两千美元、一百五十小时：个人开发的预测机器人第一次拿下 Metaculus 杯

布伦特油价会不会在九月前站上某条线？欧盟国家会不会限制数据中心建设？一艘邮轮上的汉坦病毒疫情会在哪天宣告结束？几百个人和一排 bot 同题作答，四个月，一次结算。9 月 5 日，2026 夏季 Metaculus 杯揭榜：第一名，是一个个人开发的预测机器人。

这是 AI 第一次拿下这项比赛。前五名里 bot 占了第一、第二、第五，人类保住第三和第四。数百人参赛，五千美元的人类奖金池，特邀嘉宾是 Vox 的记者 Dylan Matthews——职业预测者圈子里请来的名嘴。经济学人 9 月 16 日给了定调报道，标题翻译过来是：AI 已经超过了某些最厉害的人类预测员。

冠军的故事比标题更好看。Jeffrey Liang，德州的个人开发者，没有公司，没有融资，一套多模型组合加外挂脚手架，总成本约两千美元，工时不到一百五十小时。他的对手名单里有四家创业公司，合计融资超过一千五百万美元。两千块赢了一千五百万。这个 bot 现在还待在 Metaculus 纯 AI 赛——五万美元奖池那个——的榜首。

顺便拆开这批参赛 bot 的引擎盖，没有一个是大厂亲儿子。英国的 Mantic 给系统喂自家整理的付费墙内容数据集，Preseen 的路子更野，给一群新闻评论员的历史预测逐个记分，让模型知道该听谁的。底座清一色是 OpenAI 和 Anthropic 的公开模型，加各自手搓的脚手架。预测这门手艺的护城河，眼下看来不在模型权重里，在喂什么、怎么记分这些灰头土脸的工程细节里。

把时间轴拉长，斜率才显出来。2025 年夏杯，英国的 Mantic 首次为 AI 拿进前十，第八名。2026 年春杯，人类包揽前二，最好的 bot 第三。然后就是今年夏天的一二五。ACX 的复盘里还补了一刀：首届比赛时，bot 连前排的边都没摸到。有个数字特别传神：Metaculus 官方今年 2 月还公开估计，AI 夺冠的概率只有 15%，追平职业预测员要到 2027 年 6 月。官方低估了自家赛场，而且低估了整整一年。预测领域的自嘲从未如此应景。

标题里的 some，是这篇报道最诚实的部分。人类还在第三第四，横扫没有发生。经济学人自己也写了：Metaculus 杯的参赛者，未必等于 Tetlock 意义上那个超预测员段位的顶级人群。五十道上下的小样本，运气占比不小——HN 评论区算过账，一万人每人猜一万次硬币，也能拉开四个标准差的假差距。还有两问悬着：训练数据里见过类似事件，算预测还是背答案；以及反身性——bot 一旦预测本身就移动了市场，游戏规则就变了，而 LLM 通常在那种地方崩掉。长周期预测上，Mantic 的人也承认，人类仍有优势。

小样本归小样本，钱是诚实的。经济学人顺嘴报了几个实盘数字：预测公司 FutureSearch 在 Kalshi 上的十万美元组合，六月以来涨了 6%；Preseen 的一位开发者用自家 bot 在同一平台七个月把 35 美元滚到一百九十四万美元，平台史上第六好的回报；Preseen 的 bot 还在纯金融预测赛 Market Pulse 里把人类全部压在身下。对照另一边的报价：人类超预测员的咨询费一周一万美元起步，bot 十分钟跑完一轮只要几美元。

量化行业看这事的角度很简单：预测是交易的最小单元，而 Metaculus 是最干净的考场——题目真实，结算铁面，分数自动，没有裁判可以讨好。两千美元的个人 bot 和一千五百万美元的创业公司同场竞技，还赢了，说明这个考场里门槛在脚上，不在钱包里。

当然，公开的 alpha 从来都是易碎品。HN 上有人提醒：任何跑赢市场的系统一旦公开，超额收益就开始倒计时。bot 们还霸着榜，但倒计时大概已经开始了。

下一个四个月，第三名还会属于人类吗？

来源：经济学人 Artificial intelligence now beats some of the best human forecasters（2026-09-16，经 Hindustan Times 授权转载全文核对）；Metaculus 杯官方赛页与 2026 年 2 月官方估计；Astral Codex Ten 分析文；HN 讨论 49742021。