去 Polymarket 上與人類賭博的 OpenClaw，已經月入數萬美元了

撰文：李楠

來源：矽星人 Pro

有人說 OPEnClaw 這隻龍蝦是玩具，有人想把它變成賺錢機器。 把龍蝦派到 Polymarket 上，是許多人開始嘗試的新玩法。

在小紅書上，有人出價 1000 元，找人幫自己部署 OpenClaw。 主要用途之一，就是用 OpenClaw 來做 PolymARket 上的量化交易。 而這並非突發奇想。

2 月 13 日，OpenClaw 官方的博文提到，一個由 OpenClaw 驅動的機器人證明了自主智能體在預測市場的強大潛力——單週狂攬 11.5 萬美元利潤。

1 月底，Polymarket 也發布過一則有趣的貼文：Agent 們正在 Polymarket 上進行交易，試圖補貼自己的 token 成本。

這看起來有點難以置信。 有的龍蝦不斷吞噬主人的錢包，而有的龍蝦已經不僅能養活自己，還能供養主人了。

機器人在 Polymarket 淘金

當人類交易員還在被恐懼與貪婪左右，一個名為“0x8dxd”的機器人賬戶，在 Polymarket 上悄悄完成了兩萬多次交易，總盈利和 170 萬美元。

先介紹下 Polymarket，一個萬物皆可交易的地方。

它是全球最大的去中心化預測市場平台，讓使用者圍繞未來可驗證的事件交易 Yes 或 No 合約。 合約價格在 0 到 1 美元之間波動，並直接對應市場共識機率。 而用戶可以透過預測的準確性，來換取回報。

舉例。

在 2024 年到 2025 年間，全球粉絲和投資者都在盯著 TaylorSwift 和橄欖球星 TravisKelce 的戀情。 Polymarket 順勢推出了一個預測交易：「兩人是否會在 2025 年底前宣布訂婚？」在市場普遍傾向於“NO”的時候，有人大筆買入“Yes”，後來大賺一筆。

換言之，如果你對某個事件有更精準的洞察，那麼就有機會在 Polymarket 賺錢。 不過對 0x8dxd 這類機器人來說，預測能力並不重要。 它們的謀財之道，靠的是一套抓 bug 的運作機制和人所不能及的快速反應。

總結起來，機器人主要依靠幾個核心招數。

首先是數學平價套利。 這利用了預測市場的 Bug。 在 Polymarket 的二元期權交易中，無論結果是“Yes”還是“No”，最終獲勝方的合約結算價必定是 1 美元。 當市場情緒波動或流動性突變，市場兩側（Yes 和 No）的總成本有可能低於 1 美元。 這時機器人迅速同時買入多空兩側的股份，就能實現無風險套利利潤。

再就是專注極短期的加密貨幣波動市場。 BTC、ETH 等 5 分鐘和 15 分鐘短期預測市場的波動劇烈，特別是在交易所發生強制平倉潮等極端行情時，極易產生價格錯位，這給機器人的高頻介入提供了完美的溫床。

其三是充當數位做市商，透過高頻雙向掛單賺取價差。 例如，當某個結果的公允價格在 80 美分左右波動時，機器人會以 80 美分買入，並迅速以 81 或 82 美分賣出。 這種單筆利潤極小，但積少成多，也非常可觀。

總的來看，機器人憑藉著極高的速度優勢和鐵一般的機器紀律，對 Polymarket 進行了無情收割。 這對應了人類作為碳基生物反應不快、理性不足、需要睡覺的劣勢。 而 OpenClaw 的出現，大幅降低部署自動交易機器人的門檻，推動矽基勢力進一步爆發。

相較於傳統的 PYTHon 機器人，交易者無需深入編程，就可以配置 OpenClaw 交易 Agent，實現自動化交易。 OpenClaw 本身的能力，也讓它適應交易場景。 龍蝦們可以不間斷地監控市場價格和交易量，既能確保交易者不會錯過機會，也能及時警告風險。

實際上，很多人已經把前邊提到的 0x8dxd 跟 OpenClaw 連結起來。 雖然沒有直接證據表明它是基於 OpenClaw 構建，但它恰好是從 OpenClaw 誕生開始活躍。 而且，當 0x8dxd 把 Polymarket 變成提款機的事蹟流傳開，OpenClaw 社區湧現了製作 Polymarket-trading 之類 Skills 的熱潮。

在近期的 Polymarket 預測市場上，OpenClaw 便成了自動化交易討論中的高頻詞。 不過，只靠一些通用策略執行交易，顯然是未必可靠的。

這樣也能賺錢？

一個簡單的結論是：可以穩定套利的公式一旦被公開，也就失效了。 如果大家都用同樣的套路，這個套路本身就不會成立。 所以面對任何分享這類經驗的教程，最好小心為妙。

事實上，Polymarket 已經做出調整，來打擊機器人的套利行為。 例如引入交易手續費，增加交易摩擦成本，以及改變訂單執行的底層延遲機制，限制專門利用時間差漏洞進行搶跑的自動化交易。

這就倒逼交易者去發掘 AI 更大的潛力，找更隱密的機會。 於是有心的交易者把通用策略結合獨特場景落地，挖掘出了一些意想不到的玩法。 比如，交易天氣。

預測天氣是目前 Polymarket 流傳最廣的案例之一，有的機器人專門交易天氣資料。

一個名為「automateDaitradingbot」的帳戶，2025 年 1 月入駐 Polymarket。 它熱衷於圍繞天氣預測下注，盈利超過 7 萬美元。 還有人發現，一個只交易倫敦天氣市場的機器人，在不到一年的時間裡，把 1000 美元變成了 2.4 萬美元。

其中的核心邏輯是，預測市場對突發天氣變化的反應往往滯後。 理論上，如果你有一個靈敏可靠的 AI Agent，例如給 OpenClaw 裝上天氣插件，就可以在官方氣象預報更新後，對未及時調整賠率的盤口下注。

但這還不夠 AI。 隨著大模型的演進，機器人不該只是辨識天氣預報這類顯而易見的訊號，而應該至少在某個智慧的維度，做點人類做不到的事。

事實上，AI 的確在預測市場展現了更誘人的能力。

一篇關於「LiveTradeBench」的論文做了基於真實世界即時數據進行的「模擬交易」。 在 Polymarket「2025 俄烏停火」的盤面上，大模型靠自己的推理與預測，就有機會大賺一筆。

案例是這樣的：

去年 10 月，澤連斯基訪問白宮並提出“無人機換戰斧導彈”的交易提案，GROK-3 進行了“基於信念的推理（belief-dreasoning），將內部預估到內部預估到了 0.22，同時它注意到，當時「YES」合約的價格大幅跳升至 0.18。 這形成交叉驗證，於是，Grok-3 判定該合約存在被低估的套利空間，確立了堅定做多並持有的策略。 而最終該合約的市場價格穩定上漲，讓它有機會獲利。

但 Grok 還不是表現最好的。

上述論文測試了 21 個主流大語言模型在金融市場的表現，同時涵蓋了美國股市和 Polymarket 預測市場。 其中，Claude-Sonnet-3.7 在 Polymarket 的表現一騎絕塵。 它在 50 個交易日的觀測中，實現了 20.54% 的累積回報率。 其最大回撤為 10.65%，也大幅領先市場平均。

在「撿錢」故事背後

上面的實驗比機器人套利的財富故事更值得關注，它們至少提示了一種新的可能。 如果說 0x8dxd 們靠的是速度和搶跑，那大模型的出現，把另一張底牌擺上了桌面，那就是推理本身，也能成為武器。

之後的自動交易機器人分工很可能是，大模型負責判斷，把零散資訊壓縮成機率結論；OpenClaw 這類工具負責執行，把這個結論變成實際的下單操作和部位管理。 過去只有量化基金才玩得起的事，現在個人開發者也能搭起來。

這意味著預測市場的競爭維度，正在出現變化。

在傳統預測市場，人類靠的是經驗和直覺。 在高頻套利時代，機器靠的是速度和紀律。 現在推理能力也被程式化，真正的門檻變成了，誰更擅長把複雜資訊轉換成準確的機率。

於是又有人浮現出新的幻想：如果自己有一隻足夠聰明可靠的龍蝦，就有機會把 Polymarket 變成印鈔機了。

可惜，理論和實踐還有不小的差距。 Prophet ArENA 是一個用於評估 AI 預測能力的平台，基於它的研究揭示了一些不可忽視的風險。

首先，大模型的預測能力並不穩定。 頂尖模型在開放域預測上可以接近甚至超過市場共識，但「猜得準」和「賺取」是兩回事。 預測精度提升，不會自動變成持續的超額收益。

其次，時間視窗是現實的挑戰。 一個事件越接近出結果的時候，突發訊息的衝擊越密集，而模型在這種階段往往偏保守，機率調整慢，人類市場的反應速度更勝一籌。

再者，大模型容易被噪音帶偏。 一則情緒化的新聞、一波社群媒體異動，都可能讓模型的機率判斷大幅​​擺動。 相較之下，有經驗的人類交易者反而有更強的錨定感，不那麼容易被短期噪音沖垮。

此外，OpenClaw 類別框架通常要求導入私鑰與交易權限，各種安全問題也可能悄悄掏空帳戶。

所以，與其期待 AI+OpenClaw 會對預測市場形成降維打擊，不如關注它將給這個市場帶來的深層影響。 當 AI 驅動的 Agent 會越來越多，價格變化對資訊的反應越來越快，而這反倒可能會消除自動套利的幻想。

一旦機器人或龍蝦們氾濫，套利的窗口只會越來越窄。 到時能否持續獲利，不會取決於你是否擁有一隻更聰明的龍蝦，而要看你是否理解自己承擔了怎樣的風險。

AI 能替人類為賭局下注，但承擔後果的，還得是人類自己。