量子市场

背景

今天的决策市场只能评估每个决策的单一提案。因此，每个新的决策提案都需要交易者提供新的流动性，从而导致严重的资本效率问题。

例如，以下面的决策为例：“以太坊接下来应该实施哪个 EIP？”

有 700 多个活跃的 EIP 可以考虑。假设你是一位拥有 100 万美元资本的交易者，并且你对所有这些提案都有自己的看法。在决策市场的标准方法中，你需要将你的 100 万美元分散到所有 700 多个提案中。这将使你在每个市场上平均交易额不足 1,500 美元。

使用量子市场，你将能够在每个提案上交易全部金额。

核心机制

让我们逐步了解一个量子市场的例子，该市场的目标是找到最佳的 EIP 来实施，以提高 ETH 的价格。对于那些听说过或使用过 MetaDAO 的人来说，这可能看起来很熟悉。在这两个系统中，我们都采用 DAO 代币（在本例中为 ETH），并允许它在不同的世界中并行交易。

然而，在量子市场案例中，我们从一个问题（“ETH 接下来应该实施哪个 EIP？”）开始，并允许任何人无需许可地创建（可交易的）提案。在今天的 MetaDAO 中，我们需要为我们考虑的每个决策提案引导新的流动性。

在量子市场中，交易者可以将资金存入系统，并在当前和未来的每个决策提案中获得等量的可交易信用额度。当他们交易这些市场时，每个提案都会出现一个预测的 ETH 价格。

随着时间的推移，EIP 2 的市场预测 ETH 的价值增长远高于 EIP 1 或 3。当达到结算时间时，量子市场通过观察预测值并选择预测 ETH 价格最高的提案来触发“波函数坍缩”。

由于交易者在每个市场中都被授予了他们的全额存款，如果用户没有在通过的提案中进行交易，他们将保留本金，并且他们的损益与他们仅在 QM 之外持有 ETH 和 USDC 相同。

逐步分解

下面我们分解了 EIP 示例的更精细的演练。

创建具有决策标准的量子市场：

• 选择使 ETH 价格最大化的 EIP

以下三个提案市场由市场参与者创建：

1. EIP 1
2. EIP 2
3. EIP 3

这些市场一直交易到它们预测 ETH 价格分别为 3200 美元、3000 美元和 100 美元。Alice 打开市场，并注意到 ETH-EIP-2 和 ETH-EIP-3 都被低估了。

现状路径：

1. Alice 从银行里的 100 万美元（50 万美元 USDC，50 万美元 ETH）开始，开始将资金存入 EIP-2 市场，直到价格达到 3500 美元。但是，该市场的流动性足以让这些交易消耗掉 Alice 的全部 100 万美元。
2. Alice 没有足够的资金来纠正提案 3 市场中的低效率。

量子市场路径：

1. Alice 存入 100 万美元，并在她感兴趣的_两个_提案市场中获得 100 万美元的交易信用额度。
2. 她使用她在 EIP 2 市场中的 100 万美元将其提升到 3500 美元，并使用她在 EIP 3 市场中的 100 万美元将其提升到 3000 美元（或尽可能接近她的 100 万美元）。
3. 她没有触及 EIP 1，因为她认为它的定价是合理的。

最终状态：

• EIP 2 通过，因为它预测 ETH 价格更高（3500 美元 > 3200 美元）。
• 提案市场 1 和 3 完全中止/恢复，因为它们没有通过。在这些提案市场中发生的任何交易本质上都是空操作。
• EIP 2 的提案市场在上线一小时后结算。价格为 3500 美元。
• Alice 在这笔交易中赚钱，因为她从 3000 美元买到 3500 美元。

示例 2：代币 Launchpad

今天的代币 launchpad 缺乏任何形式的问责制。在那些一旦达到特定市值就具有“毕业”代币概念的 memecoin 中，尤其如此。这种方法的问题在于，它激励盲目狙击，最终混淆了视线。

第二个问题是可以启动的代币空间太大。当你每天启动 100,000 多个代币时，交易所有这些代币的资本成本将变得过高。

使用量子市场，launchpad 可以设置一些代币启动的节奏（例如，每小时一次），并让任何人为每次启动提出任意数量的代币。对于每个新的拟议代币，所有现有交易者都可以交易其预期结果（即“该代币是否会在一周内达到 5000 万美元的市值？”），而无需投入任何新的资本。

这样一个系统的可扩展性很难被夸大。基于 QM 的代币 launchpad 可以合理地评估每次启动的数百万个代币，而无需为交易者增加任何额外的资本开销。如果启动吞吐量成为问题，这些市场可以并行批次运行，以适应更多实际启动。

提案市场灵活性

量子市场的一个重要特性是，底层虚拟提案市场可以具有任何结构，只要市场在某些预测指标上可以直接相互比较。它们可以是二元或连续预测市场，基于 AMM，现货，甚至基于分配市场。

例如，上面的 EIP 示例可能基于对潜在推文印象的连续预测市场。在这种情况下最终通过的是推文的 YES 百分比可能性最高的推文。

静态与动态决策市场

现状决策市场在结构上是静态的。任何人都不可能为正在进行的决策市场贡献提案——唯一的选择是创建一个全新的市场。

另一方面，量子市场可以是动态的。任何人都可以将改进的想法引入市场，同时市场处于活跃状态。这至关重要，原因有两个：

1. 它允许人类增加动态参与
2. 它允许 AI 代理的无界参与

第二点将在后面的章节中更详细地讨论，但它是一个非常重要的解锁。AI 代理的生成能力远强于当前决策市场所能容纳的能力，而量子市场可以解锁它们以充分表达其链上偏好。

由于这是一个更复杂的问题，因此它在本文末尾进行了拆解，以免分散人们对核心机制的注意力。

用例

现实情况是，大多数重要的决策都需要（或者至少会受益于）一种有效的方式来评估多个提案。需要考虑许多候选选项。由于传统市场提供的规模不足，这些用例无法使用决策市场：在提案的长尾上需要新的流动性实在太昂贵了。

让我们抽取一小部分用例来演示量子市场解锁的设计空间有多么广阔：

1. 我的代理应该发什么推文？（目标：最高的预期点赞/关注者数量）
2. 我的链上金库应该进行什么交易？（目标：最高的预期金库代币价格（AUM 的代理））
3. 以太坊接下来应该推出哪个 EIP？（目标：最高的长期代币价格）

每个决策都必须考虑大量的选项。使用现状方法，这些决策仅限于考虑选项空间的一小部分。

AI 代理和量子市场

AI 代理越来越有能力做出人类水平的决策。因此，人们越来越有兴趣将重要决策转移到代理 AI 系统。

今天，大多数尝试执行上述操作的尝试都涉及将特定的 AI 代理硬编码为决策者。此模型存在许多问题：

1. 由于托管代理的人中心化而产生的交易对手风险
2. 代理容易犯人类不会犯的错误或受到操纵
3. 需要手动切换到新的前沿代理（分叉或重新部署）

决策市场是解决上述问题的自然基础：

1. 随着时间的推移，最好的代理会随着积累资本而做出更多的决策
2. 人类提出的提案仍然可以被视为 AI 提案的保障
3. 前沿代理可以自动参与，甚至在它们被公开或开源之前

在这种情况下，决策市场的问题在于它们不切实际。即使是前沿代理也可以以快速接近 0 美元的推理成本创建提案。

因此，AI 代理参与链上决策主要受到它们与之交互的决策市场机制的资本效率的约束。

由于量子市场对每个新提案没有流动性的边际成本，因此 AI 代理可以在推理成本下在其上运行。

例如，给定的决策可能会收到来自各种 AI 代理的 100,000 个提案，并且每个提案都由少数可以预测提案表现的前沿代理进行交易。

代码

我们已经在 Solidity（更深入）和 Solana/SVM 中包含了量子市场的入门存储库。我们的 Solidity 实现利用 Uniswap V4 Hook来有效地处理核心功能。

免责声明： 这些存储库是参考实现，不应在生产环境中使用。

结论

量子市场表明决策市场的设计空间仍未得到充分探索。如果你有兴趣研究这种机制或有相关想法，请在 Twitter/X 上联系！

致谢

Dan Robinson, Dave White, Siong Ong, Zaki Manian, Proph3t, Dev Ojha, Tina Zhen, Vitalik Buterin, Alana Palmedo

• 原文链接： paradigm.xyz/2025/06/qua...
• 登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～