Агенты Прогнозирования: Как Экономическая Экстернальность Переопределяет Слияние Крипто и ИИ

За последние три года серия отчетов Crypto AI последовательно указывала, что сценарии с наибольшей практической полезностью в криптомире сосредоточены вокруг стейблкоинов для платежей и протоколов DeFi. Если AgentFi представляет краткосрочный путь — используя проверенные стратегии, такие как займы, yield farming, арбитраж и сложные операции в протоколах вроде Pendle PT — то прогнозные агенты выходят на передний край как наиболее перспективное направление в среднем и долгосрочном плане. Эти агенты переопределяют не только операционную эффективность, но и фундаментально захватывают и монетизируют внешние эффекты этих рынков: они объединяют рассеянную информацию в точные ценовые сигналы, превращая коллективное знание в осязаемую ценность.

I. От механизма ставок к глобальному слою истины: внешние эффекты рынков прогнозов

Рынки прогнозов функционируют как инфраструктура для торговли будущими результатами, где цены контрактов отражают внутренне мнение рынка о вероятностях событий. Их эффективность возникает из уникального сочетания: коллективная мудрость получает реальные экономические стимулы в анонимных средах, позволяя быстро интегрировать рассеянную информацию в взвешенные по капиталу ценовые сигналы. Этот процесс создает фундаментальный внешний эффект — в отличие от чистых азартных игр, рынки прогнозов производят общественное благо: «глобальный слой истины», который агрегирует информацию в реальном времени.

Траектория роста подтверждает эту структурную трансформацию. В 2024 году общий объем торгов достиг примерно 9 миллиардов долларов. В 2025 году эта цифра выросла более чем в 4 раза — свыше 40 миллиардов, что свидетельствует о росте более 400% — расширение вызвано не только спекулятивным спросом, но и институциональным признанием внешнего эффекта. Юридическая победа Kalshi в электоральных контрактах и возвращение Polymarket в США разблокировали регуляторные рамки, которые теперь формально интегрируют эти рынки в финансовую инфраструктуру.

Текущая конкурентная динамика демонстрирует это институциональное сближение:

Polymarket построил гибридную архитектуру CLOB с децентрализованной ликвидацией — сопоставление вне цепочки и расчет внутри цепочки. Его глобальная и некастодиальная модель обеспечивает высококачественную ликвидность, сохраняя прозрачность, которая привлекает продвинутых участников. После возвращения к соблюдению требований в США он работает по схеме «onshore + offshore», охватывая как глобальные, так и регулируемые рынки.

Kalshi идет по иному пути, глубоко интегрируясь в традиционную финансовую систему. Через API подключается к крупным розничным брокерам, привлекая маркет-мейкеров с Уолл-стрит. Хотя возникают задержки при неожиданных событиях, его преимущество — в институциональной легитимности и доступе к профессиональной ликвидности, что показывает, что внешний эффект рынков прогнозов — надежное ценообразование неопределенности — также создает ценность для традиционных институтов.

Данные за февраль 2026 показывают сближение долей рынка: Kalshi достигла объема 25,9 млрд долларов, превзойдя Polymarket с 18,3 млрд, приближаясь к 50% общего рынка. Этот показатель свидетельствует о том, что разные модели захвата этого внешнего эффекта — через регуляторное соответствие или протокольную эффективность — находят устойчивый спрос.

II. Архитектура из четырех слоев: превращение внешнего эффекта в исполнение

Прогнозные агенты не создают ценность потому, что «ИИ предсказывает с большей точностью». Их истинный потенциал — в усилении эффективности захвата внешнего эффекта — объединения рассеянной информации и преобразования ее в операционные решения. Реальная неэффективность возникает не из-за отсутствия информации, а из-за трех узких мест: асимметрии информации, фрагментации ликвидности и ограничений человеческого внимания.

Идеальная стратегическая позиция для таких агентов — управление исполнимыми портфелями вероятностей: преобразовывать структурированные новости, официальные регуляции и on-chain данные в измеряемые отклонения цен, реализуя стратегии быстро, дисциплинированно и с низкими затратами. Эта ценностная пропозиция радикально отличается от пассивных инструментов анализа.

Операционная архитектура включает четыре четко определенных слоя:

Слой информации: объединяет источники — новости, on-chain данные, соцсети, официальные заявления — в нормализованные потоки. Отличается непрерывным покрытием событий «хвостов», сокращая информационные задержки.

Слой анализа: LLM и модели машинного обучения обрабатывают эти потоки для выявления неправильных цен и расчета «преимущества» — статистического преимущества. Этот этап использует внешний эффект, выявляя неэффективности до того, как рынок их полностью учтет.

Слой стратегии: преимущество преобразуется в позиции с помощью детерминированных методов, таких как адаптированная формула Kelly, ступенчатое приобретение (staged ladder) и динамический контроль риска. Этот слой реализует интеллектуальные решения в капитальные решения.

Слой исполнения: реализует ордера на нескольких рынках одновременно, оптимизирует проскальзывание и издержки газа, осуществляет арбитраж между платформами и постоянно мониторит позиции, формируя замкнутый автоматизированный цикл.

Эта структура отражает важный инсайт: внешний эффект рынков прогнозов — надежное агрегирование неопределенности — может быть монетизирован только агентами, сочетающими скорость, масштабируемость и дисциплину, которых систематически не могут обеспечить человеческие системы.

III. Таксономия стратегий: где агенты создают структурное преимущество

Не все рынки прогнозов предоставляют возможности для автоматизированного исполнения. Правильный выбор зависит от пяти аспектов: ясности расчетов, качества ликвидности, риска инсайдеров, временной структуры и информационного преимущества оператора.

Подходящие стратегии для агентов делятся на две основные категории:

Детерминированный арбитраж: ядро захватываемого внешнего эффекта

Арбитраж ликвидности: происходит, когда результат существенно предопределен, но рынок еще не полностью его учел. Выгода — в синхронизации информации и скорости исполнения. Стратегия имеет четкие правила, управляемый риск и полностью кодируема — главный кандидат для автоматизации.

Арбитраж сохранения вероятностей (Dutch Book Arbitrage): использует дисбалансы, когда сумма вероятностей взаимно исключающих событий отклоняется от ограничения (∑P≠1). Позволяет позиционировать комбинации активов для получения безрисковых доходов. Поскольку зависит только от ценовых отношений и легко стандартизируется, является классическим примером для агентов.

Межплатформенный арбитраж: захватывает ценовые расхождения для одного и того же события на Polymarket и Kalshi или других платформах. Низкий риск, требует высокой точности по задержкам и постоянного мониторинга. Подходит для агентов с инфраструктурным преимуществом, хотя растущая конкуренция снижает маржу.

Пакетный арбитраж: использует несогласованности между связанными контрактами. Ясная логика, ограниченные возможности, но реализуемо для агентов с определенной технической сложностью.

Спекулятивные стратегии: структурированные дополнения

Торговля на основе структурированных данных: связана с четкими событиями или официальными источниками (анонсы, экономические публикации, решения корпораций). Когда триггер определим и источник проверяем, агенты получают преимущество в постоянном мониторинге и быстрой реализации. Требует продвинутого семантического анализа для неоднозначных случаев.

Стратегии следования сигналам: зарабатывают, копируя поведение аккаунтов или фондов с хорошей историей («умные деньги»). Правила относительно просты и автоматизируемы, но подвержены рискам деградации сигнала и обратной инверсии. Хороши как вспомогательные компоненты.

Несистемные / шумовые операции: зависят от эмоций, случайности или поведения участников. Не имеют стабильного преимущества, дают неопределенную ожидаемую ценность в долгосрочной перспективе. Не подходят для систематического исполнения.

Стратегии микроструктуры высокой частоты: используют очень короткие окна решений (секунды/минуты), требуют минимальной задержки и непрерывных котировок. Теоретически подходят для агентов, но ограниченная ликвидность рынков прогнозов сдерживает возможности для немногих участников с инфраструктурными преимуществами.

IV. Управление позициями: от теории Kelly к практическому исполнению

Формула Kelly — эталонное решение в управлении капиталом для повторяющихся сценариев: максимизация не отдельной прибыли, а долгосрочного сложного роста. Классическая формула — f∗ = (bp - q) / b — дает теоретически оптимальную долю ставки, исходя из вероятности победы и коэффициентов.

На практике трейдеры сталкиваются с трудностями: поддержание точных и постоянных оценок реальных вероятностей — сложная задача. Профессиональные операторы и опытные участники рынков прогнозов используют более устойчивые системы:

Система единиц: деление капитала на фиксированные части (например, 1%) и инвестирование пропорционально уровню доверия. Автоматические ограничения риска по сделкам возникают естественно.

Фиксированное ставление (Flat Betting): фиксированная доля капитала на ставку, подчеркивая дисциплину и стабильность — подходит при низкой уверенности или риск-отказе.

Уровни доверия: задайте дискретные уровни позиций и абсолютные лимиты, уменьшая сложность решений и устраняя псевдоточность сложных моделей.

Обратный риск-менеджмент: начинайте с максимально допустимого убытка, затем поэтапно определяйте размер позиции, устанавливая стабильные ограничения риска до оценки доходности.

Для прогнозных агентов приоритет — реализуемость и стабильность, а не теоретическая оптимизация. Важны четкие правила, простые параметры и терпимость к ошибкам оценки. Наиболее надежное решение — уровни доверия + фиксированный лимит позиции: не зависит от точных оценок вероятностей, делит возможности на уровни, фиксирует позиции по уровням и задает четкие лимиты даже при высокой уверенности.

V. Бизнес-модели и продуктовые формы: захват ценности внешнего эффекта

Идеальный дизайн предполагает стратегию многослойной ценности:

Инфраструктура (B2B): агрегирование в реальном времени из множества источников, библиотеки Smart Money, единый движок исполнения, инструменты бэктестинга. Генерирует доход независимо от точности прогнозов — стабильная повторяющаяся модель.

Слой стратегий: интеграция сообществных и сторонних стратегий, захват ценности через вызовы, веса распределения или деление исполнения. Уменьшает зависимость от одного альфы.

Агенты / Vaults: прямое исполнение с управлением доверительными средствами, основанное на прозрачных on-chain записях и строгих системах контроля риска. Взимают комиссии за управление и за результат.

Соответствующие продуктовые формы отражают разные стадии коммерческой реализуемости:

Развлечения / геймификация: снижает барьеры входа с помощью интуитивных интерфейсов (типа Tinder). Максимальный рост пользователей и обучение рынка. Требует подключения к продуктам подписки или исполнения для монетизации — хорошая точка входа.

Подписка на стратегии / сигнальный режим: без хранения активов, регуляторно дружественный SaaS, относительно стабильный. Ограничение — возможность копирования стратегий и деградация исполнения. Долгосрочный потолок дохода. На сегодняшний день — наиболее жизнеспособная форма, особенно при добавлении «сигнал + клик-исполнение» в полуавтоматическом режиме.

Vault доверительного хранения: эффект масштаба, эффективность исполнения, аналог продуктов управления активами. Множество структурных ограничений: лицензирование, доверительные барьеры, технологические риски централизации. Не рекомендуется как основной путь без длительной истории успеха и институциональной поддержки.

Интегрированная модель дохода — инфраструктура + экосистема стратегий + участие в результатах — снижает зависимость от единственной гипотезы «ИИ продолжит превосходить рынки». Даже при снижении альфы, возможности исполнения, риск-менеджмента и расчетов сохраняют долгосрочную ценность.

VI. Текущая экосистема: от инфраструктуры к функциональным агентам

Экосистема прогнозных агентов находится на начальной стадии развития. Хотя появились разные попытки, пока нет зрелого стандартизированного решения по генерации стратегий, эффективности исполнения, управлению рисками и замкнутому циклу.

Официальный уровень инфраструктуры

Polymarket Agents Framework: запущен Polymarket для стандартизации интеграции «подключения и взаимодействия». Обеспечивает получение рыночных данных, построение ордеров и интерфейсы LLM. Решает «как делать ордера по коду», но оставляет пустыми ключевые возможности — генерацию стратегий, калибровку вероятностей, динамическое управление позициями, бэктестинг. Скорее стандарт инженерии, чем продукт с встроенным альфой.

Gnosis Prediction Market Agent Tooling (PMAT): полноценная поддержка чтения/записи для Omen и Manifold, ограниченные разрешения для Polymarket. Подходит для разработки внутри экосистемы Gnosis, мало полезно для разработчиков, сосредоточенных на Polymarket.

Автономные торговые агенты

Несмотря на название «агенты», их реальные возможности пока значительно уступают автоматизированным и делегированным операциям. Часто отсутствует независимый системный риск-менеджмент.

Olas Predict (Omenstrat): наиболее продвинутый по форме продукт. Построен на Omen/Gnosis, использует FPMM и децентрализованный арбитраж. Поддерживает частые и мелкие операции, но ограничен недостаточной ликвидностью единственного рынка Omen. «Предсказание ИИ» в основном зависит от общих LLM, не имеет данных в реальном времени и систематического контроля риска. Исторический уровень точности сильно варьируется по категориям. В феврале 2026 запустил Polystrat, расширяясь на Polymarket — пользователи задают стратегии на естественном языке, агент выявляет отклонения вероятностей на рынках с сроком до 4 дней и исполняет. Контролирует риск через локальное исполнение Pearl, самохостинг аккаунтов Safe и закодированные ограничения — первый автономный агент для Polymarket.

UnifAI Network Polymarket Strategy: автоматизированный агент, фокусирующийся на захвате tail risk. Сканиует контракты, близкие к ликвидации, с вероятностью >95%, покупая их с целью спреда 3-5%. Успешность около 95% по on-chain данным, но доходность сильно варьируется по категориям.

NOYA.ai: стремится объединить «исследование — суждение — исполнение — мониторинг» в единый цикл. Архитектура включает уровни интеллекта, абстракции и исполнения. Уже реализованы omnichain Vaults; Prediction агент в разработке, не завершил полный цикл в мейннете. В стадии валидации концепции.

Инструменты анализа и сигналов

Это не полноценные агенты, а слои информационной и аналитической архитектуры:

Polyseer: исследование на базе мультиагентной системы (Planner/Researcher/Critic/Analyst/Reporter). Собирает двусторонние доказательства, объединяет байесовские вероятности, генерирует структурированные отчеты. Преимущество — прозрачная, полностью проверяемая и инженерная методология.

Oddpool: «Bloomberg для рынков прогнозов». Мульти-платформенная агрегация (Polymarket, Kalshi, CME), арбитражные сканеры, панель в реальном времени с интуитивными данными.

Polymarket Analytics: глобальная платформа данных, систематически показывающая трейдеров, рынки, позиции и сделки. Ясный интерфейс, идеально подходит для фундаментального анализа.

Hashdive: инструмент данных, количественно оценивающий и фильтрующий трейдеров/рынки через Smart Score и мультифакторный скринер. Полезен для выявления «умных денег».

Polyfactual: ИИ-интеллект и анализ настроений/рисков. Интегрирует результаты прямо в интерфейс торговли через расширение Chrome. Ориентирован на B2B и институциональных пользователей.

Predly: обнаружение неправильных цен с помощью ИИ. Выявляет отклонения, сравнивая рыночные цены с вероятностями, рассчитанными ИИ в Polymarket и Kalshi. Обещает точность 89% по тревогам.

Polysights: более 30 индикаторов рынка и on-chain. Отслеживает аномалии (новые кошельки, крупные ставки) через Insider Finder.

PolyRadar: параллельный анализ нескольких моделей с интерпретацией в реальном времени, динамическим отслеживанием и оценкой доверия. Акцент на кросс-валидацию несколькими ИИ.

Alphascope: движок ИИ, выдающий сигналы в реальном времени, сводки исследований, мониторинг изменений вероятностей. В стадии ранней разработки.

Отслеживание китов

Stand: четкая позиция по отслеживанию китов и сигналам высокой достоверности.

Whale Tracker Livid: автоматизация отслеживания изменений позиций китов.

Обнаружение арбитражных возможностей

ArbBets: обнаружение арбитража с помощью ИИ. Фокус на Polymarket, Kalshi и спортивных ставках. Находит возможности между платформами и с положительным EV.

PolyScalping: анализ арбитража и скальпинга в реальном времени. Полное сканирование каждые 60 секунд, расчет ROI, уведомления в Telegram. Фильтрация по ликвидности, спредам и объему.

Eventarb: легкий мультиплатформенный инструмент (Polymarket, Kalshi, Robinhood). Расчет и сигналы арбитража. Бесплатно.

Prediction Hunt: сбор и сравнение данных между биржами (~5 минут обновления). Обнаружение арбитража между Polymarket, Kalshi, PredictIt.

Агрегированные терминалы исполнения

Verso: институциональный терминал при поддержке YC Fall 2024. Интерфейс в стиле Bloomberg. Отслеживание 15 000+ контрактов (Polymarket, Kalshi), глубокий анализ, новостная аналитика на базе ИИ. Для профессионалов и институтов.

Matchr: мульти-платформенная агрегация и исполнение (более 1500 рынков). Интеллектуальный маршрутизация для лучшего ценообразования, автоматизация стратегий на основе событий с высокой вероятностью, арбитраж между рынками.

TradeFox: профессиональная агрегация и Prime Brokerage (поддержка Alliance DAO и CMT Digital). Продвинутая реализация (лимитные ордера, тейк-профит/стоп-лосс, TWAP), самохостинг, мульти-платформенное маршрутизирование. План расширения на Kalshi, Limitless, SxBet.

VII. Итог: внешний эффект как основа устойчивого развития

Рынок прогнозных агентов находится на начальной стадии, но его траектория ясна:

1. Консолидированная динамика рынка: Polymarket и Kalshi сформировали дуополии. Обе обеспечивают ликвидность и достаточную базу сценариев. Основное отличие между прогнозами и азартными играми — в внешнем эффекте: через реальные сделки они объединяют рассеянную информацию, осуществляют публичное ценообразование реальных событий, постепенно формируя «глобальный слой истины», интегрированный с CME и Bloomberg.

2. Центральная позиция: агенты должны позиционироваться как инструменты исполняемого управления вероятностными активами. Они превращают новости, регуляции и on-chain данные в проверяемые ценовые уклоны, реализуя их с большей дисциплиной, меньшими затратами и межрыночной способностью. Идеальная архитектура: информация → анализ → стратегия → исполнение. Коммерческая реализуемость зависит от ясности расчетов, качества ликвидности и степени структурированности информации.

3. Стратегии и управление рисками: детерминированный арбитраж (ликвидность, сохранение вероятностей, межплатформенный, пакетный) более подходит для автоматизации. Дирекционное спекулятивное направление — как дополнение. Управление позицией: tiers доверия + фиксированный лимит — более надежно, чем чистый Kelly. Дисциплина превосходит теоретическую оптимизацию.

4. Устойчивый бизнес-модель: доход в трех слоях — инфраструктура (стабильная B2B), экосистема стратегий (сторонние/сообщество), участие в результатах (прямое). Форматы продуктов: развлечения (вход), подписка на стратегии (сейчас наиболее жизнеспособна), vault доверительного хранения (структурные ограничения). Разнообразный подход «инфраструктура + стратегии + результат» снижает зависимость от одной гипотезы.

Несмотря на то, что экосистема еще исследует рамки, инструменты и агентов, фундаментальная идея остается: внешний эффект прогнозных рынков — надежное и постоянное агрегирование коллективной неопределенности — создает устойчивую основу для ценностного создания. Даже при снижении альфы возможности исполнения, риск-менеджмента и расчетов сохраняют долгосрочную структурную ценность.

Рынок ожидает следующей итерации: агентов, которые не только обрабатывают информацию, но и систематически захватывают и монетизируют внешний эффект, который эти рынки в своей основе создают.