幾周前，我派出了一小隊AI智能體，讓它們搭陣容、管球隊，做了個小實驗。
現在AI智能體已經滲透到生活的方方面面，我就想試試：一羣AI湊一塊兒，到底能不能組出一支能贏的夢幻隊伍？
其實幾年前我就試過用AI玩夢幻聯賽。當時用了英國圖靈研究所的工具，它靠建模過往聯賽數據來選陣容，結果給的建議離譜得沒邊。它根本不考慮現實情況，球員傷沒傷、球隊換沒換主帥這類關鍵信息，全不納入參考。
圖源：豆包AI
這次我在飛回老家的航班上，找Codex幫了忙。我先給模型喂了幾篇相關的研究論文，接着讓它搭一套“指揮框架”：寫好指令和代碼，領着不同的AI智能體一步步幹活，既要跟進近期新聞，又要跑數據模型做預測。
它很快就搭出了一套體系，看起來能整理、分析的信息量，比我自己能搞定的多太多了。可萬萬沒想到，它最初給的陣容建議蠢得離譜，把哈蘭德放替補席？這也好意思叫專業建議？
我接着讓Codex拆分出不同分工的AI小隊：幾個專門刷新聞和球迷博客，幾個負責分析近期賽果，幾個跑數據預測模型，還有一組專門挑毛病、提反對意見。這麼一改之後，給出的建議明顯靠譜多了。
但即便如此，和幾年前比，進步已經大到驚人了。芝加哥大學研究AI市場應用的計算機科學家徐海峯表示，新一代大模型的預測能力之所以更強，核心是它們能消化、分析海量的現實世界信息，還能搭建更復雜的系統來完成預判。
圖源：豆包AI
去年年底，徐海峯注意到Kalshi、Polymarket這類預測市場越來越火，就好奇市面上頂尖的商用大模型放到這些市場裏，表現會怎麼樣。於是他和同事們一起，開始測試大模型的預測本事。
他們讓模型猜各種結果：比如誰能拿NBA總冠軍，特朗普接下來會和哪些人會面。
“我們很快就發現，模型表現相當不錯。”徐海峯說。哪怕不給什麼特殊指令和引導，模型的預測水平有時候都能超過普通人。在他們的測試裏，GPT-5的預測能力排第一，之後依次是Grok 4、Claude Sonnet、Gemini和Llama。
有意思的是，AI目前還是比不過那羣頂尖的“超級預測者”。徐海峯解釋說，人類雖然處理不了那麼多信息，但對真實世界的理解更深，能看懂一條新聞背後藏着的邏輯和動態。
話雖如此，越來越多證據顯示，人類超級預測者的優勢正在縮水。最近的Metaculus杯預測大賽裏，AI有時候已經能打贏最頂尖的人類預測選手。還有個叫ForecastBench的評測，正在進行的比賽結果很快就會出爐，很可能進一步證明：AI的預測能力已經能追上人類水平。照這個趨勢看，各大AI實驗室接下來肯定會把“預測未來”當成衡量機器智能進步的全新核心方向。
圖源：豆包AI
所有這些預測實驗都在指向一個結論：就像數學、編程、法律行業先後被AI衝擊一樣，靠交易喫飯的行業，說不定很快也會被AI顛覆。或許未來最頂尖的交易員會換個身份：變成AI智能體的管理者和調度者，而這些AI預判未來的本事，比人類強得多。
說回我自己的夢幻球隊，目前AI給的建議還沒那麼神。過去幾周，它管的隊伍得分連平均線都沒摸到。我自己選陣容的時候，肯定不會用它的主意。
但AI毫無疑問會越來越強，說不定再過不久，就能輕輕松松制霸夢幻聯賽了。不過說實話，我倒有點不希望這一天來得太快。
畢竟全靠自己動腦贏下比賽，拿來跟朋友吹牛皮的樂趣，才是玩這個的精髓啊。
相關閱讀
- Nvidia 即時更新：黃仁勳被罷免，首席財務官 Colette Kress 擔任臨時首席執行官2026-11-13
- 芒果不怕紅果？2026-11-12
- 原創 黃仁勳之後，誰最可能接管英偉達？2026-11-12
- 三星卷軸屏手機曝光，搶先華為、蘋果打造新形態，摺疊屏有望淘汰2026-11-12
- 馬斯克最喜歡的車，竟然要停產了。2026-11-12
