作者： 0xjacobzhao

在過往Crypto AI系列研發中我們持續強調的觀點：當前加密領域最具實際應用價值的場景，主要集中在穩定幣支付與DeFi ，而Agent是AI產業面向用戶的關鍵介面。因此，在Crypto與AI融合的趨勢中，最有價值的兩條路徑分別是：短期內基於現有成熟DeFi協議（借貸、流動性挖礦等基礎策略，以及Swap、Pendle PT、資金費率套利等高級策略）的AgentFi ，以及中長期圍繞穩定幣結算、並依托ACP/AP2/x402/DERCmentA.

預測市場在2025年已成為不容忽視的行業新趨勢，其年度總交易量從2024年的約90億美元激增至2025年的超過400億美元，實現超過400%的年同比增長。這項顯著成長由多重因素共同推動：宏觀政治事件（如2024年美國大選）帶來不確定性需求，基礎建設與交易模式的成熟，以及監管環境出現破冰（Kalshi勝訴與Polymarket回歸美國）。預測市場智能體(Prediction Market Agent)在2026年初呈現早期雛形，預計在未來一年成為智能體領域的新興產品形態。

一、預測市場：從下注工具到“全球真相層”

預測市場是一種圍繞未來事件結果進行交易的金融機制，合約價格本質上反映了市場對事件發生機率的集體判斷。其有效性源自於群體智慧與經濟誘因的結合：在匿名、真金白銀下注的環境中，分散訊息被快速整合為以資金意願加權的價格訊號，從而顯著降低噪音與虛假判斷。

截至2025年底，預測市場已基本形成Polymarket與Kalshi雙寡頭主導的格局。根據《富比士》統計，2025年總交易量約440億美元，其中Polymarket貢獻約215億美元，Kalshi約171億美元。 Kalshi憑藉先前選舉合約案的法律勝訴、在美國體育預測市場的合規先發優勢，以及相對明確的監管預期，實現了快速擴張。目前，二者的發展路徑已呈現清晰分化：

• Polymarket採用「鏈下撮合、鏈上結算」的混合CLOB架構與去中心化結算機制，建構起全球化、非託管的高流動性市場，合規重返美國後形成「在岸+離岸」雙軌營運結構；
• Kalshi融入傳統金融體系，透過API連結主流零售券商，吸引華爾街做市商深度參與宏觀與資料型合約交易，產品受制於傳統監管流程，長尾需求與突發事件相對落後。

除Polymarket與Kalshi之外，預測市場領域具備競爭力的其他參與者主要沿著兩條路徑發展：

• 一是合規分發路徑，將事件合約嵌入券商或大型平台的現有帳戶體系，依靠管道覆蓋、清算能力與機構信任建立優勢（例如Interactive Brokers與ForecastEx合作的ForecastTrader，以及FanDuel與CME合作的FanDuel Predicts）；
• 二是鏈上性能與資金效率路徑，以Solana生態的永續合約DEX Drift為例，其在原有產品線基礎上新增了預測市場模組BET（prediction markets）。

傳統金融合規入口與加密原生效能優勢這兩類路徑共同構成預測市場生態的多元競爭格局。

預測市場表面上與賭博相似，本質上也是一種零和博弈，但二者的核心區別並不在於形式，而在於是否具有正外部性：透過真金白銀的交易聚合分散信息，對現實事件進行公共定價，形成有價值的信號層。儘管有娛樂化參與等局限，但其趨勢正從博弈轉向「全球真相層」——隨著CME、彭博等機構的接入，事件機率已成為可被金融與企業系統直接調用的決策元數據，提供更及時、可量化的市場化真相。

二、預測智能體：架構設計、商業模式與策略分析

當下預測市場智能體(Prediction Market Agent)正在進入早期實踐階段，其價值不在於“AI 預測更準”，而在於放大預測市場中的信息處理與執行效率。預測市場本質是資訊聚合機制，價格反映對事件機率的集體判斷；現實中的市場低效率源自於資訊不對稱、流動性與注意力約束。預測市場智能體的合理定位是可執行的機率資產管理（Executable Probabilistic Portfolio Management） ：將新聞、規則文字與鏈上資料轉化為可驗證的定價偏差，以更快、更紀律化、低成本的方式執行策略，並透過跨平台套利與組合風控捕獲結構性機會。

理想的預測市場智能體可抽象化為四層架構：

• 資訊層匯集新聞、社群、鏈上與官方資料；
• 分析層以LLM 與ML 辨識錯價並計算Edge；
• 策略層透過凱利公式、分批建倉與風控將Edge 轉化為部位；
• 執行層完成多市場下單、滑點與Gas 最佳化與套利執行，形成高效率自動化閉環。

預測市場智能體的理想的商業模式設計在不同層級有不同方向的探索空間：

• 底層Infrastructure 層，提供多源即時資料聚合、Smart Money 位址庫、統一的預測市場執行引擎與回測工具，向B2B/B2D 收費，以取得與預測準確率無關的穩定收入；
• 中間Strategy 層，以開源或Token-Gated 方式沉澱模組化策略元件與社群貢獻策略，形成可組合的策略生態並實現價值捕獲；
• 頂層Agent 層，透過受託管理的Vault 直接跑實盤，以透明鏈上記錄和20–30% 的績效費（疊加少量管理費）兌現能力。

理想的預測市場智能體Agent 更接近一個“ AI 驅動的機率型資管產品”，透過長期紀律化執行與跨市場錯價博弈，而非依賴單次預測準確率來獲取收益。而「基礎設施變現+ 生態擴展+ 績效參與」的多元收入結構設計的核心邏輯在於：即便Alpha 隨市場成熟而收斂，執行、風控與結算等底層能力仍具長期價值，可降低對單一「AI 持續戰勝市場」假設的依賴。

預測市場智能體策略分析：

理論上，Agent 具備高速、全天候與去情緒化執行優勢，但在預測市場中往往難以轉化為持續Alpha，其有效應用主要局限於特定結構，如自動化做市、跨平台錯價捕捉及長尾事件的資訊整合，這些機會稀缺且受流動性與資本約束。

1. 市場選擇：並非所有預測市場都具備可交易價值，參與價值取決於結算清晰度、流動性品質、資訊優勢、時間結構與操縱風險五個維度。建議優先關注新市場的早期階段、專業玩家少的長尾事件以及時區差異導致的短暫定價窗口；避免高熱度政治事件、主觀結算市場與極低流動性品種。
2. 下單策略：採用嚴格的系統化部位管理。入場前提是自身機率判斷顯著高於市場隱含機率，並依據分數化凱利公式（通常為1/10–1/4 Kelly）確定倉位，單事件風險敞口不超過15%，以在長期實現風險可控、回撤可承受、優勢可複利的穩健增長。
3. 套利策略：預測市場中的套利主要體現為四大類：跨平台價差（需警覺結算差異）、 Dutch Book套利（確定性高但流動性要求嚴）、結算套利（依賴執行速度）及關聯資產避險（受結構錯配限制）。實務關鍵不在於發現價差，而是嚴格對齊合約定義與結算標準，避免因規則細微差異而導致的偽套利。
4. 聰明錢跟單：鏈上「聰明錢」訊號因滯後性、誘導風險與樣本問題，不宜作為主策略。較合理的用法是作為置信度調節因子，用於輔助基於資訊與定價偏差的核心判斷。

三、Noya.ai：從情報到行動的智能體網絡

作為預測市場智能體的早期探索，NOYA 的核心理念是「Intelligence That Acts（讓情報直接行動）」 。在鏈上市場中，單純的分析與洞察並不足以創造價值——儘管儀錶板、數據分析和研究工具能夠幫助用戶理解“可能發生什麼”，但從洞察到執行之間仍存在大量人工操作、跨鏈摩擦與執行風險。 NOYA 正是基於這個痛點建構：將專業投資流程中「研究→ 形成判斷→ 執行→ 持續監控」的完整鏈路，壓縮進一個統一系統，使情報能夠直接轉化為鏈上行動。

NOYA 透過整合三大核心層級來實現這一目標：

• 情報層(Intelligence)：聚合市場數據、代幣分析和預測市場訊號。
• 抽象層(Abstraction)：隱藏複雜的跨鏈路由，使用者只需表達意圖（Intent）。
• 執行層(Execution)： AI Agent 根據使用者授權，跨鏈、跨協定執行操作。

在產品形態上，NOYA 支援被動收益型使用者、主動交易者以及預測市場參與者等不同參與方式，並透過Omnichain Execution、AI Agents & Intents、Vault Abstraction等設計，將多鏈流動性管理、複雜策略執行與風險控制模組化、自動化。

整體系統形成一個持續閉環： Intelligence → Intent → Execution → Monitoring ，在確保用戶始終掌握資產控制權的前提下，實現從洞察到執行的高效、可驗證與低摩擦轉化。

四、Noya.ai 的產品體系與演進路徑

核心基石：Noya Omnichain Vaults

Omnivaults 是NOYA 的資本部署層，提供跨鏈、風險可控的自動化收益策略。使用者透過簡單的存取操作，將資產交由系統在多鏈、多協議中持續運行，無需手動調倉或盯盤，核心目標是實現穩定的風險調整後收益而非短期投機。

Omnivaults 涵蓋標準收益與循環（Loop）等策略，按資產與風險等級清晰劃分，並支援可選的綁定激勵機制。在執行層面，系統自動完成跨鏈路由與最佳化，並可引入ZKML對策略決策進行可驗證證明，以增強自動化資管的透明度與可信度。整體設計以模組化和可組合為核心，支援未來接觸更多資產類型與策略形態。

NOYA Vault（金庫）的技術架構：各金庫透過Registry統一註冊與管理， AccountingManager負責用戶份額（ERC-20）與淨值定價；底層透過模組化Connectors對接Aave、Uniswap 等協議並計算跨協議TVL，依賴Value鏈Oracle （Chainlink + Uniap v3 TWAP）與跨交易交易由執行驗證；觸發，形成可組合、可審計的執行閉環。

未來Alpha：預測市場智能體(Prediction Market Agent)

NOYA 最具想像空間的模組：情報層持續追蹤鏈上資金行為與鏈下敘事變化，識別新聞衝擊、情緒波動與賠率錯配；當在Polymarket 等預測市場發現機率偏差時，執行層AI Agent 可在用戶授權下調動金庫資金進行套利與調倉。同時，Token Intelligence 與Prediction Market Copilot 為用戶提供結構化代幣與預測市場分析，將外部資訊直接轉化為可執行的交易決策。

預測市場智慧決策助理（Prediction Market Intelligence Copilot)

NOYA致力於將預測市場從單一事件下注升級為可係統管理的機率資產。其核心模組透過整合市場隱含機率、流動性結構、歷史結算與鏈上聰明錢行為等多元數據，運用期望值（EV）與情境分析識別定價偏差，並重點追蹤高勝率錢包的倉位訊號以區分資訊交易與市場噪音。基於此，Copilot 支援跨市場、跨事件的關聯分析，並將即時訊號傳遞至AI Agent，驅動開倉、調倉等自動化執行，實現預測市場的組合管理與動態最佳化。

核心策略機制包括：

• 多源Edge 資訊擷取（Multi-source Edge Sourcing） ：融合Polymarket 即時賠率、民調資料、私有與外部資訊流，對事件隱含機率進行交叉驗證，系統性挖掘尚未被充分定價的資訊優勢。
• 跨市場與跨事件套利（Prediction Market Arbitrage） ：基於不同市場、不同合約結構或相近事件間的定價差異，建構機率與結構性套利策略，在控制方向性風險的前提下捕捉賠率收斂收益。
• 賠率驅動的動態部位管理（Auto-adjust Positions） ：當賠率因資訊、資金或情緒變化顯著偏移時，由AI Agent 自動調整部位規模與方向，實現預測市場中的持續優化，而非一次性下注。

NOYA 智能代幣情報報告：（NOYA Intelligence Token Reports）

NOYA 的機構級研究與決策中樞，目標在於將專業加密投研流程自動化，並直接輸出可用於真實資產配置的決策級訊號。本模組以標準化報告結構呈現明確的投資立場、綜合評分、核心邏輯、關鍵催化劑與風險提示，並結合即時市場與鏈上資料持續更新。與傳統研究工具不同，NOYA 的情報並不止步於靜態分析，而是可透過AI Agent 以自然語言調用、對比與追問，並被直接輸送至執行層，驅動後續的跨鏈交易、資金配置與組合管理，從而形成「研究—決策—執行」一體化閉環，使Intelligence 成為自動化資本運作體系中的主動訊號源。

NOYA AI Agent (語音與自然語言驅動)

NOYA AI Agent 是平台的執行層，核心作用是將使用者意圖與市場情報直接轉化為經授權的鏈上行動。使用者可透過文字或語音表達目標，Agent 負責規劃並執行跨鏈、跨協議的操作，將研究與執行壓縮為連續流程。 是NOYA 降低DeFi 與預測市場操作門檻的關鍵產品形式。

使用者無需理解底層連結、協議或交易路徑，僅需透過自然語言或語音表達目標，即可觸發AI Agent 自動規劃並執行多步驟鏈上操作，實現「意圖即執行」。在全程用戶簽章與非託管前提下，Agent 依「意圖理解→ 行動規劃→ 用戶確認→ 鏈上執行→ 結果監控」的閉環運行，不取代決策，僅負責高效落地執行，顯著降低複雜金融操作的摩擦與門檻。

信任護城河：ZKML 可信賴執行（Verifiable Execution）

可信任執行旨在建構策略、決策與執行的全流程可驗證閉環。 NOYA引入ZKML作為降低信任假設的關鍵機制：策略在鏈下計算，並產生可驗證證明，鏈上驗證透過後方可觸發相應資金操作。此機制可在不洩漏模型細節的前提下，為策略輸出提供可信賴性，並支援可驗證回測等衍生能力。目前相關模組在公開文件中仍標註為“開發中”，工程細節仍有待後續披露與驗證。

未來6 個月產品路線圖

• 預測市場高階訂單能力：提升策略表達與執行精度，支撐Agent 化交易。
• 擴展至多預測市場：在Polymarket 之外連接更多平台，擴大事件覆蓋與流動性。
• 多源Edge 資訊收集：與盤口賠率交叉驗證，系統性捕獲未充分定價的機率偏差。
• 更清晰的代幣訊號與高階報告：輸出可直接驅動執行的交易訊號與深度鏈上分析。
• 更進階的鏈上DeFi 策略組合：上線複雜策略結構，提升資金效率、效益與可擴展性。

五、Noya.ai的生態成長與激勵體系

目前Omnichain Vaults 處於生態發展的早期階段，其跨鏈執行與多策略框架已通過驗證。

• 策略與覆蓋：平台已整合Aave、Morpho 等主流DeFi 協議，支援穩定幣、ETH 及其衍生資產的跨鏈調配，並初步建立了分層風險策略（如基礎收益vs. Loop 策略）。
• 發展階段：目前TVL 量體有限，核心目標在於功能驗證（MVP）與風控框架打磨，架構設計有較強的可組合性，為後續引入複雜資產及高階Agent 調度預留介面。

激勵體系：Kaito 連動與Space Race 雙輪驅動

NOYA 建構了一套以「真實貢獻」為錨點，深度綁定內容敘事與流動性的成長飛輪。

1. 生態合作（Kaito Yaps）： NOYA 以「AI × DeFi × Agent」的複合敘事登陸Kaito Leaderboards，配置總供應量5% 的無鎖倉激勵池，並額外預留1% 用於Kaito 生態。其機制將內容創作（Yaps）與Vault 存入、Bond 鎖定深度綁定，用戶週度貢獻轉化為決定等級與倍率的Stars，從而在激勵層面同步強化敘事共識與資金長期粘性。
2. 成長引擎（Space Race）： Space Race 構成NOYA 的核心成長飛輪，透過以Stars 作為長期權益憑證，取代傳統「資金規模優先」的空投模式。此機制將Bond 鎖倉加成、雙向10% 推薦激勵與內容傳播統一納入周度Points 體系，篩選出高參與度、強共識的長期用戶，持續優化社群結構與代幣分佈。
3. 社區營造（Ambassador）： NOYA 採用邀請制大使計劃，向合格參與者提供社區輪參與資格及基於實際貢獻的績效返傭（最高10%） 。

目前Noya.ai累積超3,000 名鏈上用戶，X 平台粉絲突破4.1 萬，位列Kaito Mindshare 榜單前五名。這表明NOYA 在預測市場與Agent 賽道中已佔據了有利的注意力生態位。

此外Noya.ai核心合約透過Code4rena 與Hacken 雙重審計，並接入Hacken Extractor。

六、代幣經濟模型設計與治理

NOYA 採用單一代幣（Single-token）生態模型，以$NOYA作為唯一的價值承載與治理載體。

NOYA 採用回購銷毀（Buyback & Burn）價值捕獲機制，協議層在AI Agent 、 Omnivaults與預測市場等產品中產生的價值，透過質押、治理、存取權限及回購銷毀等機制實現價值承接，形成使用→ 收費→ 回購價值閉環，將平台使用度轉化為代幣長期價值。

專案以Fair Launch為核心原則，未引入天使輪或VC 投資，而是透過低估值（$10M FDV）的公開社群輪（Launch-Raise） 、Space Race 與空投完成分發，刻意為社群保留非對稱上行空間，使籌碼結構更偏向活躍用戶與長期參與者；團隊激勵主要來自長期鎖定的代幣份額。

代幣分配(Distribution)

• 總供應量： 10 億(1,000,000,000) NOYA
• 初始流通量(Low Float)： 約10%
• 估價與融資(The Raise) ：融資額： 100萬美金；估值(FDV)： 1,000萬美金

七、預測智能體市場競爭分析

目前，預測市場智能體（Prediction Market Agent）賽道仍處於早期，項目數量有限，更具代表性的包括Olas（Pearl Prediction Agents） 、 Warden（BetFlix）與Noya.ai 。

從產品形態與使用者參與方式來看，各代表了目前預測市場智能體賽道的三類路徑：

1） Olas（Pearl Prediction Agents）：Agent 產品化與可運行交付,以「運行一個自動化預測Agent」為參與方式，將預測市場交易封裝為可運行的Agent：用戶注資並運行，系統自動完成資訊獲取、概率判斷、下注與結算。需要額外安裝的參與方式對一般使用者的友善度相對有限。

2） Warden（BetFlix）：交互分發與消費級投注平台,透過低門檻、強娛樂性的互動體驗吸引用戶參與，採用互動與分發導向路徑，以遊戲化、內容化前端降低參與成本，強調預測市場的消費與娛樂屬性。其競爭優勢主要來自於使用者成長與分送效率，而非策略或執行層深度。

3) NOYA.ai ：以「資金託管+ 策略代執行」為核心，透過Vault 將預測市場與DeFi 執行抽象化為資管產品，提供低操作、低心智負擔的參與方式。若後續疊加Prediction Market Intelligence 與Agent 執行模組，可望形成「研究—執行—監控」的一體化工作流程。

與Giza、Almanak 等已實現明確產品交付的AgentFi 專案相比，NOYA 的DeFi Agent 目前仍處於相對早期階段。但NOYA 的差異化在於其定位與切入層級：其以約$10M FDV 的公平啟動估值進入同一執行與資管敘事賽道，在現階段具備顯著的估值折價與成長潛力。

• NOYA ：以Omnichain Vault 為核心的資管封裝型AgentFi 項目，目前交付重點集中在跨鏈執行與風險控制等基礎設施層，上層的Agent 執行、預測市場能力及ZKML 相關機制仍處於開發與驗證階段。
• Giza ：可直接運行資管策略（ARMA、Pulse），目前AgentFi 產品完成度最高。
• Almanak ：定位於AI Quant for DeFi，透過模型與量化框架輸出策略與風險訊號，主要針對專業資金與策略管理需求，強調方法論的系統性與結果的可複現性。
• Theoriq ：以多智能體協作（Agent Swarms）為核心的策略與執行框架，強調可擴展的Agent 協作體系與中長期基礎設施敘事，更偏向底層能力建構。
• Infinit ：偏執行層的Agentic DeFi 終端，透過「意圖→ 多步驟鏈上操作」的流程編排，顯著降低複雜DeFi 操作的執行門檻，使用者對產品價值的感知相對直接。

八、總結：商業邏輯、工程實現及潛在風險

商業邏輯：

NOYA 是目前市場中較為少見的AI Agent × Prediction Market × ZKML多重敘事疊加標的，並進一步結合了Intent 驅動執行的產品方向。在資產定價層面，其以約$10M FDV啟動，明顯低於同類AI / DeFAI / Prediction 相關項目常見的$75M–$100M區間估值，形成一定的結構性價差。

從設計上看，NOYA 試圖將策略執行（Vault / Agent）與資訊優勢（Prediction Market Intelligence）統一到同一執行框架中，並透過協議收入回流（fees → buyback & burn）建立價值捕獲閉環。儘管專案仍處於早期階段，但在多重敘事疊加與低估值起點的共同作用下，其風險—收益結構更接近一類高賠率、非對稱博弈標的。

工程實現：在可驗證的交付層面，NOYA 目前已上線的核心功能為Omnichain Vaults ，提供跨鏈資產調度、收益策略執行與延遲結算機制，工程實現相對偏基礎。其願景中強調的Prediction Market Intelligence（Copilot） 、 NOYA AI Agent以及ZKML 驅動的可驗證執行仍處於開發階段，尚未在主網形成完整閉環。現階段並非成熟的DeFAI 平台。

潛在風險與關注重點

1. 交付不確定性：從「基礎Vault」到「全能Agent」的技術跨度極大，需警惕Roadmap 延期或ZKML 落地不及預期的風險。
2. 潛在系統風險：包含合約安全、跨鏈橋故障以及預測市場特有的預言機爭議（如規則模糊導致無法裁決），任何單點故障都可能造成資金損耗。

免責聲明：本文在創作過程中藉助了ChatGPT-5.2, Gemini 3和Claude Opus 4.5等AI 工具輔助完成，作者已盡力校對並確保信息真實與準確，但仍難免存在疏漏，敬請諒解。需特別提示的是，加密資產市場普遍存在著專案基本面與二級市場價格表現背離的情況。本文內容僅用於資訊整合與學術/研究交流，不構成任何投資建議，亦不應視為任何代幣的買賣推薦。