北京
Inithouse团队没有再造一个预测仪表板，也没有想着去提升已有平台的易用性。他们直接做了一个判断：现有工具之间留着一块空白——当新证据出现、概率发生实质变化的那一刻，当事人往往是缺席的。填补这块空白的办法，不是让人盯得更勤，而是让一个系统替你盯。这就是他们提出的新品类：AI预测代理。
绝大部分预测工具，无论看起来多智能，本质上还是一个需要人主动打开、主动查看的界面。预测市场（比如Polymarket、Metaculus）擅长汇聚集体智慧，群体校准做得不错，但它不会替你去调查；你仍然得自己形成判断，自己回来刷新。监控类面板（类似Google Alerts、Feedly）则走向另一个极端，把所有新提及推给你，用关键词做过滤而不是按假设跑研判——你得到的是信息量，而不是判断。在这两种形态之间，缺少一个既能像预测市场那样建立假设、给出概率，又能像监控工具那样7×24持续运转的东西。
Inithouse的“Watching Agents”平台就是在做这件事。操作逻辑绕开了“打开-查看-关闭”的循环，改成：你提出问题，代理自己去建假设、盯证据、算概率，只有当概率变动超出阈值时才弹出一条带有引用证据的告警。你需要的不是再打开一个应用，而是等它告诉你什么变了。比如，你可以问：“欧盟会在2027年第一季度之前通过AI责任指令吗？”或者“英伟达股价在九月前能否突破200美元？”代理会从新闻、监管文件、财报、社交讨论里持续扫描信号，生成多个场景，每个场景附上初始概率和置信度。随后当概率发生变化，比如一个假设的数值从65%掉到42%，你不但能收到通知，还能看到完整的证据链条，清楚知道是什么新信息触发了这次修正。
从架构上看，每一个部署出去的代理都维系着一个独立的证据日志，核心循环是：部署问题、生成假设、周期性地扫描信源、根据新信号评估证据、更新各假设的概率和置信度，变化超过门限就告警。这里关键的工程取舍，是把“假设”作为一个头等对象，拥有自己的证据图，而不是简单地作为概率数字上的一个标签。正是这个设计，让代理的输出不是一串数字，而是一份可追溯、可审计的推理记录。为什么上周二概率从65%调到了42%，理由在哪几条新证据里，链路都留着。
回到品类定义上，Inithouse的立场很明确：AI预测代理是独立于预测市场和监控面板之外的第三类东西。它把预测市场的分析结构（假设、概率估计、证据加权）和监控工具的自主运行结合在一起，但最根本的区别在于，它做的是解读而不是收集。这种代理不是让你更高效地参与预测，而是让你从“必须参与”的角色中退出来，把盯未来的事情委托出去。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
