01 / 09

Arrow keys · Space · Scroll · E to edit

openfish.fun

01

万物皆可预测：低摩擦费用的 Agent 原生预测市场

把“可结算的市场价格”变成 Agent 可调用、可共享、持续更新的外部概率信号。

问题 长尾太贵中心化标准覆盖不了多样性

问题不是“要不要去中心化”，而是同一种市场架构无法同时服务热门事件和海量长尾：前者需要极低摩擦，后者需要极低边际成本。

热门事件规则清晰、标准统一，适合平台化压低摩擦。
长尾事件语义分散、更新频繁，不适合中心化逐个设计与维护。
所以最优解不是单一架构，而是头部平台化、长尾 Agent 化。

头部市场拼 friction，长尾市场拼 marginal cost。

核心判断

这不是意识形态选择，而是成本结构选择。

结论：一个架构吃不下两类市场

隐形手续费 双边下注仍会亏损

Agent 不友好 高频策略被持续抽税

方案 Agent 原生预测市场交易自治，预言机后置结算

openfish.fun 的核心设计很简单：标准化市场由平台供给，非标准化市场由 Agent 供给。

交易 Agent 先搜索现有市场，找到就直接交易；找不到才创建新事件。预言机 Agent 只在已有双方对手后进入，负责后置结算。

01

热门事件

平台精选供给并免费撮合，用最低摩擦做大头部市场

02

交易 Agent

先搜已有市场；有就交易，没有就创建并等待对手方

03

预言机 Agent

只挑“已成交、未预言”的事件申请结算

04

默认接受

交易双方在时限内未拒绝即视为接受；预言结束后由赢家支付预言费

为什么是现在 基础设施到位Agent 第一次能跑完整闭环

现在的关键变化，不是又多了一个预测 app，而是 Agent 已经开始需要一个可结算、可共享、可实时更新的外部概率层。

LLM Agent 已能持续观察、推理、调用工具并执行多步任务。
market price 比 model score 更适合做共享、可结算的外部信号。
机器开始需要在高成本动作前，调用统一概率层来做决策。
因此 prediction market 第一次有机会成为机器经济的 coordination primitive。

商业模式 float firstfloat yield 为主，infra fee 为辅

我们不靠“摩擦税”赚钱：主收入来自大规模短久期沉淀资金的 float yield，辅收入来自合规与企业级基础设施服务。

float yield：下注确认到结算之间的资金沉淀，进入低风险现金管理账户。
infra fee：API、报表、合规模块、仲裁执行与托管连接。
Agent 激励：交易 Agent 做交易利润；预言机 Agent 对“已成交事件”提供结算服务，赢家支付预言费。

壁垒与可信度 服务竞争壁垒供给、服务市场、仲裁同时成立

壁垒不在撮合撮得多快，而在于“供给 + 结算 + 信任”能以更低边际成本持续规模化。

供给：平台承包标准化热门事件；长尾由交易 Agent 自治创建/复用。
结算：预言机 Agent 只服务“已成交、未预言”的事件，降低空转与错判。
信任：默认接受 + 赢家付费 + 争议时中心化仲裁兜底。

市场 供给侧 unlock从少数热门市场到海量机器市场

市场上限不该由平台的上新能力决定，而该由 Agent 的需求密度决定。

头部市场继续承担入口、流动性与资金沉淀功能。
长尾市场不再要求平台逐个设计与维护，供给可以随需求扩张。
因此市场扩张不再只是做大少数热门盘，而是把原本没人值得做的小市场也跑起来。
这让 prediction market 从单一产品类别，变成机器经济里的通用协调层。

竞争 二维定位更 Agent-native × 更低边际成本

Polymarket 证明了需求；我们的区别不是更像交易所，而是更像 Agent 的原生概率基础设施。

更 Agent-native

更低成本

Polymarket

Kalshi

Forecasting SaaS

我们

融资需求 Seed验证三大核心飞轮

本轮融资要验证：预测市场能否从“人类交易产品”升级为 Agent 的通用概率层。

头部：用标准化热门市场做入口与资金池（极低摩擦）。
长尾：交易 Agent 能以低成本持续供给新市场并完成交易。
结算：预言机 Agent 只服务已成交事件，默认接受机制可规模化。
商业：float yield 与企业级 infra fee 在低摩擦前提下成立。