预测市场正在经历一场从“押注工具”到“信息基础设施”的身份迁移。过去两年，Polymarket 们证明了人们愿意为现实事件的结果下注；但一个更棘手的问题随之而来：当市场把选举、利率决议、体育赛果甚至科技发布都变成可交易标的时，参与者从哪里获得足以支撑判断的情报？传统新闻流太慢，社交平台太吵，链上数据太碎。Predict Pro 给出的答案是，让 AI 原生情报层直接长在预测市场之上。
10 月 26 日，这家自称“预测市场 AI 原生情报产品”的公司在其官方 X 账号宣布完成 400万美元战略融资，投资方为 DuckDAO、Becker Ventures 与 M2M Capital。公司通稿称，本轮资金将用于扩大全球生态布局，并推进由 DEITIES 驱动的 AI Agent 开发，以支持预测市场相关的 AI 功能。TokenPost 报道称，该金额约合 53.52亿韩元。
这轮融资的规模在加密风险投资语境里并不算大，但它指向一个正在成形的品类：不是做预测市场本身，而是做预测市场的“认知层”。在这个叙事里，Predict Pro 的竞争对手不是 Polymarket 或 Kalshi，而是那些试图用 AI 重构信息获取方式的玩家。
| 字段 | 内容 |
|---|---|
| 公司 | Predict Pro |
| 轮次 | 战略投资 |
| 金额 | 400万美元 |
| 投资方 | DuckDAO、Becker Ventures、M2M Capital |
| 总部 | 未披露 |
| 创始人 | 未披露 |
| 官网 | 未披露 |
DEITIES 是一个名字，但产品边界尚未被验证
Predict Pro 的核心技术资产是一个名为 DEITIES 的智能分析系统。据 Signalbase 报道，该系统提供 AI 驱动的洞察以支持市场参与。公司通稿进一步称，本轮资金将用于开发由 DEITIES 驱动的 AI Agent，使其支持预测市场相关的 AI 功能。
以下产品信息来自公司通稿，尚无独立验证。从已披露的信息看，DEITIES 的功能定位是“情报层”而非“交易执行层”。它连接的是现实世界事件、市场信号与判断，输出的是洞察而非订单。这与当前加密 AI 赛道里流行的“自主交易 Agent”形成区分：后者强调代理执行，前者强调认知辅助。但这一区分目前只停留在公司自我描述层面。
一个值得注意的细节是，公司通稿和转述报道都没有给出“AI Agent”的具体形态。它究竟是面向个人用户的聊天式助手、面向专业交易者的 API 服务，还是嵌入预测市场平台的后端模块，目前无法从公开材料中判断。这意味着“AI 原生情报层”这个定位目前更多是一个产品愿景，而非可被检验的产品事实。
从产品命名的角度看，DEITIES 这个名称本身带有强烈的叙事色彩。它既可以被理解为“神祇”的复数形式，暗示系统对多个事件维度的俯瞰式洞察，也可能只是团队内部的项目代号。来源未披露这一名称的由来或商标状态，因此外界无法判断它是否已经具备独立品牌资产。
预测市场的真实瓶颈不在撮合，而在信息不对称的再分配
以下为编辑分析，前提是预测市场存在信息不对称需求，该前提待验证。要理解 Predict Pro 的切入点，需要回到预测市场本身的结构性矛盾。预测市场的核心承诺是价格聚合信息：参与者的下注行为会把分散的知识压缩进一个概率数字。但这个机制有一个隐含前提——参与者拥有值得被聚合的信息。当市场扩展到经济、加密、体育、科技等高频类别时，大多数参与者并不具备持续产生有效判断的能力，他们需要外部情报输入。
这正是 Predict Pro 试图占据的位置。据 Signalbase 报道，其平台让用户围绕经济、加密、体育和科技等类别中结果清晰可验证的现实事件结果进行交易。公司通稿称，其产品定位为面向预测市场的 AI 原生情报产品，连接现实世界事件、市场信号与判断。
从产业链角度看，这个位置介于“数据供应商”和“交易终端”之间。传统金融里，Bloomberg 和 Refinitiv 扮演了类似角色：它们不替客户下单，但客户离开它们就很难下单。预测市场如果走向机构化和高频化，理论上也需要一个 Bloomberg 式的认知基础设施。但“理论上需要”和“实际上有人愿意付费”之间隔着一条很宽的河。
将 Predict Pro 与 Bloomberg 类比时，一个关键差异在于数据供给的结构。传统金融终端之所以能形成付费壁垒，部分原因是其数据源本身具有排他性：交易所专线、经纪商成交回报、评级机构报告都受合同约束。而预测市场所依赖的事件结果——选举、利率决议、体育赛果——大多来自公开渠道，任何具备爬取和解析能力的团队都可以获取。这意味着 Predict Pro 若想建立类似 Bloomberg 的认知基础设施地位，其壁垒可能不在于数据获取本身，而在于对公开信息的处理速度、结构化质量和跨市场分发效率。这些能力在来源中均未被量化描述，因此“认知层”的护城河目前仍是一个待验证假设。
400万美元能买到的，可能只是一张产品路线图的入场券
在加密 AI 赛道的融资光谱里，400万美元战略投资属于早期验证型资金。它不足以支撑大规模模型训练或全球市场推广，但足以让一个小团队把产品从概念推进到可用版本。公司通稿称，资金将用于扩大全球生态布局和开发 DEITIES 驱动的 AI Agent。这里的“全球生态布局”是一个典型的加密行业话术，其具体含义——是开发者社区、流动性合作、数据合作伙伴，还是区域市场团队——来源未作任何展开。
投资方组合本身提供了一些线索。来源未对 DuckDAO、Becker Ventures 和 M2M Capital 作进一步描述，三家机构均未在本轮披露中发表投资逻辑声明。这意味着外界无法从投资方口径判断他们看中的是 DEITIES 的技术能力、Predict Pro 的生态卡位，还是单纯的早期价格优势。
从资本结构看，本轮为战略投资而非股权融资的常规表述，来源未披露股权比例、估值或具体交易结构。在加密行业，“战略投资”有时意味着投资方除了资金外还提供生态资源，有时则只是对轮次性质的一种宽松描述。在没有更多信息的情况下，不宜对这一标签做过度解读。
从资金体量与产品阶段的关系看，若 DEITIES 依赖自有模型训练，这笔资金可能仅够覆盖小规模团队的短期算力与数据标注成本；若其采用第三方大模型 API 加应用层封装的方式，则资金压力会显著降低，但产品差异化也会相应收窄。来源未披露 DEITIES 的模型路线——是自研、微调还是调用外部模型——因此无法判断这笔资金在技术栈中的实际杠杆。这一信息缺口直接影响对“全球生态布局”可行性的评估：在没有明确技术底座的情况下，生态扩张更可能指向社区运营和品牌曝光，而非开发者工具或数据合作网络。
与 Polymarket 们的关系：互补还是竞争，取决于 AI Agent 的落点
Predict Pro 面临的一个关键问题是：它和现有预测市场平台的关系是什么？如果它的 AI Agent 最终以独立产品形态面向用户，那么它需要和 Polymarket 等平台争夺用户注意力；如果它以 API 或嵌入式工具形态服务于现有平台，那么它的天花板取决于这些平台是否愿意接入第三方情报层。
从公司通稿的措辞看，Predict Pro 强调自己是“情报产品”而非“市场平台”，这暗示它至少在叙事上选择了后者。但这一选择并不自动消除竞争。Polymarket 已经积累了品牌认知和流动性，Kalshi 在美国监管框架下拿到了合规牌照，两者都有动机和能力自建 AI 分析功能。如果预测市场的头部平台认为 AI 洞察是核心体验的一部分，它们更可能内部化这一能力，而非依赖外部供应商。
Predict Pro 的差异化机会在于跨市场覆盖。如果它能同时为多个预测市场平台提供统一的情报接口，那么它可能成为这个碎片化生态里的中立层。但这要求它在数据获取、模型质量和分发渠道上都建立足够强的壁垒，而来源未提供任何证据表明这些壁垒已经存在。
另一个值得关注的竞争维度是预测市场平台自身的数据策略。Polymarket 和 Kalshi 的核心资产不仅是流动性和用户，还包括其平台上实时生成的价格数据与持仓分布。这些数据本身就是训练或校准 AI 洞察的高价值输入。如果头部平台选择将这类数据限制在自有生态内，第三方情报层将面临数据供给上的结构性劣势。Predict Pro 若要实现跨市场覆盖，可能需要与多个平台建立数据合作关系，而来源未披露任何此类合作的存在或意向。这意味着“中立层”的定位在逻辑上成立，但在数据获取层面可能比表面看起来更依赖平台方的默许。
投资逻辑的有限读法
在缺乏投资方声明的情况下，本轮投资逻辑只能从交易结构和行业趋势中推断。一种读法是赛道押注：投资方认为预测市场将进入“AI 增强”阶段，Predict Pro 是这个阶段里少数明确以情报层为定位的项目。另一种读法是生态协同：DuckDAO 的社区资源和 Predict Pro 的 AI 叙事可能形成某种代币化或社区增长上的配合。这两种读法对应的验证路径不同：赛道押注需要观察预测市场的整体交易量和用户增长是否持续；生态协同则需要看 Predict Pro 是否在融资后快速推出可交互的产品版本或社区计划。目前，这两条路径都缺乏可观测的数据点。
从已披露的 400万美元金额和“战略投资”定性看，本轮更像是一个信号轮而非扩张轮。它的主要功能可能是让 Predict Pro 在加密 AI 和预测市场的交叉叙事里获得一个可引用的融资节点，同时为后续产品发布争取时间窗口。
风险不在技术，而在“情报”本身是否值得被单独定价
Predict Pro 面临的最大风险不是 AI 能力不足，而是它所定义的“情报层”能否成为一个独立的付费品类。在传统金融里，情报服务之所以值钱，是因为信息获取存在制度性门槛：终端价格昂贵、数据源分散、专业分析需要人力。但在预测市场里，很多事件的结果是公开的，信息不对称的持续时间很短。如果一个 AI Agent 只是把公开信息整理成更易读的形式，它的付费意愿可能远低于预期。
更深的挑战来自预测市场本身的反身性。当足够多的人使用同一个 AI 情报工具时，该工具输出的洞察会改变市场定价，进而削弱这些洞察的边际价值。这与量化交易领域的策略拥挤问题同构：一个信号被广泛使用后就不再是信号。Predict Pro 如果成功，它的成功本身就会侵蚀其产品的信息优势。
此外，Predict Pro 还面临一个更基础的产品定义问题：在预测市场中，“情报”的付费主体究竟是谁。个人用户对单一事件的判断需求可能是偶发且低客单价的，专业参与者则可能更依赖自有研究流程而非外部 AI 工具。如果付费主体不清晰，情报层可能陷入“个人用户不愿付费、机构用户不需要”的中间地带。它比技术能力更早地决定了这个品类能否成立。
本轮验证边界：哪些是事实，哪些只是说法
本项目可核验的事实边界相当狭窄。融资事件本身——400万美元、战略投资、三家投资方、10 月 26 日官方 X 账号宣布——有多家转述渠道引用了同一原始报道，金额、轮次与投资方表述一致，可以视为已确认的公开事实。TokenPost 给出的韩元折算值约 53.52亿韩元，该数值为 TokenPost 对同一笔美元金额给出的韩元折算。
但除此之外，几乎所有产品层面的信息都来自公司单方口径。DEITIES 的“智能分析系统”定位、AI Agent 的开发计划、全球生态布局的表述，均出自公司通稿或转述报道，尚无独立第三方验证。Signalbase 对产品类别的描述——经济、加密、体育、科技——虽然具体，但其报道未说明该描述的信息来源，不能视为独立核证。
这意味着，本轮融资的“事实”部分很薄，而“叙事”部分很厚。Predict Pro 讲了一个关于预测市场需要 AI 情报层的故事，这个故事在逻辑上成立，在产业趋势上有呼应，但它距离被产品数据或市场表现验证还有相当距离。
从信息传播链条看，本轮融资的公开信息存在明显的单源依赖特征。TokenPost 明确标注其内容转述自 Masbit，而 KuCoin、Coinlive、CryptoRank 和 Binance News 等渠道均转述 ChainCatcher 消息。这些转述在金额、轮次和投资方上保持一致，但均未提供超出公司官方公告和通稿范围的新增事实。这意味着当前所有可核验信息最终都收敛到 Predict Pro 的单方口径，独立第三方调查或用户侧验证完全缺失。对于评估一个声称要成为“信息基础设施”的项目而言，这种信息供给结构本身就是一个值得注意的观察点。
RecodeX 极客视：Predict Pro 的 400万美元买到的不是市场份额，而是一个在预测市场与 AI Agent 交叉点上被看见的位置。DEITIES 的名字足够有记忆点，但情报层的商业价值不会因为名字神秘而自动成立。真正值得跟踪的，是它能否在未来两个季度内把 DEITIES 驱动的 AI Agent 做成可交互产品，并披露收费方式或客户结构——在此之前，这仍是一个只有融资节点、没有验证数据的故事。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。