Kalshi创始人近期大胆展望未来12个月预测市场将如何融入并改变人们的日常生活。他认为，随着技术普及与监管完善，预测平台将成为大众决策的重要工具，涵盖政治选举、经济走向、体育赛事等方方面面。人们将更加依赖数据驱动的预判做出选择。
这一构想描绘了预测市场深度渗透社会各领域的未来蓝图，引发业界广泛关注与讨论。
"到今年年底，变化最大的仍然会是工作。"
"现在还没有哪个职位被我们彻底换掉，所有职位都只是被AI增强了。"
"人们总担心自己工作得不够努力。在Kalshi，我们更担心AI还没有用够。"
Luana Lopes Lara于2018年共同创立了预测市场平台Kalshi。据Forbes统计，她位列全球最年轻的白手起家女性亿万富豪行列。今年5月，Kalshi完成10亿美元融资，估值飙升至220亿美元。她每日关注的焦点独特而敏锐：公众愿意投入真金白银押注何种结果。当话题聚焦于AI与职场变迁时，这些不断波动的价格曲线不仅勾勒出风险的演变轨迹，也往往少了几分温情慰藉。
提问视角的转折：从“能做什么”到“带来什么后果”
回顾一两年前，Kalshi平台上关于AI的市场提案多集中于技术能力的探讨：模型能否胜任特定任务、哪家模型表现更佳，或是大型数学难题何时被攻克。如今，用户提出的疑问更多指向AI对裁员潮、失业率波动乃至选举局势的影响。Luana指出，这种转变标志着普通大众已跨越了对“AI本质”的认知阶段，转而开始精准计算该技术落地自身时所需付出的代价。
"一两年前，人们提议的市场大多关于AI能力；现在，我们收到的请求更多关于AI带来的影响。"
尽管兴奋感犹存，但问题的重心已然偏移。虽然针对模型能力、药物审批进度及量子计算突破的交易依然存在，但诸如“AI是否成为本月裁员主因”这类问题，已成为每月备受瞩目的焦点市场。技术新闻不再局限于产品发布层面的资讯，而是直接切入工资单变动与岗位描述的重构之中。
平台上还设有一个由Luana及其联合创始人长期重点监控的AI“灾难情景”市场。该市场设定了五项触发条件，只要其中三项达成即结算为“是”。在采访进行期间，该情景发生的概率约为26%至30%，相关成交额已达数百万美元。这一数值远超多数人的直觉预期，促使团队反复核查数据以确保准确性。
解读73%：概率背后的确切含义
在采访录制时段，市场数据显示AI成为5月份裁员首要原因的概率高达73%，当时成交量约为3万美元。事实上，在3月和4月，AI确实成为了裁员的主要驱动力。Luana提到，Kalshi Research进行的校准研究表明，即便成交量低至约5000美元，市场价格往往也能收敛至一个相当稳定的水平。资金注入越多，且距离结算时间越近，该读数通常具备更高的可信度。
"即使成交量只有5000美元，你也已经能看到数字收敛到一个校准得很好的水平，所以这个数字确实值得信任。"
需要明确的是，这73%的概率并不能直接等同于“你的工作岗位有73%的概率消失”。它回答的是一个边界清晰的问题：在指定的月份内，AI是否会被官方记录为导致裁员的首要原因。预测市场的核心价值源于对问题的精确定义，并由那些愿意承担潜在损失的交易者给出定价。若问题含糊不清，所得出的数字也将失去意义。
部分事件的结算周期长达五年，例如某种新药何时获批或量子计算何时实现重大突破。自Kalshi开始为账户内的头寸和美元余额支付利息后，用户无需再因资金长期被占用而放弃此类长线交易。这使得市场能够为遥远的事件积累更多信息，价格走势也不再仅仅追随当天的热点新闻。
概率非预言：1%的可能性不容忽视
在美国籍教皇当选之前，他在Kalshi平台上的当选概率长期维持在约1%的水平。结果揭晓后，部分媒体报道称预测市场“失准”。Luana的回应直截了当：1%并不等于零。秘密会议本质上是一个封闭的信息系统，外部观察者本就难以准确预测。小概率事件的发生，并不能反向证明此前的概率评估无效。
"70%不是100%。即便数字是99%，每100次里仍可能有一次不发生；1%也不是零。"
相同的成交量在不同市场中代表的可信度差异显著。在选举临近一周时，政治市场可能仅需一两千美元的成交量即可反映准确趋势；而在提前六个月时，往往需要上万美元的成交量支撑。在审视具体数字前，应先考察结算时间、交易量以及问题的定义方式。这三个维度的综合考量，比单一百分比更能贴近真实的风险分析。
Luana解释道，预测市场自诞生之初便确立了参与者为判断付费的机制。研究越扎实，押注正确的获利机会越大；而随口表态则需承担实际损失。该平台并未试图构建全知全能的群体智慧，而是将主观的“我觉得”转化为具有成本约束、可连续修正的量化指标。
多数用户仅为旁观者：不下注，只看新闻
Kalshi平台上有70%的用户从不参与交易。他们访问网站的目的仅是快速获取经济、选举、体育和文化事件的最新概率数据。这宛如一份由价格撰写的新闻报道：首页没有特定媒体的立场偏见，只有众多参与者用真金白银表达出的集体判断。此外，公司将数千个选举市场整合成K Power指数，让用户只需查看一个数字，即可把握美国政治目前更偏向共和党还是民主党。
"我们70%的用户其实什么都不交易，他们只是进来获取信息，看看不同事情的预测。"
另一类用户则将市场视为对冲工具。纽约上东区的一家酒吧承诺，若尼克斯队获胜则为到店顾客免单，面临的最大潜在损失为一两万美元，因此买入相反结果以控制风险。在佛罗里达飓风季来临时，也有居民要求为自己居住的具体区域开设市场，利用收益来抵消保险自付额。预测功能帮助人们做出决策，而对冲机制则确保错误的判断不会造成致命打击。
平台背后的工作远比“开启是非题”复杂。当用户询问AI是否影响选举时，团队必须先将模糊的“影响”拆解为可量化的结算条件。由于国家政治倾向难以用单一席位完全表达，K Power指数才会合并众议院、参议院及各地选举的预测数据。每一个看似简洁的好数字背后，往往隐藏着漫长的定义与打磨过程。
职场剧变：今年感受最深的仍是工作领域
Luana并未声称某个职位已在Kalshi彻底消失。她观察到的是所有职位均被AI所增强：工程师同时调度约20个云端Agent，新员工利用Agent快速补齐公司背景知识，管理者能更高效地识别项目瓶颈。她依然判断，到今年年底，普通人感受最为明显的变化将集中体现在工作场景中。
"我还没看到哪个职位被彻底切换成'我们不需要这个人了，我们有AI'，所有职位都被AI增强了。"
她暂时更看好涉及体力参与的工作（如健身教练）以及偏重手工技艺的岗位；对于机器人技术的发展终点，她暂未下定论。相比之下，过去被认为稳固的工程职位，其安全感反而有所下降。虽然岗位名称可能保持不变，但完成任务的方法、团队所需人数以及录用标准已经开始发生实质性变化。
她以旅行规划为例阐释了这一现状。过去安排周末出行，需自行搜索住宿与行程；如今她会委托ChatGPT规划两天行程，但最终仍需亲手打开网页、预订每一家酒店。这个断点极具代表性：AI已接管思维整理环节，真正跨系统执行的最后几步仍常留给人力完成。
170人团队的AI优先管理模式
Kalshi目前拥有约170名员工。Luana将市场运营视作一座工厂，持续监控错误率、市场上线延迟、结果判定延迟及覆盖率等指标。AI系统从底层收集这些数据，并将邮件、文档及团队更新汇总给管理者。凭借此机制，她能同时管理更多项目，并能更早察觉员工是否存在连续数周承诺过多而交付不足的情况。
"AI让我更快拿到上下文，更快知道正在发生什么，所以我能更有效地管理更多线程和更多人。"
周日曾是她最忙碌的日子，需逐一复盘上周完成情况、规划下周任务并检查整套指标。如今，不少整理工作已由Agent自动完成，她终于能在周日享受早午餐。节省下来的时间并未消除管理工作，而是将管理者从搬运信息推向判断信息。权限管控仍是难点，法律和监控材料只能向少数授权人员开放。
团队期望每位新员工入职时都能获得专属Agent，并接入邮件、文档和工作记录。当前最棘手的问题在于权限设置：同一系统既要让新人快速补课，也要确保法务案件和市场监控资料仅限获准人员可见。上下文越完整，权限设计的颗粒度就越不能含糊。
Agent增多，专职负责人不可或缺
访谈中揭示了一个反常识的细节：Kalshi引入了更多Agent，却仍在招聘工程师。Luana和联合创始人已被日常经营事务填满，若各自仅抽出5%的时间顺手开发内部AI系统，成品很难保持稳定。因此，公司组建了专门团队，将工程师派驻至市场运营、设计和法务部门，逐个优化流程。
"如果我只拿5%的时间来做，它不会做得很好。AI要成为公司的重要部分，就需要很厉害的人全职负责。"
真实业务流程远比演示复杂。产品反馈散落在Slack、Discord、推文和内部讨论中，要实现自动排序并追踪哪些问题已上线并非易事；公司测试过多家QA产品，均未达到要求。设计团队则希望缩短“工程师先上线实验、设计师再回来修补”的循环周期。Solo Founder的故事虽具吸引力，但要维持稳定运转的AI系统，依旧需要明确的专职负责人。
Kalshi近期推出了永续合约，首次涉足预测市场之外的领域。Luana表示，若无当前的AI能力支撑，新产品要么拖累主营业务，要么需大幅扩充人手。她期待公司借助AI拓展更多产品线、实现更大规模增长，战略重点并非缩减人员。效率提升后，公司的选择应是扩张业务边界，而非单纯进行人员削减。
招聘逻辑重构：从“执行能力”转向“重学能力”
Kalshi允许候选人在工程面试中使用AI。两年前常问的“此人能否完成某项技术任务”，如今区分度已大不如前。团队将更多时间投入到系统评审和过往项目复盘中，设计岗位会询问候选人使用AI的频率，法务面试也开始追问“你将如何利用AI处理此类案件”。
"你过去工作的方式，不会是我们在Kalshi继续工作的方式。我们需要人愿意重新弄明白：那些自己曾经很擅长的事，现在可能已经不必亲手做了。"
Luana看重低自我意识、学习意愿及可靠交付能力。她所言的“努力工作”并非计算工时，重点在于妥善完成托付之事。工具将持续迭代，是否愿意放下旧优势，已成为招聘判断的关键要素。这也解释了为何工程师会跨界介入设计和法务工作：公司旨在变革的并非孤立任务，而是每个团队处理任务的整体方式。
这种企业文化同样直白：同事若不喜欢某项工作，会当场直言不讳。公司曾耗时三至四年争取监管许可，又在沟通两年后起诉监管机构，最终赢得选举市场的准入空间。Luana将这段经历归结为一条朴素原则：穷尽所有可行手段，避免失败后发现自己其实还留有一步未走。
结语
73%的数据值得认真审视，但也仅应被视为73%。对个人而言，更有价值的行动是将担忧转化为可验证的问题：你的工作中哪些步骤已被Agent接管，哪些判断仍依赖个人经验，团队的录用标准近期有何调整？概率无法替你决定下一步，但它能提醒你，切勿再用两年前的安全感来规划今天的职业路径。
以上就是Kalshi创始人大胆预测：未来12个月预测市场将如何深刻改变你的真实生活方式的详细内容，更多关于Kalshi创始人：未来一年生活将变的资料请关注其它相关文章！