Polymarket Agent

我们提出 polyMonitor Forecast Intelligence Graph：一个用于从 Polymarket 数据生成可审计预测市场情报的结构化多 Agent 系统。系统结合确定性证据构造、模型驱动的 specialist agents、critique、calibration 和 panel generation。它的目标不是模拟多人聊天，而是生成以价格、fills、相关市场、oracle state 和外部催化因素为依据的市场级判断。

x

摘要

预测市场通过价格暴露概率信念，但市场解读不能只依赖最近成交价。一个有用的监控系统必须同时推理订单簿微观结构、fill activity、兄弟市场、结算标准、oracle state 和外生信息。我们将 polyMonitor 形式化为图结构推理系统：给定全市场 evidence packet 和 dashboard lens，图会输出校准后的 panel payload、quant snapshot 和可回放的 node-level audit log。架构刻意保持小而清晰：确定性节点构建 evidence state，specialist LLM agents 分析互补的不确定性表面，skeptic agent 执行 critique，writer agent 将校准状态转成 dashboard views。

问题定义

令 x 表示一个 market evidence packet，其中包含 Polymarket market metadata、prices、order-book summaries、recent fills、related-market candidates、oracle state、external context 和 prior forecast memory。令 l 表示 {overview, special, trend} 中的一个 panel lens。系统在推理期间不学习私有市场模型，而是计算一个结构化映射：

F(x, l) -> (y, q, e)

其中 y 是可直接用于仪表盘的 intelligence payload，q 是 quant 与 data-quality snapshot，e 是有序 event trace，包含 node outputs、input hashes、model identifiers、latency、token usage、tool traces 和 errors。核心设计约束是可审计性：每条 generated claim 都应能归因到有界 input packet 或明确的模型推理节点。

系统概览

生产图是一个有向状态机，而不是开放式群聊。节点按固定顺序执行，使后续模型调用看到紧凑、类型化的状态，而不是无边界 transcript。当前图包含 deterministic state builders、三个 specialist model agents、一个 rule-based calibration node、一个 skeptic model agent，以及最终 panel writer。

evidence_builder
  -> related_markets
  -> quant_forecaster
  -> reflexion_memory
  -> microstructure
  -> catalyst
  -> resolution
  -> calibration_agent
  -> skeptic
  -> panel_writer

这种设计遵循论文式 multi-agent system 视角：只有当某个 agent 拥有独立不确定性来源时才引入它。Microstructure、catalyst 和 resolution reasoning 被分离，因为它们的失败模式不同。流动性信号可能真实而新闻催化已经过时；催化因素可能很强，但市场措辞可能让结算变得模糊。

架构

Agent Prompts

每个模型驱动节点都会接收 system role、紧凑 JSON user packet 和必需 output schema。prompt 不要求模型凭记忆预测，而是要求模型检查有界 evidence state，并返回包含 findings、risks、watch items、confidence 和 probability-adjustment notes 的紧凑 JSON。specialist roles 被刻意设计为不对称：

• Microstructure: price formation, fill tape, volume, trade count, liquidity concentration, and spread quality.
• Catalyst: external events, official releases, news timing, and cross-market triggers.
• Resolution: market wording, oracle conditions, settlement ambiguity, and official-source hierarchy.
• Skeptic：stale evidence、unsupported causal claims、missing data、hallucination risk 和 overconfident probability shifts。
• Panel Writer: conversion from calibrated graph state into dashboard-facing English JSON.

推理流程

runtime 将该图作为有状态推理流程执行。确定性节点先把 raw inputs 压缩为 graph context；模型节点随后在该 context 上运行，并可携带 tool traces；最终输出会被规范化到 panel schemas，并和 replay metadata 一起存储。

Algorithm 1: Forecast Intelligence Graph Inference
Input: evidence packet x, lens l
Output: panel payload y, quant snapshot q, event trace e

1: s0 <- EvidenceBuilder(x, l)
2: r  <- RelatedMarkets(s0)
3: q  <- QuantForecaster(s0, r)
4: m  <- ReflexionMemory(s0, q, r)
5: a1 <- MicrostructureAgent(s0, r, q, m)
6: a2 <- CatalystAgent(s0, r, q, m)
7: a3 <- ResolutionAgent(s0, r, q, m)
8: c  <- CalibrationAgent(q, r, m, [a1, a2, a3])
9: k  <- SkepticAgent(s0, r, q, m, [a1, a2, a3], c)
10: y <- PanelWriter(s0, r, q, m, [a1, a2, a3], c, k)
11: e <- PersistNodeEvents()
12: return y, q, e

Panel 视角

dashboard views 不是独立 agents，而是同一次 graph run 上的不同 lenses。同一个 evidence packet 和 node event trace 可以支持 overview、special 和 trend views，但每个 lens 会要求最终 writer 强调不同决策表面。

输入表示

input packet 被刻意设计为异构。Polymarket 解读依赖 market identity、trading activity、sibling markets 和 settlement semantics。因此图会保持以下 surfaces 分离，而不是把它们折叠成一个 prose context。

输出 Schema

系统输出的不只是 written panel，而是一个三元组：user-facing payload、quant evidence state 和可回放 event trace。这让架构在产品和研究评估中都可检查。

{
  "runId": "fig-...",
  "agentArchitecture": "forecast-intelligence-graph-v2",
  "agentGraph": {
    "mode": "langgraph-supervisor-worker",
    "runtime": "langgraph-supervisor-stategraph",
    "nodes": [
      "evidence_builder",
      "related_markets",
      "quant_forecaster",
      "reflexion_memory",
      "microstructure",
      "catalyst",
      "resolution",
      "calibration_agent",
      "skeptic",
      "panel_writer"
    ],
    "events": []
  },
  "panelPayload": {},
  "usage": {
    "model": "gpt-5.5",
    "latencyMs": 0,
    "inputChars": 0,
    "outputChars": 0
  }
}

评估协议

论文级评估不应只按文字流畅度打分。真正问题是该图是否在保持 calibration 和 auditability 的同时，提升不确定条件下的市场解读。我们沿四个轴评估系统。

• Calibration：使用 Brier score、expected calibration error 和 category-level reliability curves，将 probability statements 或 confidence bins 与实际 market resolutions 比较。
• Discrimination：衡量 high-confidence claims 是否能在后续 price movement、resolution outcome 或 analyst review 中与 low-confidence claims 区分开。
• Faithfulness：审计每条 generated claim 是否由 evidence packet、specialist output、tool trace 或明确 uncertainty statement 支撑。
• Efficiency: report latency, token usage, model calls, fallback rate, and quality changes under node ablations.

消融实验

该图被设计为可通过移除或替换组件进行评估。有效消融包括 deterministic-only output、no specialist agents、no skeptic、no reflexion memory、no related-market state 和 writer-only generation。这些消融用于揭示准确性来自数据构造、specialist reasoning、critique 还是 final writing。

局限性

当前系统应被理解为 monitoring and interpretation graph，而不是 autonomous trading 或 oracle-action agent。它不会提交订单、移动流动性或发起 UMA disputes。它可以暴露 resolution risk，但不能替代法律或官方 settlement review。其判断受 data freshness、source coverage、CLOB availability、model reliability 以及输入 market metadata 质量约束。

相关工作

该设计最接近使用结构化角色、有界上下文和明确评估的专业金融/预测 agent systems。真正有用的结论不是 agent 越多越好，而是当每个 agent 拥有独立 evidence surface 时，分解可以提升可解释性。

• TradingAgents：包含 analysts、bull/bear researchers、trader synthesis、risk review 和 final decision control 的金融工作流。
• TradingAgents system architecture: structured reports and institutional-style coordination.
• FinCon: manager-analyst hierarchy, risk control, and verbal reinforcement for financial decision workflows.
• PROPHET: prediction-market modeling with price time series, event text semantics, and order-book microstructure.
• ForesightFlow：面向 forecasting agents 的 coordination layer、calibration、discriminative power 和 cost-quality evaluation。
• MASAI、SciAgents 和 DrugAgent：使用短轨迹、明确职责、结构化输入输出和领域知识的任务专用系统，而不是开放式聊天。

Runtime APIs

公开 endpoints 暴露产品展示和研究审计所需的当前 run artifacts。浏览器部署通过 /wm-api 前缀访问这些 routes。