ผู้เขียนต้นฉบับ: ChandlerZ, Foresight News

หากสังคมมนุษย์มีความอยากรู้อยากเห็นและหลงใหลในอนาคตมาโดยตลอด ตลาดการทำนายแบบคริปโตเนทีฟกำลังเปลี่ยนความต้องการอันยาวนานนี้ให้กลายเป็นสินค้าสาธารณะที่วัดปริมาณได้ ชำระราคาได้ และนำกลับมาใช้ใหม่ได้ ในช่วงทศวรรษที่ผ่านมา อินเทอร์เน็ตได้ทำให้ข้อมูลเป็นประชาธิปไตย ในวงการ Web3 และคริปโต มูลค่าและความเชื่อก็ถูกแปลงเป็นโทเค็นและกำหนดราคาเช่นกัน ก่อให้เกิดรูปแบบการทำนายมูลค่าที่ตรวจสอบได้และสอดคล้องกับแรงจูงใจมากขึ้น การผสานรวม AI ช่วยยกระดับการทำนายจากฟีดราคาแบบง่ายๆ ไปสู่การตัดสินและการตัดสินใจที่ซับซ้อนยิ่งขึ้น ทำให้การทำนายมีคุณภาพเทียบเท่าโครงสร้างพื้นฐาน หากไม่นับการตีความเชิงเก็งกำไร ตลาดการทำนายจะทำหน้าที่เป็นรากฐานข้อมูลพื้นฐานสำหรับการกำกับดูแล การป้องกันความเสี่ยง และการจัดสรรทรัพยากร การตัดสินใจของ Google ที่จะผสานรวมความน่าจะเป็นของตลาดของ Polymarket และ Kalshi เข้ากับ Google Finance ในเดือนพฤศจิกายน 2025 แสดงให้เห็นว่าข้อมูลการทำนายกำลังเข้าสู่ชั้นเครือข่ายสาธารณะที่สามารถเข้าถึงผู้ใช้หลายร้อยล้านคนได้ นี่เป็นทั้งการรับรองอุตสาหกรรมและเป็นสัญญาณของความต้องการที่เพิ่มขึ้น

เหตุใดตลาดการทำนายผลจึงเป็นสนามรบที่สำคัญสำหรับ Web3?

แก่นแท้ของตลาดพยากรณ์คือการรวบรวมความรู้โดยปริยายที่กระจัดกระจายอยู่ในจิตใจของบุคคลให้เป็นความน่าจะเป็นสาธารณะผ่านราคา แนวคิดนี้สามารถสืบย้อนกลับไปถึง Futarchy ของโรบิน แฮนสัน ซึ่งตลาดพยากรณ์ถูกกำหนดให้เป็นกลไกหลักในการรวบรวมข้อมูลในระบบที่วัตถุประสงค์เชิงมูลค่าถูกกำหนดโดยการลงคะแนนเสียง และการตัดสินใจเชิงข้อเท็จจริงขึ้นอยู่กับการกำหนดราคาตลาด งานวิจัยทางวิชาการยังแสดงให้เห็นว่าตลาดพยากรณ์มีประสิทธิภาพเหนือกว่าการสำรวจความคิดเห็นแบบง่ายๆ ในหลายสถานการณ์ในการแสดงผลลัพธ์ของเหตุการณ์ โดยเฉพาะอย่างยิ่งในแง่ของการอัปเดตแบบไดนามิกและข้อจำกัดด้านแรงจูงใจ

อย่างไรก็ตาม หากเราเปลี่ยนมุมมองจากการใช้เหตุผลเชิงทฤษฎีกลับมาสู่ตลาดจริง เราจะพบว่ากลไกการรวบรวมความรู้ผ่านราคานี้กำลังถูกโหวตโดยทุนและผู้ใช้งานในปี 2567-2568 แพลตฟอร์มการทำนายอย่าง Polymarket และ Kalshi ได้เห็นปริมาณการซื้อขายรายวันใกล้หรือเกิน 100 ล้านดอลลาร์สหรัฐฯ ซ้ำแล้วซ้ำเล่า โดยปริมาณการซื้อขายสะสมพุ่งสูงขึ้นเป็นหลายหมื่นล้านดอลลาร์สหรัฐฯ ซึ่งเป็นจุดเปลี่ยนของตลาดการทำนายจากการทดลองเฉพาะกลุ่มไปสู่การเติบโตอย่างก้าวกระโดด ข้อมูลแสดงให้เห็นว่าจำนวนเทรดเดอร์รายเดือนของ Polymarket ทำสถิติสูงสุดที่ 477,850 รายในเดือนตุลาคม แซงหน้าสถิติเดิมที่ 462,600 รายในเดือนมกราคม ปริมาณการซื้อขายรายเดือนของ Polymarket ก็ฟื้นตัวขึ้นสู่ระดับสูงสุดเป็นประวัติการณ์ที่ 3.02 พันล้านดอลลาร์สหรัฐฯ ในเดือนที่แล้ว หลังจากที่อยู่ที่ประมาณหรือต่ำกว่า 1 พันล้านดอลลาร์สหรัฐฯ ในช่วงเดือนกุมภาพันธ์ถึงสิงหาคม แพลตฟอร์มนี้เปิดตลาดใหม่ 38,270 แห่งในเดือนตุลาคม ซึ่งเกือบสามเท่าของจำนวนในเดือนสิงหาคม ปริมาณการซื้อขาย จำนวนผู้ค้าที่ซื้อขายอย่างต่อเนื่อง และจำนวนตลาดใหม่ ล้วนทำสถิติสูงสุดในเดือนตุลาคม ปริมาณการซื้อขายของ Kalshi แซงหน้า Polymarket ในเดือนตุลาคม โดยแตะระดับ 4.4 พันล้านดอลลาร์สหรัฐ

ยิ่งไปกว่านั้น หลังจากการเปลี่ยนแปลงกฎระเบียบของสหรัฐอเมริกาและการควบรวมกิจการของหน่วยงานกำกับดูแล เส้นทางสู่การปฏิบัติตามกฎระเบียบที่กลับคืนสู่สหรัฐอเมริกาก็เริ่มชัดเจนขึ้น เหตุการณ์เหล่านี้ร่วมกันแสดงให้เห็นว่าตลาดอนุพันธ์ข้อมูลที่มีศูนย์กลางอยู่ที่การคาดการณ์นั้นมีความต้องการที่แท้จริง แข็งแกร่ง และเป็นที่ยอมรับในกระแสหลัก

จากมุมมองของแอปพลิเคชันที่ล้นเกิน ตลาดพยากรณ์สามารถถือเป็นโมดูลการป้องกันความเสี่ยงและการกำกับดูแลที่เป็นสากล องค์กรต่างๆ สามารถป้องกันความเสี่ยงด้านปฏิบัติการได้โดยการประเมินความน่าจะเป็นของการดำเนินนโยบาย DAO สามารถใช้ตลาดแบบมีเงื่อนไขเพื่อเชื่อมโยงข้อเสนอกับ KPI และสื่อและแพลตฟอร์มต่างๆ สามารถใช้การเล่าเรื่องแบบความน่าจะเป็นเป็นชั้นใหม่สำหรับการนำเสนอข้อมูล การผสานรวมพอร์ทัลข้อมูลอย่าง Google และ Perplexity เข้ากับแพลตฟอร์มพยากรณ์กำลังเร่งตัวขึ้นในยุคที่ความน่าจะเป็นคืออินเทอร์เฟซ

ปัญหาของนักลงทุนท่ามกลางภาคส่วนที่เติบโตอย่างรวดเร็ว: มีสินทรัพย์แต่ไม่สามารถลงทุนได้

เมื่อภาคส่วนใดเข้าสู่ช่วงเริ่มต้นของการเติบโตอย่างรวดเร็ว นักลงทุนทั่วไปมักจะตั้งคำถามสองข้อ: หนึ่ง ความต้องการที่แท้จริงนั้นเป็นจริงหรือไม่? สอง พวกเขาจะแบ่งปันการเติบโตนั้นได้อย่างไร? เราได้เห็นคำตอบสำหรับคำถามแรกแล้ว แต่คำถามหลังกลับทำให้เกิดความจริงที่น่าอึดอัดใจในการคาดการณ์ภาคส่วนต่างๆ มานานแล้ว นั่นคือ มีผลิตภัณฑ์ที่มีประสิทธิภาพสูงสุดวางจำหน่าย แต่ไม่จำเป็นต้องลงทุน

ยกตัวอย่างเช่น Polymarket แถลงการณ์อย่างเป็นทางการในตอนแรกระบุว่าโครงการนี้ไม่มีโทเค็นและไม่มีแผน Airdrop หรือแผนการ TGE แม้ว่า Matthew Modabber ประธานเจ้าหน้าที่ฝ่ายการตลาดของ Polymarket จะเพิ่งยืนยันโทเค็น POLY และแผนการ Airdrop และผู้ก่อตั้ง Shayne Coplan ก็เปิดเผยแผนการเปิดตัวโทเค็น POLY เมื่อต้นเดือนตุลาคม แต่นั่นหมายความว่าสำหรับนักลงทุนที่ไม่ได้มีส่วนร่วมอย่างลึกซึ้งในช่วงเริ่มต้นของ Polymarket ช่วงเวลาแห่งผลกำไรเริ่มต้นที่ทำกำไรได้มากที่สุดและไม่สมดุลก็ได้หมดลงไปแล้ว ในขณะนี้ หากคุณไม่ได้เข้าร่วมในทุกตลาดด้วยตนเอง การได้รับผลตอบแทนเบต้าในระดับกลุ่มธุรกิจและผลตอบแทนระยะยาวนั้นเป็นเรื่องยาก สำหรับนักลงทุนที่หวังจะรักษาการเติบโตแบบก้าวกระโดดของภาคธุรกิจ เป้าหมายดังกล่าวนั้นหายากมาก

กล่าวโดยกว้างๆ แพลตฟอร์มสัญญาอีเวนต์ที่อยู่ภายใต้การกำกับดูแลอย่าง Kalshi ก็ยังไม่มีโทเค็นคริปโตเนทีฟ ในขณะที่แอปพลิเคชันหรือเครื่องมือทำนายผลแบบออนเชนอื่นๆ ขาดขนาดและผลกระทบของเครือข่ายที่จะทำหน้าที่เป็นดัชนีอุตสาหกรรม หรือเป็นเพียงเครื่องมือฟังก์ชันเดียวที่ไม่สามารถรองรับการกำหนดมูลค่าของภาคส่วนได้ ผลที่ตามมาคือความต้องการในชั้นแอปพลิเคชันเพิ่มสูงขึ้น แต่ยังมีช่องว่างเชิงโครงสร้างในชั้นการลงทุนที่ไม่มีโทเค็นสำหรับการลงทุน

จาก Pump.fun และ Virtuals มาดู Polymarket และ DeAgent AI กัน

หากมองย้อนกลับไปที่ภาคธุรกิจมีมในปี 2024 หนึ่งในปรากฏการณ์ที่สะท้อนให้เห็นได้อย่างชัดเจนที่สุดคือความสำเร็จอย่างก้าวกระโดดของ Pump.fun อุปสรรคในการเข้าสู่ตลาดที่ต่ำมากและกลไกการออกเส้นโค้งที่ได้มาตรฐาน ได้จุดประกายให้เกิดการสร้างโทเคนบนเครือข่ายแบบศูนย์ต่อหนึ่ง ในช่วงเริ่มต้นของการเติบโตอย่างรวดเร็ว แพลตฟอร์มนี้เองยังไม่มีโทเคนดั้งเดิม ผู้ใช้สามารถแบ่งปันความมั่งคั่งได้โดยการเข้าร่วมเล่นเกมที่คล้ายกับหุ้นกับมีมแต่ละตัว ต่อมา ตลาดได้เห็นการเกิดขึ้นของ Virtuals (VIRTUAL) ซึ่งเป็นโทเคนที่สามารถสร้างมูลค่าความนิยมในระดับระบบนิเวศนี้ได้อย่างทวีคูณ ด้วยการเชื่อมโยงเส้นทางสำคัญต่างๆ เช่น การสร้าง การซื้อขาย และการจับคู่ LP ภายในระบบนิเวศเข้ากับโทเคนของแพลตฟอร์ม VIRTUAL ทำให้การถือครอง VIRTUAL เกือบจะเทียบเท่ากับการถือครองดัชนีการเติบโตของระบบนิเวศ Agent/Meme ทั้งหมด จึงสามารถดูดซับมูลค่าพรีเมียมที่ Pump.fun ปล่อยออกมาในแง่ของการเล่าเรื่องและปัจจัยพื้นฐาน

Pump.fun เปิดตัวโทเค็นแพลตฟอร์ม PUMP ในช่วงกลางถึงปลายปี 2025 แต่ช่วงเวลานั้นค่อนข้างช้า และตรรกะในการบันทึกมูลค่าของแพลตฟอร์มก็ไม่สอดคล้องกับช่วงที่ระบบนิเวศเฟื่องฟูในช่วงแรก ประสบการณ์ที่ผ่านมาบอกเราว่าเมื่อชั้นแอปพลิเคชันเริ่มขยายตัวอย่างรวดเร็วและขาดแคลนสินทรัพย์ดัชนี โครงการโครงสร้างพื้นฐานที่จัดหาทั้งผลิตภัณฑ์และโทเค็นก่อนมักจะให้ผลตอบแทนสูงกว่าค่าเฉลี่ยของอุตสาหกรรมในการประเมินมูลค่าใหม่

กลับมาที่ภาคส่วนตลาดการคาดการณ์ที่กำลังเติบโต DeAgent AI มีบทบาทสำคัญอย่างยิ่งต่อโครงสร้างพื้นฐานนี้ DeAgentAI คือโครงสร้างพื้นฐานเอเจนต์ AI ที่ครอบคลุมระบบนิเวศ Sui, BSC และ BTC ช่วยเพิ่มขีดความสามารถให้กับเอเจนต์ AI ในการตัดสินใจแบบอัตโนมัติบนเครือข่ายโดยไม่ต้องไว้วางใจ มีเป้าหมายเพื่อจัดการกับความท้าทายหลักสามประการที่ AI เผชิญในสภาพแวดล้อมแบบกระจาย ได้แก่ การยืนยันตัวตน การรับรองความต่อเนื่อง และกลไกฉันทามติ เพื่อสร้างระบบนิเวศเอเจนต์ AI ที่เชื่อถือได้

DeAgent AI ได้สร้างโปรโตคอลหลักสำหรับตลาดการคาดการณ์และสถานการณ์ DeFi โดยเน้นที่ AI Oracle และเครือข่ายการดำเนินการแบบหลายเอเจนต์ ปลายทางด้านหนึ่งเชื่อมต่อกับข้อมูลจริงและข้อมูลบนเชน เพื่อสร้างมาตรฐานการตัดสิน การตัดสินใจ และการสร้างสัญญาณที่ซับซ้อนให้เป็นผลลัพธ์ Oracle ที่ตรวจสอบได้ ปลายทางอีกด้านหนึ่งเชื่อมต่อผลลัพธ์เหล่านี้กับการซื้อขาย การกำกับดูแล และการออกแบบตราสารอนุพันธ์ผ่านเครือข่ายเอเจนต์ จึงกลายเป็นศูนย์กลางข้อมูลและมูลค่าของทั้งภาคส่วน

นี่คือเหตุผลที่ภาพสะท้อนนี้ถูกนำมาพูดถึงซ้ำอีกครั้งในภาคส่วนตลาดการทำนายในปัจจุบัน Polymarket สอดคล้องกับ Pump.fun ในอดีต (ซึ่งเป็นผลิตภัณฑ์ชั้นนำแต่ขาดโทเค็นที่สามารถลงทุนได้เป็นเวลานาน) ขณะที่ DeAgent AI (AIA) ทำหน้าที่เป็นเสมือนภาชนะเก็บมูลค่าเสมือน DeAgent AI มอบโมดูลโครงสร้างพื้นฐานหลักที่ขาดหายไปจากตลาดการทำนาย (เช่น AI Oracle และเครือข่ายการดำเนินการของตัวแทน) และยังมอบโทเค็น AIA ที่ซื้อขายต่อสาธารณะ ซึ่งเป็นจุดยึดสำหรับดัชนีของภาคส่วนนี้ ช่วยให้นักลงทุนสามารถแบ่งปันการเติบโตทางอ้อมในระยะกลางถึงระยะยาวของภาคการทำนายทั้งหมดได้ด้วยการถือครอง AIA

DeAgent AI กลายเป็นภาชนะเก็บค่าสำหรับการทำนายเส้นทางได้อย่างไร

แกนหลักของกรอบงานทางเทคนิคของ DeAgentAI อยู่ที่การจัดการกับความท้าทายพื้นฐานสามประการ ได้แก่ ความต่อเนื่อง อัตลักษณ์ และฉันทามติ ที่เอเจนต์ AI แบบกระจายศูนย์ที่ทำงานบนบล็อกเชนต้องเผชิญ ด้วยระบบสถานะที่ผสานรวมหน่วยความจำแบบ Hot Memory และหน่วยความจำระยะยาว เข้ากับสแนปช็อตสถานะแบบออนเชน เอเจนต์จะไม่ถูกรีเซ็ตข้ามหลายเชนและงานต่างๆ จึงมั่นใจได้ว่าวงจรชีวิตพฤติกรรมและการตัดสินใจของเอเจนต์จะสมบูรณ์และสามารถตรวจสอบย้อนกลับได้ อัตลักษณ์เฉพาะแบบออนเชน + DID และกลไกการอนุญาตแบบลำดับชั้น ช่วยให้มั่นใจได้ว่าอัตลักษณ์ของเอเจนต์แต่ละตัวจะไม่สามารถปลอมแปลงได้ นอกจากนี้ การตัดสินใจแบบเอนโทรปีขั้นต่ำและฉันทามติของผู้ตรวจสอบยังช่วยรวมเอาผลลัพธ์ที่สับสนของแบบจำลองต่างๆ ให้เป็นผลลัพธ์ที่กำหนดได้และปรับขนาดได้ โปรโตคอล A2A ต่อยอดจากสิ่งนี้ จัดการการทำงานร่วมกันที่เป็นมาตรฐานระหว่างเอเจนต์ ขณะที่เลเยอร์การดำเนินการของ MPC ปกป้องความเป็นส่วนตัวและความปลอดภัยของการดำเนินการที่ละเอียดอ่อน ท้ายที่สุดแล้ว อัตลักษณ์ ความปลอดภัย การตัดสินใจ และการทำงานร่วมกันจะถูกรวมเข้ากับโครงสร้างพื้นฐานของเอเจนต์ AI แบบกระจายศูนย์ที่ตรวจสอบและปรับขนาดได้

การปรับใช้ AlphaX และ CorrAI แบบสองทาง

ในชั้นแอปพลิเคชัน AlphaX และ CorrAI ถือเป็นตัวอย่างที่เป็นรูปธรรมที่สุดของโครงสร้างพื้นฐานนี้ AlphaX ซึ่งเป็นโมเดล AI แรกที่พัฒนาโดยชุมชนโดยใช้กลไกการฝึกอบรมฟีดแบ็กของ DeAgentAI ใช้สถาปัตยกรรม Transformer เทคโนโลยี Mixture-of-Experts (MoE) และกลไก Human Feedback Reinforcement Learning (RHF) โดยมุ่งเน้นการปรับปรุงความแม่นยำของการทำนายราคาคริปโทเคอร์เรนซี AlphaX คาดการณ์แนวโน้มราคาคริปโทเคอร์เรนซีภายใน 2–72 ชั่วโมง ด้วยอัตราความแม่นยำ 72.3% ให้ผลตอบแทนการลงทุน (ROI) +18.21% และ +16.00% ในการจำลองการซื้อขายจริงในเดือนธันวาคม 2567 และมกราคม 2568 ตามลำดับ โดยมีอัตราการชนะประมาณ 90% ซึ่งแสดงให้เห็นถึงความสามารถในการนำไปใช้ได้จริงอย่างมากของการทำนายด้วย AI ในสภาพแวดล้อมการซื้อขายจริง

CorrAI เป็นเหมือนผู้ช่วยแบบไม่ต้องเขียนโค้ดสำหรับผู้ใช้ DeFi/เชิงปริมาณ โดยช่วยให้ผู้ใช้เลือกเทมเพลตกลยุทธ์ ปรับพารามิเตอร์ ดำเนินการทดสอบย้อนหลัง และออกคำสั่งบนเชน เชื่อมโยงสัญญาณที่สังเกตได้และการดำเนินการตามกลยุทธ์เข้าในวงจรปิด และยังนำเงินทุนและพฤติกรรมที่แท้จริงมาสู่เครือข่ายตัวแทนของ DeAgent AI อีกด้วย

ในด้านระบบนิเวศ AlphaX ได้สะสมจำนวนผู้ใช้งานและการโต้ตอบบนเครือข่ายสาธารณะ เช่น Sui และ BNB ไว้เป็นจำนวนมาก ผ่านกิจกรรมและการผสานรวม ด้วยการสนับสนุนจากเครือข่ายที่หลากหลายและสถานการณ์การใช้งานที่หลากหลาย เครือข่าย DeAgent AI ได้สร้างความสัมพันธ์เชิงการผลิตที่มีการโต้ตอบบนเครือข่ายหลายร้อยล้านครั้งและผู้ใช้งานหลายสิบล้านคน เครือข่ายนี้ไม่ใช่โครงการทดลองที่ยังคงอยู่ในเอกสารไวท์เปเปอร์อีกต่อไป แต่เป็นโครงสร้างพื้นฐานที่ใช้งานได้จริง ดำเนินการอยู่ และถูกเรียกใช้งานอย่างต่อเนื่อง

จากการป้อนราคาสู่การตัดสินเชิงอัตวิสัย: AI oracle

ออราเคิลแบบดั้งเดิมส่วนใหญ่จัดการกับค่าเชิงวัตถุ เช่น BTC/USD โดยอาศัยความซ้ำซ้อนของหลายโหนดและการรวบรวมแหล่งข้อมูลเพื่อให้ได้ฉันทามติ อย่างไรก็ตาม เมื่อคำถามกลายเป็นการตัดสินใจแบบอัตนัย/กำหนดตายตัว (เช่น "ETH มีแนวโน้มที่จะเพิ่มขึ้นหรือลดลงในสุดสัปดาห์นี้") แต่ละโหนดจะเรียกใช้แบบจำลองขนาดใหญ่ และคำตอบที่ได้รับมักจะไม่สอดคล้องกัน นอกจากนี้ การพิสูจน์ว่าแบบจำลองใดถูกเรียกใช้ตามข้อตกลงและได้ผลลัพธ์นั้นเป็นเรื่องยาก ซึ่งส่งผลให้ความปลอดภัยและความน่าเชื่อถือเริ่มล้มเหลว

DeAgent AI ได้รับการออกแบบมาตั้งแต่แรกเริ่มด้วย DeAgentAI Oracle เพื่อตอบคำถามเชิงอัตวิสัยเหล่านี้ ผู้ใช้ส่งคำถามในรูปแบบตัวเลือกและชำระค่าธรรมเนียมบริการ ตัวแทน AI หลายตัวในเครือข่ายจะตัดสินอย่างอิสระโดยอิงจากการดึงข้อมูลและการใช้เหตุผล จากนั้นจึงลงคะแนนเสียง สัญญาแบบออนเชนจะรวบรวมคะแนนเสียง เลือกผลลัพธ์สุดท้าย และบันทึกลงในบล็อกเชน การดำเนินการนี้จะบีบอัดผลลัพธ์ของ AI ที่เคยแตกต่างออกไปให้เป็นผลลัพธ์ที่กำหนดได้และชัดเจน คำถามที่ว่าจะเชื่อโหนดใดโหนดหนึ่งหรือไม่ถูกแทนที่ด้วยการตรวจสอบกระบวนการลงคะแนนเสียงและการบันทึกที่เปิดเผยต่อสาธารณะ เป็นครั้งแรกที่ AI ที่ทำหน้าที่ตัดสินกลายเป็นบริการสาธารณะที่สามารถเรียกใช้ซ้ำได้แบบออนเชน ทำให้เหมาะอย่างยิ่งสำหรับสถานการณ์ต่างๆ เช่น การคาดการณ์ตลาด การตัดสินใจด้านการกำกับดูแล และ InfoFi ปัจจุบันส่วนประกอบนี้กำลังอยู่ระหว่างการทดสอบภายใน

ในบางกรณี ตัวแทนของ DeAgent AI ได้ถูกนำไปใช้ในการตัดสินใจเกี่ยวกับเหตุการณ์ในโลกแห่งความเป็นจริงแล้ว ระหว่างการปิดระบบของรัฐบาลกลางสหรัฐฯ เมื่อไม่นานมานี้ ทีมงานได้สร้างแบบจำลองแผนผังการตัดสินใจขึ้นเมื่อปลายเดือนตุลาคม โดยอ้างอิงจากราคาตลาดจากแพลตฟอร์มต่างๆ เช่น Kalshi และ Polymarket ประกอบกับระยะเวลาการปิดระบบในอดีต โครงสร้างเกมแบบสองฝ่าย และโหนดเวลาสำคัญ ข้อสรุปสุดท้ายคือ การปิดระบบรอบนี้มีแนวโน้มที่จะยุติลงระหว่างวันที่ 12-15 พฤศจิกายน (หรือใกล้เคียงกับวันที่ 13-20 พฤศจิกายน) มากกว่าที่จะเป็นการเล่าเรื่องการโต้ตอบกันไปมาอย่างไม่รู้จบตามภาวะตลาด

พร้อมกันนี้ เกี่ยวกับหัวข้อที่ถกเถียงกันว่า "Bitcoin ได้เข้าสู่ตลาดหมีหรือไม่" DeAgent AI ได้วิเคราะห์สัญญาณต่างๆ เช่น ข้อมูลบนเชน กระแสเงินกองทุน ETF การเปลี่ยนแปลงนโยบายมหภาค และความแตกต่างของตัวบ่งชี้ทางเทคนิค และตัดสินว่าระยะปัจจุบันใกล้เคียงกับ "การปรับฐานครั้งใหญ่ในช่วงเริ่มต้นของตลาดหมี" มากกว่าที่จะเป็นตลาดกระทิงที่เร่งตัวขึ้นซึ่งยังไม่สิ้นสุด จากนั้นจึงให้ระดับราคาหลักและกรอบการติดตามความเสี่ยง

การคาดการณ์และการวิเคราะห์เหล่านี้ซึ่งมุ่งเน้นไปที่ประเด็นเฉพาะเจาะจง แสดงให้เห็นถึงความสามารถของ DeAgent AI Oracle ในการแยกแยะและบูรณาการปัญหาเชิงอัตนัยและปัญหาที่ซับซ้อน นอกจากนี้ยังแสดงให้เห็นว่าผลลัพธ์ของการคาดการณ์และการวิเคราะห์สามารถแปลงเป็นสัญญาณที่ใช้สำหรับการคาดการณ์ตลาดและการตัดสินใจซื้อขายได้โดยตรง แทนที่จะคงอยู่แค่ในระดับการสาธิต

AIA ขยายการเติบโตของแทร็กแบบทวีคูณได้อย่างไร

จากมุมมองของนักลงทุน ตรรกะในการบันทึกมูลค่าของ AIA อยู่ที่การทำหน้าที่เป็นทั้งสื่อกลางการชำระเงินและการชำระบัญชีสำหรับ DeAgentAI Oracle และเครือข่ายตัวแทน และยังเป็นข้อมูลประจำตัวสินทรัพย์และการกำกับดูแลสำหรับโหนดและผู้ตรวจสอบความถูกต้อง เมื่อมีแอปพลิเคชันการคาดการณ์ โมดูลการกำกับดูแล และกลยุทธ์ DeFi เชื่อมต่อกับเครือข่ายนี้มากขึ้น จำนวนคำขอ ความถี่ในการโทร และข้อกำหนดด้านความปลอดภัยจะแปรเปลี่ยนเป็นความต้องการที่แท้จริงของ AIA ซึ่งโดยธรรมชาติแล้วมูลค่าของ AIA จะเชื่อมโยงกับการใช้งานโดยรวมของภาคส่วนต่างๆ แทนที่จะพึ่งพาการโฆษณาเกินจริงเพียงครั้งเดียว

ที่สำคัญยิ่งกว่านั้น ห่วงโซ่คุณค่านี้เป็นวงจรปิดและสามารถคาดการณ์ได้ เมื่อแอปพลิเคชันการทำนายอย่าง Polymarket ขยายหมวดหมู่ตลาดและนำเสนอคำถามเชิงอัตนัยที่ซับซ้อนมากขึ้น แอปพลิเคชันเหล่านี้จึงอาศัย AI Oracle ในการตัดสินใจที่ซับซ้อน การตัดสินใจเหล่านี้สะท้อนถึงความต้องการที่เพิ่มขึ้นสำหรับโครงสร้างพื้นฐาน AI Oracle เช่น DeAgent AI และเมื่อการใช้งานเครือข่าย Oracle/Agent เพิ่มขึ้น ความต้องการและมูลค่าของโทเค็นที่เกี่ยวข้อง AIA ในฐานะสินทรัพย์สำหรับการชำระเงิน การชำระบัญชี และการปักหลัก ก็จะเพิ่มขึ้นตามไปด้วย กล่าวอีกนัยหนึ่ง หากคุณเชื่อว่าตลาดการทำนายจะขยายตัวต่อไป ก็ยากที่จะไม่เชื่อว่าความต้องการ AI Oracle จะเพิ่มขึ้นพร้อมกัน และสิ่งนี้จะสะท้อนให้เห็นในการกำหนดราคา AIA ในระยะยาวในที่สุด

จากมุมมองด้านสินทรัพย์ AIA สามารถตอบสนองเกณฑ์ของ "ฟังก์ชันการทำงาน" และ "ความสามารถในการลงทุน" ได้พร้อมๆ กัน ในแง่หนึ่ง AIA สอดคล้องกับ AI Oracle และโครงสร้างพื้นฐานของเอเจนต์อัจฉริยะที่แก้ไขปัญหาเชิงอัตวิสัย แก้ไขปัญหาหลักของตลาดการทำนายได้โดยตรง ในอีกแง่หนึ่ง AIA เองก็เป็นสินทรัพย์โทเคนที่สามารถจัดสรรในตลาดสาธารณะได้ ในทางตรงกันข้าม แพลตฟอร์มการทำนายอย่าง Kalshi และ Polymarket ปัจจุบันยังขาดโทเคนดั้งเดิมสำหรับการลงทุน และแม้ว่าออราเคิลราคาแบบดั้งเดิมจะมีโทเคนอยู่ แต่โทเคนเหล่านี้ก็ทำหน้าที่ติดตามฟีดราคาเชิงวัตถุวิสัย ซึ่งไม่ได้เป็นส่วนหนึ่งของห่วงโซ่คุณค่าเดียวกันกับออราเคิลแบบอัตวิสัยที่ขับเคลื่อนด้วย AI ในกลุ่มผลิตภัณฑ์ออราเคิล AI + โทเคนที่ซื้อขายได้ ปัจจุบัน AIA เป็นหนึ่งในสินทรัพย์เพียงไม่กี่รายการ หรืออาจไม่ใช่รายการเดียว ที่ตอบสนองทั้งการใช้งานและความสามารถในการลงทุนได้พร้อมกัน จึงมีศักยภาพที่จะกลายเป็นเครื่องมือวัดดัชนีโดยตรงที่สุดสำหรับการเติบโตของภาคการทำนาย

เราจะมีส่วนร่วมในการทำนายแนวโน้มตลาดได้อย่างไร?

ตลาดการทำนายในปัจจุบันได้เข้าสู่ช่วงที่เรื่องราวของแอปพลิเคชันถูกนำเสนอบนหน้าแรกอย่างชัดเจน ขณะที่มูลค่ากำลังค่อยๆ ปรับตัวลงเบื้องหลัง Polymarket และ Kalshi ได้พิสูจน์ให้เห็นถึงการมีอยู่ของตลาดนี้ด้วยปริมาณการซื้อขายที่แท้จริง สิ่งที่สามารถกำหนดราคาได้อย่างแท้จริงในระยะยาวน่าจะเป็นเลเยอร์ที่รองรับการทำงานของแอปพลิเคชันเหล่านี้ นั่นคือ AI Oracle และเครือข่ายตัวแทนอัจฉริยะที่รับผิดชอบการตัดสินและการชำระเงิน รวมถึงโทเค็นฟังก์ชันที่เชื่อมโยงกับเลเยอร์เหล่านี้

ในขณะที่แอปพลิเคชันเชิงทำนายพยายามจัดการกับการตัดสินที่ซับซ้อนและอิงตามอัตวิสัยมากขึ้น ย่อมก่อให้เกิดความต้องการ AI oracle ที่สูงขึ้นและถี่ขึ้นอย่างหลีกเลี่ยงไม่ได้ ความต้องการนี้จะนำไปสู่การใช้งานโครงสร้างพื้นฐานอย่าง DeAgent AI อย่างต่อเนื่อง โทเค็นฟังก์ชันที่เชื่อมโยงอย่างใกล้ชิดกับโครงสร้างพื้นฐานนี้สำหรับการชำระเงิน การชำระบัญชี และการปักหลัก (staking) จะดูดซับมูลค่าที่สอดคล้องกันในกระบวนการนี้ด้วย ดังนั้น คำถามที่แท้จริงในตอนนี้จึงไม่ใช่ว่าจะเข้าร่วมในสาขานี้หรือไม่ แต่เป็นว่าจะเข้าร่วมอย่างไรและในระดับใด

แนวทางที่ค่อนข้างชัดเจนคือการใช้การมีส่วนร่วมในเลเยอร์แอปพลิเคชันและขนาดตำแหน่งในเลเยอร์โครงสร้างพื้นฐาน ในเลเยอร์แอปพลิเคชัน ผู้ใช้ยังคงสามารถใช้แพลตฟอร์มเช่น Polymarket เป็นเครื่องมือในการรับอัลฟ่า โดยใช้ขนาดตำแหน่งในการเดิมพันเหตุการณ์เฉพาะ ส่วนในเลเยอร์โครงสร้างพื้นฐาน การจัดสรร AIA (AI Oracle Algorithm) ในระดับปานกลางจะถูกใช้เพื่อให้สอดคล้องกับเป้าหมายระยะยาวในการให้ AI Oracle กลายเป็นคุณสมบัติมาตรฐานของตลาดการทำนาย คำตอบแรกจะตอบว่าในกรณีนี้ทำกำไรได้หรือไม่ ในขณะที่คำตอบหลังจะตอบว่าเมื่อตลาดเติบโตขึ้น จะได้รับประโยชน์จากโครงสร้างพื้นฐานพื้นฐานหรือไม่

แน่นอนว่า AIA เป็นเพียงปัจจัยหนึ่งในพอร์ตโฟลิโอ ไม่ใช่สิ่งทดแทนการควบคุมความเสี่ยงโดยตรง แนวทางที่รอบคอบกว่าคือการพิจารณาให้ AIA เป็นส่วนหนึ่งของการคาดการณ์ดัชนีโครงสร้างพื้นฐานของภาคส่วนนั้นๆ โดยให้เหตุผลระยะยาวนี้อยู่ในกรอบเวลาและงบประมาณความเสี่ยงของคุณเอง และให้ตลาดเป็นผู้ยืนยันการตัดสินใจของคุณเกี่ยวกับเรื่องนี้