DigClaw 表示，其预测框架 Rhizome v1 在 7 月于 FutureX 评测平台上拿下 #1、#3、#7 三个席位，分别来自不同基础模型的独立运行结果。文中提到的基座包括 Kimi-K3、DeepSeek-V4-Pro 等，而同一套框架同时让多个基座进入 Top 7，DigClaw 称自己是唯一做到这一点的参赛方。
按照原文说法，FutureX 的这组结果来自 59 道覆盖政治、经济、科技领域的真实事件预测题，提交预测时标准答案尚未产生，且不存在训练数据泄露的可能。DigClaw 据此提出的判断是，预测能力可以沉淀在基座模型之外；随着基座进步，系统可以获得能力红利，而预测轨迹、结算反馈、校准经验和持续演化的工作流则保留在系统内部。
DigClaw为何把这次排名视为外部验证
DigClaw 将这次成绩描述为其对「预测到底应该怎么做」这一问题获得的第一次外部验证，而非一次偶然的竞赛结果。
文中认为，随着预测任务逐步走向标准化和工程化，AI 被寄予规模化处理复杂预测问题的期待，但大语言模型天然并不擅长预测。其给出的理由是，LLM 学到的是 correlation，而不是 causation；从过去语料中提取模式，与预测未来并不是一回事。
DigClaw 在文中列出三点局限。第一，因果方向盲区。模型知道 A 和 B 经常一起出现，但不知道究竟是 A 导致 B、B 导致 A，还是存在共同原因 C。第二，干预推理失效，像「如果美联储降息，会对东南亚科技股产生什么影响」这类问题，缺少因果图谱支撑干预计算。第三，校准缺失，模型输出的「70% 概率」没有经过概率论意义上的校准，本质上只是 token 分布的副产品。
DigClaw 还提到，现有方案各有边界：人类群体智慧即 prediction markets 需要流动性，冷门问题上价格不可信；LLM 的模式匹配缺少因果结构；端到端训练则存在结果导向偏差，一个逻辑严密但答错的推理过程会被惩罚，碰巧猜对的粗糙判断反而可能被强化。
基于这一判断，DigClaw 将自身定位为一套预测基础设施：以因果结构为骨架、以概率计算为引擎、以搜索智能为数据管道。其核心假设是，预测不应由一个模型端到端完成，搜索、因果推理、概率推断是三个正交能力，应该交由三个专门系统分别处理，再结构化组合。
三个前十名次与跨基座迁移能力
在原文中，FutureX 被描述为一个难度很高的实时预测榜单。平台按周发布真实世界事件预测题，参赛方在答案尚未揭晓时提交预测，事后再统一结算。
DigClaw 称，该数据集托管在 HuggingFace，评估框架开源在 GitHub，因此结果可复现、可验证。Rhizome 在三个基座上采用相同预测框架和相同运行条件，各自独立生成并提交答案，没有进行跨模型聚合。
这意味着，#1、#3、#7 三个名次并不是多个模型投票后的综合结果，而是同一套系统方法在三个不同基座上的分别运行结果。DigClaw 借此说明，如何组织检索、处理时间、表达概率、维护证据和控制长程运行，可以形成独立于模型权重之外的系统能力。
不过，文中也明确表示，这并不意味着基座模型不重要。基础模型仍然提供语言理解、推理和工具使用等通用能力。Rhizome 试图做的是，把预测协议、Agent 编排、工具调用和结果评测放在基座之外，让机构根据任务价值和运行规模，在推理能力、成本和响应速度之间做选择。
设计决策一：搜索与推理解耦
DigClaw 在技术报告中写道，Rhizome 的第一项工程判断是，搜索和推理必须解耦，而且这两部分最好由多模型协同完成。
其核心观点是，搜索质量和推理质量是两个正交问题，不应由同一个模型同时优化。文中将 Perplexity、Gemini Deep Research 这类主流 DeepResearch agent 归为把搜索和推理绑定在同一模型内的范式，认为这样会让搜索质量受到推理负担拖累，也会让推理质量受到搜索噪声污染。
Rhizome 的做法是把二者彻底拆开：搜索 agent 只负责找相关信息，推理层只在已有证据上做结构化推理。DigClaw 强调，预测任务对信息的需求不是「准确回答用户问题」，而是尽可能发现所有相关联的信号。因此，搜索 agent 的优化目标应该是信息相关性 relevance，而不是答案正确性 accuracy；如果搜索 agent 被训练成去「找答案」，它会倾向于找到看起来像结论的内容，这在预测任务里反而更危险。
在训练路径上，Rhizome 采用 SearchRL 的强化学习框架，分成两条路线并行迭代：
- 路径 A：针对 8B、30B 参数的开源模型，以搜索相关性为 reward 进行 RL 微调，文中引用的参考包括 Search-R1（COLM 2025）和 ReSeek（ICML 2026）。
- 路径 B：针对 Claude、GPT 等闭源模型，构建外部搜索约束框架，即 Harness。
DigClaw 观察到，不同基座在预测任务中的能力差异比较稳定：有的更适合长时间检索和复杂推理，有的更擅长定量建模，也有的在成本和响应速度上更占优。Rhizome 的系统设计因此将基座与外层协议拆分，方便按任务做取舍。
设计决策二：记录预测轨迹并做概率校准
Rhizome 的第二项设计重点，是将每一次预测都保存为一条带版本信息的完整轨迹。DigClaw 列出的记录内容包括：题目的时间条件与结算标准、预测时可获得的证据、Agent 编排与工具调用过程、最终答案与概率，以及对应的模型和系统版本。
这些记录都形成于结果揭晓之前，因此保留的是系统在尚不知道答案时做出的真实判断。事件结算之后，Rhizome 会把现实结果补回同一条记录，用来回看当时掌握了哪些信息、漏掉了哪些反向证据，以及问题出在检索、时间判断、推理、答案表达还是概率校准。
DigClaw 特别区分了两类错误：一次高置信度错误，与一次接近五五开的错误，虽然最终都会被记为答错，但暴露出的系统问题并不相同。
对于同一道题，Rhizome 会进行多次独立预测，但不会把结果简单平均。原文称，系统会先在对数几率 logit 空间聚合，再结合已结算题目的 Brier Score 调整极端化强度。不同轨迹提供的信息越独立，聚合结果就可以越明确；证据重叠越多，调整就越克制。
在这一步之后，Rhizome 还会通过 Platt 缩放，利用已结算题识别持续的过度自信或过度保守，并校正后续概率输出。DigClaw 给出的校准标准很直接：如果系统长期给出 60% 的事件，那么这些事件最终约有六成应当发生；如果给出 80%，长期结果也应接近八成。
文中提到，每次运行都绑定当时的系统版本与关键配置，这让概率变化和异常结果可以追溯到具体原因。即便基座升级或替换，问题定义、证据记录、信念变化、结算结果和校准经验仍可保持连续。
DigClaw 认为，这类反馈数据无法在结果揭晓后批量补造，因为每个样本都必须在未来尚未发生时先留下判断，再等待现实给出答案。代码可以复刻，但依赖时间积累的数据资产无法速成。
设计决策三：让概率更新感知因果链
对于尚未结算的事件，DigClaw 认为系统必须持续吸收新信息，并判断原有概率是否应该更新。Rhizome 为未结算问题保存信念状态，并对每条证据分别记录事件发生时间、内容发布时间和系统读取时间。
当新信息与既有记录完全重复时，系统会跳过更新；如果新证据与旧记录冲突，旧证据不会被删除，而是保留判断被修正的过程。文中还设定了一项约束：单次概率变化超过 0.15 时，必须能够指向触发变化的具体新证据。
DigClaw 认为，真正棘手的问题在于，新的证据究竟代表多股独立力量，还是同一条因果链在不同位置留下的信号。原文举例称，加息公告、利差变化和资本流动可能先后出现，但它们未必是三份独立信息；如果系统把它们分别计入概率更新，同一个原因就可能被重复计算，从而把概率推向过度自信的极端。
因此，Rhizome 正在开发一套因果链感知的贝叶斯更新框架。在证据进入概率更新之前，系统会先识别其所属的因果传导链，再依据链内关系调整证据权重。
按照文章描述，这一框架包含四个层次：
- 因果知识库：存储经过验证的因果链，并记录关键关系的传导时滞、影响衰减和历史可信度。
- 同链信号去重：来自同一条因果链的后续信号，不再以完整权重重复计入。
- 全局后验帽：限制多条同向证据带来的累积影响，并根据预测期限调整约束强度。
- 传导时滞感知：链头事件发生后，系统按因果关系的传导进度逐步更新，而不是立刻把全部影响一次性计入链尾结果。
DigClaw 称，在其内部预测系统中，这套框架已完成原型实现和初步验证，并已指导多笔投资实践。文中给出的实验结果显示，相比直接贝叶斯聚合，同链信号去重和全局后验帽把过度自信率——即预测概率高于 85% 但最终判断错误的比例——从约 25% 降到 12%。
为什么一家投资机构要做预测模型
文章同时介绍，Newborn Ventures 由 DigClaw 发起，被描述为全球首家以 AI 挖掘 Beta 趋势为驱动的投资和孵化机构，而 DigClaw 的趋势预测基座构成这家 AI-Native VC 的底层技术框架。
DigClaw 的判断是，投资的本质就是预测。无论是判断一个赛道是否会爆发、一个团队能否跑出来，还是一项技术会不会成为主流，本质上都属于预测问题。文中称，传统投资依赖合伙人的经验、直觉和信息差，而 DigClaw 相信，这类判断可以被系统化、模型化。
从更大的视角看，原文将投资回报拆分为 Beta（事件或趋势驱动）与 Alpha（资产特异性）两部分。DigClaw 认为，Alpha 研究已经相对成熟，但 Beta，也就是对宏观事件和趋势的预测，仍缺少真正有效的 AI 解决方案，这正是其要解决的问题。
文章进一步写道，当预测从一种直觉判断变成可调用、可集成、可校准的参数，它可以嵌入的决策场景会显著增多。对上市公司而言，意味着在产业链变动和政策风向形成前完成战略预判与风险预警；对投资机构而言，意味着在共识形成前发现价值；对政府引导基金而言，意味着用系统化方法研判产业趋势与政策效果。
按照原文描述，同一套预测能力，一方面在 FutureX 接受公开评测，另一方面用于内部投资决策，同时也向产业方、金融机构和政府引导基金开放服务。DigClaw 表示，对 DigClaw 和 Newborn Ventures 而言，FutureX 第一名只是起点。
关于 DigClaw 与 Newborn Ventures
DigClaw 在文中被介绍为一家专注于预测智能的 AI 科技公司，核心使命是构建可校准、可审计、可集成的预测基础设施。其旗舰预测框架 Rhizome 采用因果推理、概率校准和搜索智能三层架构，目标是形成独立于基础模型的系统能力，即基座可更换，预测资产持续积累。
文章称，DigClaw 的预测系统已经在 FutureX 等公开评测平台上获得外部验证，并将同一套能力应用于投资决策、产业趋势研判和战略风险评估等场景，也向产业方、金融机构和政府引导基金开放合作。
Newborn Ventures 则被定义为一家 AI 原生的早期风险投资与孵化机构。其核心信念是，投资的本质是预测，判断赛道是否爆发、团队是否能跑出来、技术是否会成为主流，都可以被系统化和模型化。
原文称，Newborn Ventures 通过自研 Deep Research Agent 和因果预测系统，在全球范围内追踪 AI 推理方向的创新信号，寻找尚未被市场定价的结构性机会，也就是其所说的真正 Beta。从首次接触到投资决策，这家机构用 AI 重构了每个环节，并承诺在 48 小时内给出有技术深度的明确反馈。
原文注明，本文系量子位授权刊载，观点仅代表原作者；文章来源为微信公众号「量子位」，作者为允中。