用预测市场改造 retro funding：只审查被挑战项目，省下专家评审成本
devanshmehta · x · 2026-10-31
devanshmehta 与 sejalrekhan 提出用预测市场重构 retro funding（追溯性资助）机制的方案，认为 zcash tokenvoters 一次性评 37 个申请、Optimism badgeholders 投票 500 个项目的做法今后回看会令人不安。
机制设计
- 预测市场先对「tokenvoters/badgeholders 是否会批准某项目」给出赔率，按赔率筛选项目
- 设挑战期：社区可对「看起来不对劲」的市场结果提出异议
- 只有被挑战的项目才送入昂贵的 badgeholder/tokenvoter 人工裁决流程
解决的三大问题
- 重复劳动：现状是所有评审者都要看同样的申请；新方案中抽签委员会只需裁决被挑战项目
- 广度有余深度不足：评审人被迫浅层浏览全部申请；收窄到被挑战项目后可审得更深
- 高额开销：高背景专家逐项审查每个申请的机会成本巨大
风险与对策：核心不对称是项目方有动机拉高自己获批赔率，而中性交易者只为不确定利润交易。对策包括：可疑拉抬交易自动触发挑战，查实作弊者没收全部投入；组织方部署 AI bot 生态自动压低人为拉盘。配图引用 Robin Hanson 的「info finance / 蒸馏人类判断」思路：99.99% 的情况下不实际调用昂贵机制，用补贴做市商的预测市场作为其可信中立的廉价实时近似。作者称 @seerpm 已为这类 info fi 用例做好智能合约与 bot 生态，可联系试点。
「编程与Agent」频道最新
- RAG 评测翻车实录:系统没错,eval 却失败了 — Al_Grigor · 2026-10-31
- 「编程正变成园艺」:护栏即支架,review 即修剪 — sebpaquet · 2026-10-31
- VS Code Automations 缺 git 提交触发器,GitLab 用户难用本地 LLM Agent — Ill-Commission-2738 · 2026-10-31
- 免费7周生产级RAG课程走红GitHub,已揽1万星 — mdancho84 · 2026-10-31
- Tokenmaxxing 时代或将终结:Anthropic 约 80% 收入按 token 计费 — HarperSCarroll · 2026-10-31
- 7 个免费 Claude Skills 让 AI 生成的页面不再千篇一律 — socialwithaayan · 2026-10-31