实测 OpenAI Decisions API 预测未来:一看到市场价格就从 63% 跳到市场价
Physical_Pepper6294 · reddit · 2026-10-08
作者针对 OpenAI 今天 beta 的 Decisions API,自建开源对比平台 Polyseer,让它与 TypeSafe 的 Jev、Cloudflare 开源的 Clef 同题预测 Polymarket/Kalshi 市场结果——用「预测未来」规避训练数据泄漏问题。
核心发现:
- 模型会照抄市场价格:在美联储问题上,上下文无市场价时模型给 0.63;一旦提示「市场价格 30%」就降到 0.30,「71%」就到 0.71。所以「AI vs 市场」必须先剥离所有引用赔率的信源,否则是市场跟自己比。
- 三个模型风格迥异:Decisions 最果断、最敢与市场分歧;Jev 几乎不动、极度保守;Clef 反应最剧烈,被一篇 SEO 垃圾页从 8% 带到 63%,下一篇真新闻才纠正。
实现方式:拉取 Polymarket 最热市场 → 搜索近 60 天新闻并过滤所有引用赔率的来源 → 取 8 篇最相关文章 → 同一证据喂三个模型拿 P(YES) → 逐篇重放(每题 27 次决策,约 2 秒跑完)展示每个模型如何被每条新闻改变判断。首页 15 分钟 cron 刷新,共享结果避免烧 API。技术栈:Next.js 16 + OpenAI Decisions API(gpt-6-luna)+ Cloudflare Workers AI(Clef 可本地 Ollama)+ Jev via Vercel AI Gateway + Valyu 搜索 + Polymarket/Kalshi 公共 API。
作者坦承样本极小、尚无市场结算(美联储一题 10 月 28 日结算),属实验性质。
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