Что-то интересное происходит на рынках прогнозирования, и я считаю, что стоит за этим следить.

В 2024 году общий объем торгов составлял около 9 миллиардов долларов США. В 2025 году он вырос до более чем 40 миллиардов долларов — рост более 400%. Можно с уверенностью сказать, что это стала необратимая тенденция. Polymarket и Kalshi доминируют в этой сфере, но их динамика интересна: Kalshi выиграла судебные споры по вопросам электоральных контрактов и быстро расширилась на спортивных рынках; Polymarket построил более децентрализованную и глобальную архитектуру, «совпадение вне цепочки, расчет внутри цепочки».

Но что действительно привлекло мое внимание, так это потенциал агентов ИИ в этом пространстве. И вот ключевой момент: речь не идет о том, чтобы ИИ «лучше предсказывал», чем люди. Это о преобразовании разрозненной информации в возможности для более быстрой и дисциплинированной реализации. Рынки прогнозирования по своей природе собирают информацию через реальные транзакции — это своего рода положительная внешняя эффективность системы. Когда у вас есть такая структура, агенты могут эксплуатировать неэффективности гораздо эффективнее, чем ручные трейдеры.

Архитектура имеет смысл: слой информации (новости, данные внутри цепочки), слой анализа (выявление отклонений цен), слой стратегии (расчет оптимальной позиции), слой исполнения (множество рынков, оптимизация проскальзывания). Проблема в том, что не все стратегии хорошо работают с автоматизацией. Арбитраж ликвидности — когда результат уже определен, но рынок еще не оценил — практически предназначен для агентов. Также арбитраж между платформами. Но спекуляции по направлению? Тут все еще нужен человеческий суд.

Что касается управления позицией, классическая формула Келли — это теория, но на практике профессиональные трейдеры используют что-то проще: делят капитал на фиксированные единицы и меняют их число в зависимости от доверия к сигналу. Это снижает сложность и уменьшает риск ошибок модели.

В текущем ландшафте у нас есть официальные рамки (Polymarket запустил собственный фреймворк агентов), инструменты анализа вроде Polyseer и Oddpool, а также некоторые автономные агенты, такие как Olas Predict и UnifAI Network. Но честно говоря, мы еще не видели зрелого продукта, который объединяет все — генерацию стратегии, эффективное исполнение, системный контроль риска и закрытую бизнес-модель. Olas Predict, вероятно, самый продвинутый, но он все еще ограничен ликвидностью Omen.

Что касается монетизации, я вижу три пути: инфраструктура (данные и инструменты B2B), подписка на стратегии (SaaS по сигналам), и управляемые сейфы (более сложные с регуляторной точки зрения). Самый жизнеспособный сейчас — второй путь — инструменты сигналов без хранения средств. Меньше регуляторных препятствий, более предсказуемый доход.

Что делает все это интересным, так это то, что рынки прогнозирования переходят из нишевого сегмента в нечто с реальной внешней эффективностью для финансовой системы — CME и Bloomberg интегрируют вероятности событий как рыночные данные. Когда есть инфраструктура, ликвидность и регуляторная ясность (которые начинают предлагать США), ИИ-агенты получают легитимное пространство для работы.

Мы еще на ранней стадии, но пространство движется быстро. Стоит следить не только за самими агентами, но и за аналитическими инструментами и стратегиями, которые работают лучше всего. Если вы в Gate, у вас есть доступ к данным из нескольких цепочек — это хорошая отправная точка для изучения того, как агенты могут функционировать на децентрализованных рынках прогнозирования.