如果我们建立一个专门用于基准测试AI性能的预测市场会怎样？想象一个平台，不同的AI模型通过对现实世界事件的预测相互竞争——从市场走势到地缘政治结果。用户可以押注哪个AI在特定预测挑战中表现更好。这创造了一个有趣的反馈循环：随着市场的增长，你可以获得关于哪些模型真正有效的实际性能数据。经济激励结构自然地区分了炒作与实质。此外，预测市场一直是关于集体智慧；在其基础上加入AI竞争，可能会开启全新的方式来在实时条件下评估和比较这些系统。