工具
PolyBridge：用因果模型聚合预测市场，输出事件概率
一个结合预测市场与概率图模型的 API，可对未来事件给出概率、可信区间与证据链。
2026.07.28 · 周二约 2 分钟阅读
PolyBridge 是一个面向未来事件预测的工具型 API，核心做法是把多个预测市场的合约数据与其他证据源，整合到一个概率图模型（probabilistic graphical model）中，从而给出某一事件发生的概率、可信区间以及背后的证据链。项目作者在 Hacker News 发起 Show HN 征集反馈，目前聚合了主要预测市场平台共计超过 17 万条事件合约。
技术思路：预测市场 + 因果图模型
传统预测市场只能为「已上架」的问题提供赔率，而很多用户真正关心的，是「尚未开盘」的衍生问题。例如：平台上可能存在「美联储 9 月是否降息」的市场，但缺少「油价飙升会如何改变这一概率」的直接合约。PolyBridge 试图通过显式建模变量之间的关系来回答这类条件式、干预式与反事实问题。具体而言，模型会估计利率、通胀、油价、衰退风险等因子之间的依赖结构，并据此推断某一新情景下的概率变化。
主要能力与接口
- 查询类型：支持当前状态查询、预测、条件查询（conditional）、干预（intervention）与反事实（counterfactual）等多种因果推断场景。
- 数据覆盖：当前索引超过 17 万条事件合约，来源为多个主流预测市场平台。
- API 接口：提供 Search（检索相关证据）与 Forecast（返回概率及推理过程）两个核心端点，文档与接入方式见 polybridge.ai/api。
- Situation Rooms：除了 API 之外，项目还提供「态势室」专题页面，用于持续追踪某个主题随时间的演变，例如 2028 年美国总统大选专题。
现状与反馈征集
PolyBridge 仍处于早期阶段，本次 Show HN 帖子在 Hacker News 上获得的关注度非常有限（1 分、0 条评论）。作者公开征求 API 设计、Situation Rooms 形态以及用户希望测试的问题类型等反馈。由于缺乏基准成绩、对照实验或技术论文披露，其预测质量与可靠性尚无法独立验证；对希望将预测能力集成到产品中的开发者而言，可作为一项值得关注的早期尝试，但短期内更适合作为实验性参考。