弥合区块链与现实的鸿沟：土豆、大语言模型与预言机的未来

支付保险理赔的智能合约需要确认航班是否真的取消，预测市场需要确认科罗拉多州博尔德是否降雨，借贷协议需要确认抵押品价值。在所有这些场景中，都需要将链下外部事实转换为区块链系统可用的结果，系统价值也取决于转换结果的可靠性。

区块链让这个问题变得格外突出。区块链的免信任程度完全由输入的信息决定，如果事实来自中心化机构，链上所有内容的去中心化都只是表面的，因为单一主体可以控制决定结果的输入。如果事实来自去中心化机制，又会出现去中心化场景下的经典激励问题，参与者持有的份额会催生影响报告结果的动机。问题核心是找到一种机制，既精准又能防操纵，将可靠信息带上链，这个问题比行业中常说的价格喂价要宽泛得多。

当前预言机的失效

目前预言机的失效在预测市场中最为明显，比如Polymarket依赖UMA的乐观预言机。UMA的设计允许任何人提交市场结果提案，也允许任何人提出争议，争议会按UMA代币持有量进行加权多数投票，系统诚实性的基础是至少一半投票份额希望得到真实结果。这个假设在实际中并不牢靠。

2025年4月，Polymarket开设了一个市场，赌乌克兰是否会与特朗普政府达成稀土矿协议。一名持有超过25% UMA治理代币的参与者，在没有任何证据证明协议存在的情况下，强行提前敲定了结果为“是”。该结果遭到争议后，代币加权争议投票仍然维持了这个虚假结果。《华尔街日报》调查发现，仅9个钱包就控制了Polymarket争议中近一半的UMA投票权，目前已有机构从小持有者手中收购委托代币，成为系统内最大投票方之一。这种“议会中的议会”，无论架构图怎么画，都不是去中心化预言机。

第二类操纵针对数据源而非投票过程。Polymarket曾开设过巴黎气温的预测市场，结果以机场单个传感器的读数为准。后来该传感器的读数一直远高于巴黎其他所有传感器，当时的报告显示，可能只是有人加热了这个传感器，甚至可能只用了一个吹风机，不需要发起治理攻击。如果预言机只读取单个物理设备，篡改真实信息的成本只不过是开车去一趟机场。

可信中立意味着什么

可信中立作为一项设计属性，要求预言机机制至少在某一层级独立于下游任务，以及它所服务的机制状态。解决降雨预测市场结果的中立裁决方，不能根据市场价格或参与者持有份额调整自身行为。

UMA从设计上就不符合这个要求。任何人都可以提交结果，提案人完全有可能在自己裁决的市场中持有头寸。在降雨市场中持有份额的人，无论实际天气如何，都有能力也有动机报告“降雨”。当裁决方可以从结果中获利，诚实报告只是期望，不是设计属性。目前已经上线的预言机系统中，大量都没能通过这项测试，因此才会出现上述各类操纵行为。

但仅靠中立还不够，土豆就是最好的例子。一颗土豆完全符合可信中立，它不在任何市场持有份额，也不会受任何因素影响结果，但它完全没用，因为它什么都不知道，它只是一颗土豆。预言机需要同时满足两项条件，这项研究对公理化处理这个问题，将独立性和对现实世界的准确性分开，探索哪些机制可以同时满足两项要求。

大语言模型作为近似中立报告者

被提示回答结果问题的大语言模型，可以作为近似可信中立的报告层。报告流程在市场存在之前就固定下来，这个近似结果就会越接近真实可信。固定模型权重只是其中一部分，提示词、部署方式、模型允许参考的信息范围——无论是仅使用提示词、指定网站还是检索语料库——都可以在任何市场开放、任何头寸建立之前就明确并公开。这些内容提前固定后，报告机制就不需要依赖市场头寸、价格或份额。流程中的任何不透明都会削弱中立性，因此完整规范和模型本身同样重要。

大语言模型预言机仍然可以被攻击，但攻击成本完全不同。篡改单个机场传感器只需要一个吹风机，而要污染训练数据，或是对提前固定、参考广泛网络信息的模型进行提示注入，需要的资源不在一个量级。和UMA不同，大语言模型方案不存在任何人都可以随意提交任意结果的免费先手。宽泛的信息来源本身不能保证鲁棒性，该框架将报告层信息来源的质量，视作和中立性、准确性并列的独立属性。

大语言模型不是绝对可靠的，它们会产生幻觉，总有一定概率报告出错。因此该设计在报告层之上保留了去中心化升级层：任何人都可以对模型报告提出争议，触发代币加权投票，只有投票结果超过设定阈值才会推翻原报告。如果原报告正确，攻击者需要达到阈值的投票权重才能推翻它，因此高阈值可以保护正确报告。如果原报告错误，诚实投票者也需要同样的权重才能修正结果，这意味着仅持有剩余份额的攻击者可以阻止修正。阈值设置过高，少数错误报告就会永久保留。

让这种权衡可行的核心就是报告层本身。由于报告层同时满足可信中立和足够准确性，错误报告很少出现，基础模型将阈值设置为1减去报告层错误率，平衡两种风险。在基础模型中，报告层正确率为95%时，可以设置约95%的争议阈值，远高于UMA依赖的简单多数。也可以增加中间层，比如多个大语言模型组成的面板，或是模型和人类混合面板，只有出现争议时才启用，承担额外成本。不同场景适合使用哪些层级，目前仍在研究中。

超越预测市场

预测市场结算自然是这项设计的首个应用场景，但预言机问题的范围远不止预测市场。已有案例显示，DeFi价格预言机被操纵，虚增抵押品价值、掏空借贷协议，这类场景也存在明确事实目标，但报告机制依然可能失效。普通协议是另一个应用场景，小额交易也需要在资金转移前验证外部条件，但为100美元的交易雇佣托管方并不现实。廉价的预言机执行协议可以更容易填补这类信任缺口，同样逻辑适用于所有金额太小、不值得雇佣外部第三方的交易。

更远来看，哪怕是有争议的体育赛事判罚也可以适用这个框架：原本需要委托给第三方、仅假设其中立而非机制本身内置中立性的重要裁决，也可以交由预部署多模态系统校验。这还属于推测，但它能说明，机制成型后，预言机可以覆盖的范围非常广。很多场景可能本质上就是预言机问题，只是一直没有合适的解决机制，未来工作的一部分就是逐个重新审视这些原有假设。

价格和气温通常可以对照事实结果验证。观点聚合和更精细的判断则不同，因为目标本身就可能存在争议。在这类场景中，预言机首先需要明确什么才算真实结果。升级机制依然有用：简单案例可以快速结算，真正有争议的案例再转入传统流程。目前这类问题还没有明确的通用解决方案。

此前预言机问题大多从区块链安全角度展开研究，从最贴合的博弈论和机制设计角度进行的研究要少得多。目前已经形成了一组工具，而非完整的工具盒：可信中立报告层、争议机制、阈值投票、模型面板，每一项的成本都适配不同场景。下一步工作是将工具和问题匹配，为每一类预言机问题确定中立性、准确性、升级流程和成本的合适组合。

本文来自Gensyn博客 (https://blog.gensyn.ai/credibly-neutral-ai-oracles/)，由与@marynotlin和@gab_p_andrade的对话整理而成。你可以在此收听录音：https://youtu.be/3WIMNE33RGU