斯与特朗普势均力敌，五五开。但同一时刻，Polymarket显示的数字是特朗普58%、哈里斯42%——方向清晰，差距明显。结果众所周知。这不是运气，背后是一套经过将近80年演化的经济学逻辑。这一集，我们不聊Polymarket涨了多少倍，也不聊谁融了多少钱。我们要追问的是：为什么押注这个行为，能让人更接近真相？答案要从1945年哈耶克的一篇论文讲起。 内容要点 1. 预测市场比民调更准，背后是什么逻辑？ * 2024年大选：顶级民调给出五五开，Polymarket给出58% vs 42%，结果验证了后者 * 这不是第一次：爱荷华电子市场（IEM）从1988年起，74%的时间比同期民调更接近最终选举结果 * 更反直觉的发现：选举日期超过100天时，IEM的优势反而更明显——信息越不完整，预测市场越准 * 预测市场真正爆发不是因为技术，而是因为2024年10月一场法律胜利 2. 哈耶克的洞见：价格是奇迹般的通讯系统 * 1945年，哈耶克在《美国经济评论》发表《知识在社会中的运用》，核心命题：经济问题的本质是"有效信息（knowledge）"问题，而非资源分配问题 * 关键论断：没有任何中央机构能掌握分散在每一个农民、卡车司机、面包师脑中的经验性知识——这不是计算机不够快的问题，是一个根本性的问题 * 橙子产区一夜霜冻，超市价格次日上涨：这一个数字的变化浓缩了关于供给、需求、利润空间的全部信息，瞬时传递给所有需要这个信息的人 * 预测市场的核心问题因此诞生：如果价格能聚合关于商品稀缺性的信息，为什么不能聚合关于未来事件的信息？ 3. Skin in the Game：押注为何能逼出真话 * 民调的系统性缺陷不是方法论问题，而是激励问题——受访者没有说真话的动机 * 两个场景的对比：随口回答一个问卷 vs 押$100在你的判断上——后者让你有强烈动机去认真研究 * 预测市场用真金白银解决了这个问题：判断对了赚钱，判断错了亏钱，这是一个持续的筛选机制——筛选认真的人，淘汰随意的人 * IEM设计细节：每账户上限$500，不是大资金游戏，说明准确率来自机制设计而非资金体量 4. Robin Hanson：把价格理论引入未来事件预测的人 * 乔治梅森大学经济学教授，兼任牛津大学人类未来研究所研究员；物理学硕士、哲学硕士、社会科学博士；曾在洛克希德和NASA做近十年研究程序员 * 1988年：开始系统研究"如何用市场机制获得对重要议题的最准确集体判断"，并将这类市场命名为"Information Market"（信息市场） * 核心技术贡献：设计"对数做市商规则"（Logarithmic Market Scoring Rules）——让预测市场即使在参与者稀少、流动性极低时也能持续给出有意义的价格，解决了冷启动难题；Polymarket和Kalshi的底层数学可追溯至此 * DARPA"恐怖主义期货"事件：2001年他为DARPA设计"政策分析市场"，用于辅助情报分析地缘政治事件；消息泄露后国会强烈反弹，媒体称之为"Terror Futures"，项目2003年被迫叫停——揭示了预测市场的最大阻力从来不是技术，而是政治和文化阻力 * 2000年提出"Futarchy"治理模式：用投票表达价值观，用押注表达信念（vote on values, bet on beliefs）——让预测市场直接驱动政策决策；目前已有基于区块链的DAO组织开始实验这个机制 5. Philip Tetlock：打破对"专家"的迷信 * 宾夕法尼亚大学政治心理学家，花约40年追踪数百名政治评论员、经济学家、战略分析师的预测准确率 * 结论：即使是这些被媒体奉为权威的"专家"，预测准确率也仅略高于随机水平——和抛硬币差不多 * 更讽刺的发现：越有名、观点越鲜明的专家，准确率往往越差——他们擅长把新信息塞进自己既有框架，而非真实更新判断 * Tetlock将这类专家称为"刺猬"（只知道一件大事），将准确率高的预测者称为"狐狸"（知道很多小事，能从多角度看问题） 6. IARPA锦标赛与超级预测者的发现 * 2011年，美国情报高级研究计划局（IARPA）发起ACE项目，让5个大学团队竞预测地缘政治事件（以色列会否对伊朗动手、欧元区有无国家退出……） * Tetlock的"好判断项目"（Good Judgment Project）团队获胜，且顶尖预测者的准确率比拥有机密信息访问权的专业情报分析师还要高出约30% * 超级预测者约占所有参与者的2%，共同特征：不说"会"或"不会"，只说"有X%可能性"；对自己的错误保持好奇而非防御；愿意持续更新判断；能清醒区分"我知道"和"我觉得"——Tetlock称之为"认识论上诚实的人" 7. 群体智慧的真正来源：准确率提升的三个层次 * 群体智慧不等于人多就对，而来自于：多样性、独立性、以及适当的信息聚合机制 * 使用预测市场机制比让超级预测者独立工作，准确率再提升约10% * 贡献最大的因素是统计聚合算法：按历史准确率对不同预测者加权，准确率越高权重越大，可提升约35% * 结论：预测市场本质上是加权民主，而非一人一票；它在机制设计上天然地把结果偏向历史上更准确的参与者 8. 2024年：一场法律胜利打开闸门 * 2024年10月2日，美国联邦上诉法院裁决允许Kalshi提供选举相关事件合约，终结Kalshi与CFTC多年法律拉锯 * CFTC原立场：政治事件合约涉及"博彩"，违反公共利益；Kalshi主张：此类合约属于联邦监管的衍生品，不受各州赌博法管辖；法院支持Kalshi * 行业数据：2024年初月度成交量不足1亿美元→2024年底超130亿美元（130倍扩张）；2025年全年635亿美元；2022-2025年三年增长127倍 9. 增长结构揭示真正方向：从选举工具到经济基础设施 * 2025年各类别增速：政治类+43%，科技/科学类+1637%，经济类+905% * 政治类增速最慢，科技经济类远超，说明预测市场正在从选举预测工具演变为经济信息基础设施 * 机构入场信号：高盛CEO David Solomon（2026年1月）已与Polymarket、Kalshi领导层各自深度交流数小时并组建研究团队；摩根大通CEO Jamie Dimon（2026年4月）表示"有一天我们也可能做类似的事情"；纽交所母公司洲际交易所（ICE）直接向Polymarket投入20亿美元战略投资 * Pitchbook高级分析师Rudy Yang（2025年底）：预测市场每周成交量已超50亿美元，从小众押注平台演变为机构和媒体使用的合法金融信息输入 10. 下一集预告：预测市场在哪里会系统性失效？ * 这一集的问题是：预测市场为什么有效？下一集的问题是：它在哪里会结构性地失效？ * 当最知情的人不只是掌握信息，而是能够影响甚至操控结果时，会发生什么？ * 当衡量市场规模的数据本身存在系统性错误时，我们还该相信什么？ * 当一个声称自己能"发现真相"的机制，面临"谁来裁定真相"这个终极问题时——预测市场遇到了它自己最危险的敌人 时间轴 00:00 开场钩子：2024年大选前夕——民调说五五开，Polymarket说特朗普58%，结果验证了后者；为什么押注能比民调更准？ 04:31 节目定位与哈耶克论文：经济问题的本质是有效信息问题；分散在农民、司机、面包师脑中的知识，没有任何中央机构能掌握 09:39 价格是奇迹般的通讯系统：橙子霜冻案例，一个数字变化如何瞬时传递所有碎片知识；引出核心问题——价格能不能预测未来事件？ 13:28 押注为何能逼出真话：花钱下注 vs 随口回答问卷；IEM 1988年创立，74%的时间比民调更准，且时间越长优势越明显 19:22 Robin Hanson与预测市场的边界：DARPA"恐怖主义期货"事件始末，最大阻力从来不是技术而是政治与文化 27:33 Hanson的两个核心贡献：对数做市商规则解决冷启动难题；Futarchy治理模式——vote on values, bet on beliefs 30:54 Tetlock打破对专家的迷信：追踪数百名专家20年，准确率和抛硬币差不多；越有名越差，刺猬 vs 狐狸 33:13 超级预测者的发现：IARPA锦标赛，Good Judgment Project比情报分析师准了30%；统计聚合算法提升35%，预测市场是加权民主而非一人一票 39:26 2024年为什么是元年：Kalshi vs CFTC法律胜利打开闸门；三年127倍增长；科技类+1637%、经济类+905%，正在成为经济信息基础设施 45:10 总结三层逻辑 + 下集悬念：当最知情的人能够操控结果时，预测市场还是信息聚合的机器吗？ 关键词 预测市场、信息市场、Polymarket、Kalshi、哈耶克

节目简介 2024年10月，距美国大选还有一个月，全美顶级民调机构众口一词：哈里斯与特朗普势均力敌，五五开。但同一时刻，Polymarket显示的数字是特朗普58%、哈里斯42%——方向清晰，差距明显。结果众所周知。这不是运气，背后是一套经过将近80年演化的经济学逻辑。这一集，我们不聊Polymarket涨了多少倍，也不聊谁融了多少钱。我们要追问的是：为什么押注这个行为，能让人更接近真相？答案要从1945年哈耶克的一篇论文讲起。 内容要点 1. 预测市场比民调更准，背后是什么逻辑？ * 2024年大选：顶级民调给出五五开，Polymarket给出58% vs 42%，结果验证了后者 * 这不是第一次：爱荷华电子市场（IEM）从1988年起，74%的时间比同期民调更接近最终选举结果 * 更反直觉的发现：选举日期超过100天时，IEM的优势反而更明显——信息越不完整，预测市场越准 * 预测市场真正爆发不是因为技术，而是因为2024年10月一场法律胜利 2. 哈耶克的洞见：价格是奇迹般的通讯系统 * 1945年，哈耶克在《美国经济评论》发表《知识在社会中的运用》，核心命题：经济问题的本质是"有效信息（knowledge）"问题，而非资源分配问题 * 关键论断：没有任何中央机构能掌握分散在每一个农民、卡车司机、面包师脑中的经验性知识——这不是计算机不够快的问题，是一个根本性的问题 * 橙子产区一夜霜冻，超市价格次日上涨：这一个数字的变化浓缩了关于供给、需求、利润空间的全部信息，瞬时传递给所有需要这个信息的人 * 预测市场的核心问题因此诞生：如果价格能聚合关于商品稀缺性的信息，为什么不能聚合关于未来事件的信息？ 3. Skin in the Game：押注为何能逼出真话 * 民调的系统性缺陷不是方法论问题，而是激励问题——受访者没有说真话的动机 * 两个场景的对比：随口回答一个问卷 vs 押$100在你的判断上——后者让你有强烈动机去认真研究 * 预测市场用真金白银解决了这个问题：判断对了赚钱，判断错了亏钱，这是一个持续的筛选机制——筛选认真的人，淘汰随意的人 * IEM设计细节：每账户上限$500，不是大资金游戏，说明准确率来自机制设计而非资金体量 4. Robin Hanson：把价格理论引入未来事件预测的人 * 乔治梅森大学经济学教授，兼任牛津大学人类未来研究所研究员；物理学硕士、哲学硕士、社会科学博士；曾在洛克希德和NASA做近十年研究程序员 * 1988年：开始系统研究"如何用市场机制获得对重要议题的最准确集体判断"，并将这类市场命名为"Information Market"（信息市场） * 核心技术贡献：设计"对数做市商规则"（Logarithmic Market Scoring Rules）——让预测市场即使在参与者稀少、流动性极低时也能持续给出有意义的价格，解决了冷启动难题；Polymarket和Kalshi的底层数学可追溯至此 * DARPA"恐怖主义期货"事件：2001年他为DARPA设计"政策分析市场"，用于辅助情报分析地缘政治事件；消息泄露后国会强烈反弹，媒体称之为"Terror Futures"，项目2003年被迫叫停——揭示了预测市场的最大阻力从来不是技术，而是政治和文化阻力 * 2000年提出"Futarchy"治理模式：用投票表达价值观，用押注表达信念（vote on values, bet on beliefs）——让预测市场直接驱动政策决策；目前已有基于区块链的DAO组织开始实验这个机制 5. Philip Tetlock：打破对"专家"的迷信 * 宾夕法尼亚大学政治心理学家，花约40年追踪数百名政治评论员、经济学家、战略分析师的预测准确率 * 结论：即使是这些被媒体奉为权威的"专家"，预测准确率也仅略高于随机水平——和抛硬币差不多 * 更讽刺的发现：越有名、观点越鲜明的专家，准确率往往越差——他们擅长把新信息塞进自己既有框架，而非真实更新判断 * Tetlock将这类专家称为"刺猬"（只知道一件大事），将准确率高的预测者称为"狐狸"（知道很多小事，能从多角度看问题） 6. IARPA锦标赛与超级预测者的发现 * 2011年，美国情报高级研究计划局（IARPA）发起ACE项目，让5个大学团队竞预测地缘政治事件（以色列会否对伊朗动手、欧元区有无国家退出……） * Tetlock的"好判断项目"（Good Judgment Project）团队获胜，且顶尖预测者的准确率比拥有机密信息访问权的专业情报分析师还要高出约30% * 超级预测者约占所有参与者的2%，共同特征：不说"会"或"不会"，只说"有X%可能性"；对自己的错误保持好奇而非防御；愿意持续更新判断；能清醒区分"我知道"和"我觉得"——Tetlock称之为"认识论上诚实的人" 7. 群体智慧的真正来源：准确率提升的三个层次 * 群体智慧不等于人多就对，而来自于：多样性、独立性、以及适当的信息聚合机制 * 使用预测市场机制比让超级预测者独立工作，准确率再提升约10% * 贡献最大的因素是统计聚合算法：按历史准确率对不同预测者加权，准确率越高权重越大，可提升约35% * 结论：预测市场本质上是加权民主，而非一人一票；它在机制设计上天然地把结果偏向历史上更准确的参与者 8. 2024年：一场法律胜利打开闸门 * 2024年10月2日，美国联邦上诉法院裁决允许Kalshi提供选举相关事件合约，终结Kalshi与CFTC多年法律拉锯 * CFTC原立场：政治事件合约涉及"博彩"，违反公共利益；Kalshi主张：此类合约属于联邦监管的衍生品，不受各州赌博法管辖；法院支持Kalshi * 行业数据：2024年初月度成交量不足1亿美元→2024年底超130亿美元（130倍扩张）；2025年全年635亿美元；2022-2025年三年增长127倍 9. 增长结构揭示真正方向：从选举工具到经济基础设施 * 2025年各类别增速：政治类+43%，科技/科学类+1637%，经济类+905% * 政治类增速最慢，科技经济类远超，说明预测市场正在从选举预测工具演变为经济信息基础设施 * 机构入场信号：高盛CEO David Solomon（2026年1月）已与Polymarket、Kalshi领导层各自深度交流数小时并组建研究团队；摩根大通CEO Jamie Dimon（2026年4月）表示"有一天我们也可能做类似的事情"；纽交所母公司洲际交易所（ICE）直接向Polymarket投入20亿美元战略投资 * Pitchbook高级分析师Rudy Yang（2025年底）：预测市场每周成交量已超50亿美元，从小众押注平台演变为机构和媒体使用的合法金融信息输入 10. 下一集预告：预测市场在哪里会系统性失效？ * 这一集的问题是：预测市场为什么有效？下一集的问题是：它在哪里会结构性地失效？ * 当最知情的人不只是掌握信息，而是能够影响甚至操控结果时，会发生什么？ * 当衡量市场规模的数据本身存在系统性错误时，我们还该相信什么？ * 当一个声称自己能"发现真相"的机制，面临"谁来裁定真相"这个终极问题时——预测市场遇到了它自己最危险的敌人 时间轴 00:00 开场钩子：2024年大选前夕——民调说五五开，Polymarket说特朗普58%，结果验证了后者；为什么押注能比民调更准？ 04:31 节目定位与哈耶克论文：经济问题的本质是有效信息问题；分散在农民、司机、面包师脑中的知识，没有任何中央机构能掌握 09:39 价格是奇迹般的通讯系统：橙子霜冻案例，一个数字变化如何瞬时传递所有碎片知识；引出核心问题——价格能不能预测未来事件？ 13:28 押注为何能逼出真话：花钱下注 vs 随口回答问卷；IEM 1988年创立，74%的时间比民调更准，且时间越长优势越明显 19:22 Robin Hanson与预测市场的边界：DARPA"恐怖主义期货"事件始末，最大阻力从来不是技术而是政治与文化 27:33 Hanson的两个核心贡献：对数做市商规则解决冷启动难题；Futarchy治理模式——vote on values, bet on beliefs 30:54 Tetlock打破对专家的迷信：追踪数百名专家20年，准确率和抛硬币差不多；越有名越差，刺猬 vs 狐狸 33:13 超级预测者的发现：IARPA锦标赛，Good Judgment Project比情报分析师准了30%；统计聚合算法提升35%，预测市场是加权民主而非一人一票 39:26 2024年为什么是元年：Kalshi vs CFTC法律胜利打开闸门；三年127倍增长；科技类+1637%、经济类+905%，正在成为经济信息基础设施 45:10 总结三层逻辑 + 下集悬念：当最知情的人能够操控结果时，预测市场还是信息聚合的机器吗？ 关键词 预测市场、信息市场、Polymarket、Kalshi、哈耶克