预测市场最近出现了一个很清晰的变化：从币安、Coinbase 到盈透证券（IBKR）、Robinhood，头部玩家的重心都在上移，不再执着于再做一个 Polymarket，而是在想办法把 Polymarket、Kalshi 这类平台逐步推向后台，变成其他金融产品可以直接调用的底层能力。
这一趋势和今天的股票交易有些相似。用户通过富途、老虎或 Robinhood 买入 TSLA 时，往往不会关心订单最后流向哪家做市商、经过哪套清算系统。预测市场也可能朝同样的方向演变：前端可能是券商、钱包、新闻 App，甚至 AI Agent；中间是 Aggregator 和 Router；真正提供市场、流动性与结算的 Polymarket、Kalshi 等平台，则更像藏在背后的金融基础设施。
从 DeFi 的演进看，这样的路径并不陌生。AMM 证明链上交易可行后，行业并没有停在复制更多 AMM，而是继续长出聚合器、衍生品基础设施、专业做市和智能执行网络。预测市场现在也开始显露出类似的后半程轮廓。
头部平台开始把预测市场能力嵌入更大分发体系
过去几年，预测市场已经证明，现实世界中的不确定性可以被压缩成有价格、有流动性的交易资产。从美国总统大选，到世界杯等体育赛事，再到 Crypto、宏观经济和娱乐文化，很多原本只停留在讨论层面的议题，被 Polymarket、Kalshi 等平台转化为可以买卖、并能产生盈亏的 Event Contract。
当这层需求被验证后，头部平台的打法开始出现变化。
今年 4 月，币安接入 Predict.fun，由第三方预测市场基础设施提供市场能力，币安自己保留前端入口，允许用户直接在 App 内交易概率事件。两个月后，币安又开放 Prediction Markets API，让量化策略、交易 Bot 和第三方产品能够直接调用市场数据与交易能力。
Coinbase 采取的路线也相近。它把 Prediction Markets 纳入自己的「Everything Exchange」，而上线初期的市场流动性全部来自 Kalshi。Coinbase 也明确表示，后续还会支持更多 Prediction Market Venue。
在传统金融一侧，IBKR 进一步推进了统一入口的模式。今年 5 月，IBKR 将 Kalshi、CME Group 和 ForecastEx 三家 Prediction Market 放进同一界面。用户不需要分别开户，就能在同一个账户内搜索事件、比较不同交易所的价格和流动性，并完成交易。
Robinhood 则继续向交易与清算层延伸。它与 Susquehanna 合作运营 Rothera，后者承接了原 MIAXdx/LedgerX 的 CFTC 注册交易所与清算基础设施。到 6 月，Robinhood 已开始把部分世界杯和职业棒球 Event Contracts 路由至这一关联交易所。
这些动作都指向同一个方向：预测市场正在从一个用户需要主动打开的「目的地」，变成可被其他产品调用的金融能力。过去，用户若想交易美国中期选举，往往要先进入 Polymarket 再寻找对应市场；未来，它可能只是一张出现在币安首页的事件卡片，或 Robinhood 某条财经新闻旁边跳动的实时概率。
到那一步时，用户甚至未必意识到自己正在使用预测市场完成交易。至于订单究竟来自 Predict.fun、Kalshi、CME，还是被 Router 拆到多个市场执行，重要性都会下降。
这也意味着，Prediction Market 会越来越隐形，而 Prediction Asset 会越来越重要。行业下一阶段的问题，已经不只是「去哪里交易」，而是分散在 Polymarket、Kalshi、Predict.fun 以及更多 Venue 中的流动性，应该如何被组织起来：围绕同一个事件，哪里的价格更好，哪里的深度更大，不同市场之间是否存在概率偏差。
这些问题和早期 DeFi 十分相似。Uniswap 证明 Token 可以在链上交易后，市场真正长出来的，不是「再造十个 Uniswap」，而是 1inch 这类流动性聚合器、CoW Swap 这类智能执行网络、Hyperliquid 这类衍生品基础设施，以及围绕它们形成的做市商和量化系统。
Fortune 试图搭一层统一的预测市场流动性网络
Fortune 是一个较早的案例。根据文中信息，截至今年 8 月，Fortune 已完成 Seed、Pre-A 等多轮融资，累计金额超过 400 万美元，资金将用于升级 Fortune Agent、接入更多预测市场，并扩展流动性及相关基础设施。
Fortune 想切入的层，正是「The Liquidity Infrastructure for Prediction Markets」。不久前，它进一步接入 Polymarket 流动性，并与此前已支持的 Predict.fun 一起纳入 Fortune Markets 的统一入口。用户可以在同一个入口中查看不同来源的市场、交易量、流动性和隐含概率，而不必在不同 Prediction Market 间反复切换。
这仍是一个很早期的形态，但已经能看出它的目标：把原本彼此割裂的 Prediction Markets，逐步抽象成一个统一的流动性层。
不只是“预测市场版 1inch”
如果只把 Fortune 这类玩家理解为「预测市场版 1inch」，仍然过于简单。预测市场未必会完整复制 DeFi 的发展轨迹。对 Fortune 这类新玩家来说，更关键的转向是把视角从 Prediction Market 挪到 Prediction Asset。
两者只差一个词，逻辑却完全不同。Market 关心的是去哪里交易，Asset 关心的则是到底在交易什么，以及围绕这些资产还能搭出什么结构。BTC 不属于 Binance，特斯拉也不只 Robinhood 可交易；美股不只有现货，Crypto 也不只限于 Spot。只要 Prediction Assets 可以跨平台被发现、定价、组合和交易，建立在市场之上的基础设施才真正可能成型。
1. 先把分散的 Prediction Assets 放到一起
目前预测市场仍然高度分散。同类事件可能同时存在于 Polymarket、Predict.fun 和其他平台，而不同平台拥有各自独立的市场结构、流动性与定价。
今年 4 月，Fortune 原生 Prediction Market 上线；到了 8 月，它进一步接入 Polymarket CLOB v2，并与此前支持的 Predict.fun 一起纳入 Fortune Markets。用户现在可以直接在 Fortune Markets 浏览来自不同流动性来源的事件市场，并在建仓前比较各自的流动性、成交量和隐含概率。
新版交易流程还加入了 Outcome Selection、Position Preview 和 Portfolio 功能，把发现市场、建立仓位和后续管理逐渐连成一体。原来用户若想交易同一类政治、体育或 Crypto 事件，可能要分别进入几个平台搜索、再手动比较价格和深度；现在 Fortune Markets 试图把这个过程压缩为「发现事件 → 比较不同平台 → 选择价格与流动性 → 建立仓位 → 统一管理」。
从理论上看，预测市场的聚合比普通 DEX Aggregator 更复杂。1 ETH 在 Uniswap 和 Curve 中始终还是同一个 ETH，但两个外观相近的预测市场，可能因为截止时间、事件定义、判定条件或结算规则的细微差异，最终成为完全不同的资产。
因此，Fortune 当前优先做的不是再创造更多市场，而是把散落在不同平台中的 Prediction Assets，逐步整理成一个更容易被搜索、比较和交易的资产池。
2. 从 YES/NO 走向更完整的金融产品
一旦资产被连接起来，下一步的问题也会改变。现在预测市场最常见的交易方式仍然很简单：看好一个结果，买 YES；不看好，就买 NO，然后等待结算。这和 Crypto 早期几乎只有 Spot 的阶段相似。
但如果 Prediction Assets 最终成长为一个规模足够大的资产类别，交易需求理论上不会长期停留在二元下注。当底层资产规模扩大后，市场往往会继续长出杠杆、期权、组合、对冲和结构化产品。
这也是 Fortune 将 Prediction Derivatives 纳入整体方向的原因。它想把 Event Contract 从一份「等待最终答案」的二元合约，转化为能够被组合、被管理、被策略化使用的 Prediction Asset。
一个资产类别是否成熟，往往不只是看现货市场是否活跃，还要看它周围能否形成丰富的金融结构。BTC 从现货发展到 Perpetual、Options 和结构化产品之后，交易体系才逐步完整；股票市场同样拥有期货、期权、ETF 和各种组合工具。Fortune 押注的是，Prediction Asset 也会经历类似的金融化过程。
问题也随之出现：如果用户未来面对的不是几个市场，而是几百、几千个 Prediction Assets，甚至不同组合和策略，人是否还能独立完成研究和执行？这也是 Fortune AI Agent 被放入产品体系的原因。
3. 让 AI 直接进入交易链路
从应用场景上看，预测市场确实是 AI Agent 最容易被理解的一类金融场景。它天然存在一条清晰的传导链：现实世界发生变化，新信息出现，事件概率改变，市场重新定价，交易机会随之出现。
传统交易需要手动完成整条链路：看新闻、刷社交媒体、分析市场情绪、判断消息是否改变某项事件的概率，随后再寻找对应市场、比较价格、确定仓位并执行。Fortune Agent 想压缩的，正是这套过程。
目前已经上线的 Trading Agent 被设计成一个 Multi-Agent System，持续从 News、Sentiment 和 Arbitrage 三类信号中寻找机会，并进一步验证条件。用户连接钱包后，可以自行设定单次交易金额、风险等级，以及是否开启 Automated Trading。
如果再结合 Fortune 对后续 Agent 的描述，包括 24/7 Market Intelligence、Structured Decision-making、Risk Management 和 Execution，整套产品结构就会变得更完整。
例如，某个宏观事件突然出现新的政策信号。Agent 先捕捉信息，并判断它可能改变某项事件的真实概率；随后 Fortune Markets 同时提供来自不同 Venue 的相关 Prediction Assets、价格和流动性；如果市场报价尚未充分反映新信息，Agent 再进一步寻找更合适的交易机会和执行路径。
在这种设定下，Fortune 想做的就不只是一个「AI 预测器」，而更接近于把信息层、资产层、流动性层与执行层接到同一条交易链路中。
4. 用激励层完成网络冷启动
在最外层，Fortune 还建立了一套以 F Points 为核心的激励体系，包括 Daily Check-in 和邀请机制。用户邀请其他参与者后，可以获得其 F 收益的 10%。
这些设计看上去是 Web3 项目常见的 Points、NFT 与 Referral 玩法，但放回整个产品架构中，它要解决的是一个更现实的问题：新的 Prediction Asset 网络，早期的流动性、交易用户和生态参与者从哪里来。
更多用户参与，会带来更多交易与流动性；更深的流动性改善成交体验后，又会吸引新的用户和策略进入；随着 Agent 和更多金融产品加入，交易频率和策略复杂度也可能继续抬升。
按这条逻辑串起来，Fortune 试图构建的并不是单一功能，而是一条相对完整的链路：
- Prediction Markets 提供底层事件资产；
- Fortune Markets 负责连接资产与流动性；
- Prediction Derivatives 扩展资产的金融表达方式；
- Fortune Agent 负责信息处理与交易执行；
- Incentive Layer 为整个网络提供早期增长动力。
因此，若一定要给 Fortune 定位，它既不只是 Prediction Market，也不只是「预测市场版 1inch」，而更像一套围绕 Prediction Assets 搭建的交易与执行基础设施。
当概率本身开始成为一种资产
Fortune 最终能否把这套路线真正做出来，现在仍难下定论。它还是一个早期项目。Polymarket 流动性接入与 Agent 已经可以看到实际产品，但统一订单路由、成熟的 Prediction Derivatives，以及足够深的跨市场流动性网络，都还没有走到最终形态。
不过，从整个行业看，这个方向并不孤立。Apex 已开始把 Kalshi 的 Event Contracts 通过 API 接入券商基础设施；Paradigm 也在开发面向专业交易者的 Prediction Market Terminal，并研究内部做市与 Prediction Market Index。
如果预测市场越来越像一个真正的金融市场，那么真正成熟的金融市场，通常不会只剩交易所本身。接下来至少有三层变化值得观察。
从 Bet 到 Portfolio：预测市场可能进入高度金融化阶段
现在很多用户第一次接触 Prediction Market，仍然把它理解为「赌某件事会不会发生」。但对更成熟的交易者来说，这类市场也可以组成一整套表达观点的资产组合。
例如，当交易者判断美国通胀重新升温、美联储转鹰时，他未必只交易「下次 FOMC 是否加息」，也可以围绕「Fed 是否维持更高利率」「BTC 年底是否突破某个价位」「美国是否避免衰退」等不同事件同时建立仓位。
单独看，这些都是 Event Contract；放在一起，则可能表达一整套 Higher for Longer 的宏观 Thesis。一旦这一阶段真正出现，Portfolio Management、Correlation、Hedging 和 Risk Management 也会跟着形成。届时，Fortune 这类项目如果能补齐 Derivatives 与组合层，其价值就不再只是让用户少打开几个网页。
从单一市场交易到跨市场聚合执行
市场越大，单个平台的重要性反而可能下降。Crypto 最终没有形成「一个交易所承载全部流动性」的格局，Prediction Market 大概率也不会。不同监管体系、用户群体、做市商、事件类别和地域，会长期制造市场分割，而这种分割本身就是基础设施的机会。
套利者需要价格，做市商需要订单流，机构需要深度，普通用户需要更好的成交价格，Agent 则需要足够多可扫描、可执行的 Venue。
因此，当 Prediction Market 逐步成熟后，交易入口反而可能越来越隐形。用户或许只是在券商 App 里看到一条新闻：「Fed 下月调整利率概率：72%」，旁边有一个买入按钮。至于背后订单来自 Polymarket、Kalshi，还是被 Router 拆到三个市场中完成，用户未必需要知道。
从 Human Trader 到 AI Trader
预测市场也可能成为 AI Agent 最天然的金融应用场景之一。原因在于，它本身就是「信息 → 概率 → 价格 → 交易」的链条，而这正是 AI 最容易切入的环节。
如果说 Crypto 为 AI Agent 提供了一个无需银行账户、可 24 小时直接控制资产的金融系统，那么 Prediction Market 则提供了一个可以直接交易「认知」的市场。AI 的核心能力之一，本来就是处理信息；Prediction Market 的核心资产，本来就是信息被压缩之后形成的概率。两者之间天然契合。
可以设想一种情形：未来的 Agent 同时监听新闻、社交媒体、宏观数据、链上数据、公司公告、体育比赛和政策文件，并持续重算自己的概率模型。只要市场价格与模型出现足够大的偏离，它就直接下单。那时，Prediction Market 的速度也会发生变化。
过去的 Alpha 可能来自更早看到一条新闻；之后可能变成某个 Agent 比另一个 Agent 更快理解这条新闻意味着什么；再往后，则可能是谁能更快把认知优势在更多 Venue 之间转化为真实成交。信息优势、模型优势和执行优势，会逐步变成同一件事。
不过，这一想象要成立，仍绕不开几个现实问题。
- 第一是流动性。没有足够深的盘口，再先进的 Router 和衍生品都很难产生意义。
- 第二是 Resolution。预测市场最终仍需要一套可信、明确、且尽量减少争议的事件结算机制。
- 第三是监管。一个 Event Contract 究竟属于衍生品、博彩，还是一种新的金融工具，不同地区仍给出完全不同的答案。
- 第四是 Agent 本身。AI 可以处理大量信息，但「能总结新闻」与「能稳定产生 Alpha」之间，仍有很长距离。
这些问题不会因为市场增长就自动消失。相反，只有当这些基础设施逐步补齐后，Prediction Assets 才可能真正从一种新鲜的交易品类，成长为成熟的资产类别。
预测市场的下半场，或许在交易所之外
从 2024 年美国总统大选，到 2026 年世界杯，Polymarket、Kalshi 已经完成了预测市场最困难的一轮用户教育：现实世界中的不确定性，确实可以被交易。
但这更像是上半场。回看几乎所有金融市场的发展史，证明一种资产可以被交易，从来不是故事终点。当参与者越来越多、资产越来越多、平台越来越多时，决定市场成熟度的，往往是交易所之外那些并不显眼的环节：流动性、做市、路由、衍生品、风险管理、组合策略，以及更自由、更自动化的执行。
DeFi 已经走过一遍这样的路，预测市场也可能正在走向类似阶段。
所以，重新看 Fortune 这类新玩家，真正值得观察的不只是它是不是另一个平台，而是在越来越多「概率」成为资产之后，行业将如何更高效地交易这些资产。这需要更深的流动性、更丰富的金融工具、更高效的执行，以及能够 24 小时理解现实世界、持续重算概率的 AI Agent。
Prediction Market 从「市场」走向 Prediction Assets，所谓下半场，也许正从这里开始。