WIRED AI记者让智能体管理英超梦幻球队：分工提升预测，但AI仍不及人类超级预测者

把Erling Haaland放在替补席上——这是OpenAI的Codex给WIRED高级AI记者Will Knight的第一版英超梦幻球队建议。Knight把一批AI智能体丢进英超梦幻足球联赛，让它们自己组队、排兵布阵、根据每周新闻调整阵容，想回答一个具体问题：一群机器人能不能比人更会预测？

这不是Knight第一次尝试。几年前他用过英国图灵研究院的一个工具，那个工具纯粹基于历史数据建模，完全不知道球员受伤了或者球队换了教练，给出的建议离谱得惊人。这次他换了方法：先喂给Codex几篇相关研究论文，再让它搭一套harness——指令和代码引导不同智能体完成各个步骤，包括查看近期新闻和运行预测模型。

Codex很快搭出了一个看起来信息量很大的分析框架，但初始建议依然很蠢。Knight随后要求Codex创建一支分工明确的智能体团队：几个负责读新闻和博客帖子，几个分析近期赛果，几个跑模型，还有一批专门批评建议。这个改动显著改善了输出。他接着把智能体数量增加到一百个以上，希望系统会更聪明，但除了把API账单跑高之外没有太大变化。

芝加哥大学计算机科学家Haifeng Xu研究AI在市场场景中的应用。他认为新模型在预测上表现更好，根本原因是它们能消化和分析海量现实信息，并编排更复杂的系统来生成猜测。Xu告诉Knight，AI只是在理解世界这件事上变得更聪明了，这是它们进步的根本原因。Xu的团队开始测试商业模型在预测市场（如Kalshi和Polymarket）上的表现，让模型猜测NBA总冠军归属、特朗普总统会见谁等问题。很快他们就发现模型表现确实不错，有时甚至不需要特别指导就能超过普通人。在他们的测试中，GPT-5预测能力最强，其次是Grok 4、Claude Sonnet、Gemini和Llama。

Xu的团队随后开发了Prophet Arena，一个衡量模型预测能力的基准。另一项由哈佛大学研究人员和Arcada Labs公司开发的Prediction Arena基准，给前沿模型一万美金在预测市场上押注，持续57天。模型在实验中持续亏损，但研究者看到它们随时间稳定进步。Xu告诉Knight，AI用定制harness做预测最有效，而让智能体各司其职——读新闻、收集数据、分析全局——似乎是最有效的路径。

不过AI仍然经常落后于被称为超级预测者的高水平人类专家。Xu解释，虽然人类无法像AI那样消费海量信息，但对现实世界的理解——也就是新闻故事背后的动态——更深。然而这一优势正在缩小。一个叫Metaculus Cup的比赛最近显示AI有时能击败最好的预测者。另一个叫ForecastBench的基准预计很快出结果，可能进一步证明AI能追平人类水平。Knight认为，大实验室会把预测未来当作衡量机器智能进步的新方式。

眼下Knight的AI团队还没有超过联赛平均水平，他也不会把自己的任何建议用于自己的选队。但他预计AI无疑会越来越好，也许很快就能轻松统治梦幻联赛。他写道，自己有点希望它别那么快，那样就毁掉了靠自己本事赢下比赛、获得吹牛资格的乐趣。