AI 预测股市第一周战绩：7 输 3 赢净赚三千美元，Sift Intelligence 的长尾优势论
先说结论：All About AI 的频道主（前 Filipe，现以创业公司 Sift Intelligence 为主轴做内容）做了个小样本但设计干净的实验：让自家 AI 预测系统"回到" 10 月第 41 周的周一早晨，对 8 个上周五已结算的股票相关问题（S&P 500、Nvidia、黄金、原油、Tesla、Netflix、Amazon、SpaceX）下注，10 笔里输 7 笔，却净赚约 $3,000——因为仅有的几笔赢单赔率极高，Netflix 一笔 1:8 就覆盖了全部亏损。这期视频的价值不在"AI 能预测股市"（作者自己反复强调一周样本什么都证明不了），而在它清晰展示了AI 预测的期望值逻辑：不需要赢多数，只需要在市场定错赔率的地方下重注。
时间机器：如何确保 AI 没有偷看未来
实验设计是这期最扎实的部分（120–240s）：把 Sift 的时钟拨回 10 月 5 日周一早上 9:25（纽约，开盘前 5 分钟），它能读到的新闻、价格、报告全部来自提前封存的资料库，之后的一切对它不可见；事后逐条检查答案确认没有未来信息渗漏。周三早上再跑一轮。下注规则：只有当 Sift 与市场分歧足够大时才押 $1,000，小分歧不动手；然后让时钟走到周五下午结算。这套"信息防火墙 + 分歧阈值"的设计，把常见的"AI 事后诸葛"质疑挡在了前面。
7 输 3 赢的账本
成绩单（240–480s）：10 笔下注，7 笔亏损，总计仍净赚约 $3,000。核心是周一早晨的 Netflix：Netflix 需要在周五前涨约 4%，市场定价约 1/8 概率，Sift 评估其历史波动后认为更接近 1/5——市场认为的长射，押注便宜，$1,000 买到的票周五赔付 $8,000，单笔净赚 $7,000，一笔覆盖七笔亏损。周三另一笔好单：Nvidia 贴在线上方、市场觉得安全，Sift 不这么看——Nvidia 掉线，$1,000 变 $3,500。还有一笔错过的：黄金隔夜下跌、市场确信不会回来，Sift 认为反弹概率被低估，但分歧差一点点没到阈值，没押——黄金反弹，那笔 $1,000 本可变近 $7,000。作者态度是"规则就是规则"。七笔亏损的共同点：Sift 押"价格周五前涨不到线"，而那一周几乎什么都在涨。典型如 Tesla：周一贴线、Sift 判为五五开，但隔夜马斯克谈芯片交易、市场先于 Sift 感知到情绪，Tesla 上涨；SpaceX 作为上市数周的次新股波动剧烈，Sift 高估了其风险，实际横盘。
AI 的优势在哪里：六条假设
视频随后给出 AI 可能的结构性优势清单（360–480s），这是全片最有迁移价值的部分，但作者明说"这些都未证实，是下一步要验证的方向"：
- 隐藏链条：周四 Sift 把三条独立新闻串起来——飓风恰在原油结算日逼近墨西哥湾、导弹瞄准沙特油港、美国讨论禁止柴油出口——单条是背景噪声，合起来指向油价上行，Sift 上调预测，原油结算在线上。
- 跨市场传导：油价不只影响油。Delta 航空按 $3.15/加仑规划航油成本，实际均价近 $3.83，这笔成本必然侵蚀财报——市场把 Delta 财报当五五开，Sift 倾向 miss，Delta 果然 miss。
- 速度：市场全天候交易，人要睡觉；凌晨 3 点出新闻时，第一个把所有市场重读一遍的赢——AI 可以整夜整夜地跑。
- 广度：数千个市场大多数几乎无人盯，AI 可以同时全部跟踪。
- 细则：哪个价格用于结算、什么算平局、周五前日历上有什么（股份解禁、美联储发布）——这些细节被定价得很晚。
- 记忆：数千个历史相似问题的结果分布。比如多数公司财报超预期——好的预测器从历史基准出发，而不是从标题出发。
作者的诚实声明（480–600s）值得原样保留：“这只是样本太少，我们需要多得多的数据才能下任何结论”；且 Sift 本就不是为这种 2–4 天的短周期预测设计的——早期测试显示越是分布尾部、越能跑赢市场，T+1/T+2/T+4 恰是其弱侧，这次只是"找点乐子顺便测试"。
自定义问题引擎：Adobe 与千禧年数学奖
后半段是产品演示（480–840s）：Sift 新增自定义问题功能，不再绑定 Polymarket/Kalshi 的市场链接。演示一：“AI 逆向工程软件暴涨（指 ArtCraft 系列应用，FilmCraft 对标 Premiere Pro、PhotoCraft 对标 Photoshop、EffectsCraft 对标 After Effects、WordCraft 对标 Office、CADCraft 等——节目称其为用 Claude AI 生成的净室实现、免费替代 Adobe 全家桶），Adobe 股价 11 月 1 日前会否跌 10%？” 系统先自动改写问题、定清结算规则（如"较 10 月 9 日收盘价在任意交易日收盘低至少 10%"），跑 40 次检索收集资料，再由 3 个预测器输出：20% 概率（约 1/5，口播中说成"almost one in three"与 20% 并存，以界面数字为准）。支持下跌的证据：近期疲软、ArtCraft 等 AI 颠覆证据、开发者宣称 99% 功能对等"可能只需数月"。支持不跌的证据：双位数营收增长、AI-first 与 AR 增长、历史与伙伴关系。频道主自己正在试用 FilmCraft——“Adobe 太贵了，就为一个 App；不过它确实好用”。
演示二：“OpenAI 或 Anthropic 会在 2026 年底前解决 Navier–Stokes 之外的又一个千禧年数学奖问题吗？” 系统改写为更严的口径：“在 12 月 31 日前宣布 Clay 千禧年问题（Navier–Stokes 除外）的证明、且有具名专家公开称其正确”。结果：8% 概率。最强反证是 OpenAI 10 月发布的那批（约 700 题）没有新的千禧年证明；不确定性集中在七个 Clay 问题池子小、“合格事件"要求同时满足官方宣布与专家背书。频道主计划在年底回看检验这两个预测。
结尾（840–991s）：开放少量早期访问名额（Sift Intelligence 官网 early access）；另在维护一个美国中期选举 bench，第三轮已开始向市场收敛，众议院席位等数据可查。
观察指标与启发
三条链条：其一，赔率差而非胜率——AI 预测的盈利模型是找到市场定价与自估概率的缺口、只在缺口够大时下注，这与量化交易的"edge + 凯利式仓位"同构，观察指标是 Sift 能否在更多周里复现"低胜率、正期望”。其二，清洁室的实验方法——封存信息库、时钟回拨、事后渗漏检查，这套流程本身可迁移到任何"评估 AI 是否真有预测力"的场景，比回测图更可信。其三，AI 冲击软件订阅定价——ArtCraft 式 AI 生成替代品把 Adobe 的定价权推上风口，Sift 给的 20% 概率是个可跟踪的锚点；11 月 1 日前 Adobe 是否跌 10%、年底前是否出现新千禧年证明，都是自带截止日期的免费验证点。
不确定性如实记录：单周样本、10 笔下注的统计意义为零（作者自己承认）；“长尾优势"假设仅有早期内部测试支撑；ArtCraft 的"99% 对等"是开发者宣称而非独立评测。本篇所有数字均为节目自称，未做外部核验。
（转写质量注：公司名在转写中不稳定地记作 SICK/SICT/Sift，视频标题作 “Sikt Intelligence”，本篇统一采用 Sift Intelligence；频道主姓名转写未出现，仅以"频道主/作者"指代。）