如果 AI 告诉你：
「这件事发生的概率是 40%。」
你会比相信一位专业分析师，更相信 AI 吗？
今晚一则新闻，正在把这个问题从实验室推向现实。
伦敦 AI 新创 Mantic 今天宣布完成 2,500 万美元 Seed 融资。
但真正吸引投资人的，不只是它又做了一个 AI 工具。
而是：
它正在训练 AI 专门做一件事——预测还没发生的未来。
Mantic 刚刚做到了什么？
Reuters 报导，刚结束的 Summer 2026 Metaculus Cup 中，参赛者必须对尚未发生的政治、经济、文化等事件给出概率预测。
例如不是回答：
「会不会发生？」
而是回答：
「发生概率是多少？」
事情真正发生后，再按照预测与结果计分。
Reuters 根据比赛结果报导，Mantic 最后：
超过所有人类参赛者。
在整体排名中，它只落后另一个 AI Bot「laertes」。
Metaculus 自己也有一个问题：
「Summer 2026 Metaculus Cup 会不会有 Bot 击败所有人类？」
现在答案已经正式标记：
Yes。
这是 AI Forecasting 一个很明显的里程碑。
Mantic 不是自己从零训练一个大模型
这也是这家公司有意思的地方。
Mantic CEO Toby Shevlane 曾在 Google DeepMind 担任研究科学家。
他与 Ben Day 在 2024 年共同创立 Mantic。
Mantic 的做法，不是再花几十亿美元训练自己的 Frontier Model。
它会利用其他 AI Lab 的 Frontier Models，再针对「Forecasting」这个特定能力做专门化。
大致流程可以理解成：
提出预测
→ 用历史数据测试
→ 等事件有答案
→ 计算预测表现
→ 找出错误
→ 再改善下一轮系统。
这有一个很大的优势：
预测是少数可以等到「正确答案真的出现」的 AI 工作。
文章摘要写得再漂亮，很难有一个绝对分数。
但如果你预测：
某件事有 20% 概率发生，
最后它到底有没有发生，时间到了就知道。
所以 Forecasting 很适合让 AI 不断接受可量化的 Feedback。
AI 为什么可能特别适合做 Forecasting？
人类预测未来有一个很现实的限制：
人会累。
没办法每天 24 小时重新读几千则新闻。
也不可能每出现一个新消息，就重新计算几百个事件的概率。
AI 却可以：
- 持续搜索新信息
- 同时追踪大量事件
- 快速读取历史案例
- 重新计算 Base Rate
- 持续更新 Probability
- 对很多问题反复运行同一套流程
Mantic CEO 还指出，在 Metaculus Cup 里，AI 有另一个可能的优势：
比较不容易跟着人群一起押同一边。
如果市场或人类 Forecasters 已经大量倾向某一个答案，AI 仍然可以重新根据数据计算，而不是单纯跟着共识走。
这不是说 AI 没有 Bias。
而是它的 Bias 可能和人不一样。
但这里有一个很重要的「但是」
看到「AI 击败所有人类 Forecasters」，
很容易直接下结论：
AI 已经比人类更会预测未来。
目前证据还不能支持这么大的结论。
原因是 Metaculus 自己还有另一套专门比较 AI 与顶尖人类 Forecasters 的 FutureEval。
Spring 2026 的测试中：
10 名 Metaculus Pro Forecasters
对上
排名最高的 10 个 Forecasting Bots。
双方用相同的一组 99 道问题直接比较。
结果是：
人类 Pro Forecasters 平均仍领先 Bots 1.25 个 Head-to-head Points／Question。
而且这个差距没有达到统计显著。
换句话说：
这组数据不能证明人类真的比较强，也不能证明 AI 已经超越顶尖人类。
真正比较准确的说法是：
差距已经非常小。
更值得注意的是进步速度。
在先前的 Q2 2025 FutureEval，同样的 Bot Team 对 Human Pros 比较，平均落后约：
20.03 Points／Question。
到了 Spring 2026：
只剩：
1.25 Points。
这才是今晚真正值得看的数字。
所以 Mantic 的胜利代表什么？
不是：
「AI 已经知道未来。」
而是：
「AI 已经进入可以和专业人类 Forecasting 正面比较的阶段。」
两者差很多。
Forecast 也永远不是预言。
例如：
AI 说某事件有 70% 概率发生，
最后事件没有发生，
不代表预测一定错。
如果你把大量「70%」事件放在一起，长期大约有七成发生，这才叫做好的 Calibration。
所以真正有价值的 AI Forecasting，不应该告诉你：
「未来一定会怎样。」
而应该告诉你：
「根据目前信息，不同结果的概率各是多少。」
为什么企业开始对这件事有兴趣？
Reuters 引述投资方表示，Mantic 已经吸引全球企业与政府机构注意，部分客户已经开始集成它的 AI，但公司没有公布客户名称。
其中一个特别积极的族群是：
Hedge Funds 与 Trading Firms。
原因不难理解。
如果你真的能比市场更早、更准地估计：
- 经济事件
- 政策变化
- 产业需求
- 商品供应
- 公司事件
那么一点点 Forecasting Edge，都可能具有很高价值。
但这里同样要非常小心。
预测事件概率，比其他人稍微准一点，不等于一定可以转成稳定投资报酬。
真正进入金融市场之后，还有：
价格是否已反映信息、
交易成本、
进出场时间、
Position Sizing、
流动性、
风险管理
等完全不同的问题。
不能把 Forecasting Benchmark 成绩直接当成交易胜率。
2,500 万美元真正押的是什么？
这轮 Seed Round 由 Radical Ventures 领投。
其他投资者包括：
- Microsoft 旗下 M12
- Thinking Machines Lab
- Balderton Capital
- 其他投资人
估值没有公开。
投资人真正押的，可能不是一个「猜答案比较准的 Chatbot」。
而是一个更大的方向：
如果 AI 能持续把不确定的未来转成比较可靠的 Probability，Forecasting 本身可能变成一层新的企业基础设施。
公司做策略，
政府做风险评估，
供应链做需求规划，
金融机构做情境分析，
原本都需要人根据大量不完整信息做判断。
AI 不一定替人做最后决策。
但它可能先把：
「我觉得会发生。」
变成：
「目前数据下，我估计有 37% 概率发生，而且昨天是 29%。」
这一步，本身就可能很有价值。
今晚真正值得记住的不是「AI 会预言」
Mantic 的结果很值得注意。
但更值得注意的是：
AI 正在从回答「现在是什么」，走矢量化「接下来可能发生什么」。
今天以前，我们最常测 AI：
会不会写？
会不会算？
会不会 Coding？
接下来可能愈来愈常测的是：
它能不能在信息不完整的情况下，比人更准确地判断未来的概率？
Summer 2026 Metaculus Cup 给了一个很强的信号。
但 FutureEval 同时提醒我们：
比赛赢过全部人类，不等于 AI 已全面超越顶尖人类 Forecasting。
真正的变化是：
这场原本看起来还很远的比赛，
现在已经非常接近了。
今天，和 AI 一起进步一点。
每天学会一个 AI 技巧。
每天节省一点时间。
每天提升一点能力。
SasaDaily，陪你一起成长。
推荐阅读
AI 一分钟教学｜2026/07/31：请 AI 分析数据时，要求它留下「数据源、处理步骤、重现方式」
今日 AI 工具｜2026/09/14：ChatGPT Work Data agent，直接问公司数据、追原因、做交互 Dashboard，不用先学 SQL
AI 晚报｜2026/09/07：国泰航空扩大 Google AI 避开凝结尾实测，80 多班航班估减约 40% 凝结尾暖化影响
