Gemini、TensorFlow 與我們自己的氣象站——接下來會發生什麼
我們正在籌備一件就我們所知、還沒有任何預測市場交易者做過的事:端到端地擁有整條資料管線。這個領域裡多數機器人止步於公開的天氣 API。StormBot 正朝著一套資料從我們自有的實體感測器開始、止於鏈上結算的技術堆疊邁進。
StormBot 地面站 — 德州奧斯汀
正在建造一座 專屬的天氣測量設施 位於德州奧斯汀郊外。這可不是後院的隨手搭建。場地正配備專業級的氣象儀器——高精度溫度計、氣壓感測器、風速計、雨量計與濕度探頭——每一件都校準至 WMO 標準。
何必費這個事?因為 Polymarket 的天氣訂單簿是依據 Weather Underground 測站資料,而那些測站存在已知偏差——都市熱島效應、彆扭的感測器擺位、緩慢的校準漂移。經營我們自己的測站並持續與 WU 讀數交叉比對,使我們能夠精確建模預報模型與真正結算每個市場的數據之間的差距。沒有其他人擁有那種訊號。
目標營運日期:2026 年第三季
Google Gemini 與 Claude 並肩運作
Gemini 正作為第二個推理模型接入,與 Claude 並行運行。每個模型都獨立分析同樣的候選對象,而引擎會在任何訂單路由之前交叉比對兩方的意見。一致被視為信心提升;分歧則把該筆交易標記以供審查。兩個前沿模型在同一個判斷上趨於一致,是比任何單一模型自身都更強的訊號。
一個客製化的 TensorFlow 網路
一個量身打造的 TensorFlow 模型 正以五年以上的歷史預報、配對對應城市與日期的 Polymarket 結算結果進行訓練。它的任務是學習那些基於物理的模型系統性地錯失的模式——某些城市裡 WU 測站與官方預報之間一貫的落差、會產生超出預期的較大溫度擺盪的天氣型態——並即時把它們呈現為第三個獨立的機率估計,與整體核心及推理模型並列。