用预测市场实测三个决策模型:市场价一进上下文模型就照抄
Physical_Pepper6294 · reddit · 2026-10-08
- OpenAI 发布 beta 版 Decisions API,开发者据此做了开源项目:让 OpenAI Decisions、TypeSafe 的 Jev、Cloudflare 的 Clef 三个"决策模型"阅读同样新闻后对 Polymarket/Kalshi 的是非问题给出概率,并与真金白银的市场价格对比,还可逐篇回放每条新闻如何改变模型判断。
- 关键发现:市场价一旦进入上下文,模型立刻照抄。测试美联储降息问题,无市场价时模型给 0.63,context 写"市场 30%"就给 0.30,写 71% 给 0.71。因此管线必须剔除所有引用赔率的来源,否则"AI vs 市场"是假对比。
- 风格差异明显:Decisions 最果断、最敢和市场唱反调;Jev 几乎不动、极保守;Clef 反应最剧烈,曾被一篇 SEO 垃圾页从 8% 带到 63%,下一篇又纠正。
- 技术栈:Next.js 16 + React 19、OpenAI Decisions API(gpt-6-luna)、Cloudflare Workers AI 跑 Clef(开源权重可本地 Ollama)、Vercel AI Gateway、Valyu 搜索 API、Polymarket/Kalshi 公开 API;每题 27 次决策约 2 秒,首页每 15 分钟刷新。作者提醒样本极小、尚无市场结算,属实验性项目。
所属事件:OpenAI 决策 API 实测不敌 Jev 且价格翻倍(4 条相关)→
「编程与Agent」频道最新
- VibeBuddy 桌面硬件:用小屏幕和语音盯守你的编程 Agent — juntao · 2026-10-08
- 2026 年值得关注的 20 个 AI Agent 评估开源工具全梳理 — MaryamMiradi · 2026-10-08
- 微软发布 Azure Canvas 创作插件：Copilot 一键生成人机协作工作区 — WirelessLife · 2026-10-08
- uv workspace 已膨胀到 87 个 crates,Ruff 作者晒工程规模 — charliermarsh · 2026-10-08
- AI 编码何时迎来「纳维-斯托克斯时刻」?研究者赌一年内 — repligate · 2026-10-08
- steipete 从 OpenAI DevDay 谈团队如何用 Agent 协作 — steipete · 2026-10-08