他们一边做预测市场，一边把监管机构告上法庭：Kalshi 的反常识增长逻辑

一家初创公司，既想重塑“预测未来”的方式，又选择正面硬刚监管机构。更反直觉的是：这场官司没有拖垮他们，反而加速了增长。Stripe 的这场对谈，首次系统揭示了 Kalshi 如何在合规、产品、市场设计之间走出一条非常规路径。

预测未来这件事，为什么一定会惹上官司

如果你只把预测市场理解成“赌输赢”，那你几乎一定会低估 Kalshi 遇到的阻力。视频里最炸的一句话，并不是关于技术，而是关于监管：他们做到了“第一个获得 CFTC 批准的预测市场”，却仍然因为美国大选相关市场被起诉。

创始团队在回顾那场选举诉讼时，用了一个极重的判断：几乎“每一寸证据”都指向相反方向。这不是创业者常见的委屈叙事，而是一种冷静的复盘——当产品本身触及制度边界，增长越快，冲突越不可避免。

反直觉的地方在于：这场官司并没有让 Kalshi 收缩，反而逼迫他们把“什么是合法、什么是可以更快上线的新市场”这件事想得极其清楚。很多公司是先增长、后合规，而他们几乎是被迫反过来。

两位创始人的分工，比“谁是 CEO”重要得多

访谈中有一段看似轻松的问题：“你们俩是怎么分工的？”但真正的价值在回答背后。主持人点出一个关键判断：正是这种分工，才导致了“great outcomes”。

从语境能听出来，一位更偏向市场结构、产品和增长，另一位则在法律、合规、制度设计上投入了大量心力。尤其是在和 CFTC 的拉锯中，很多关键决策并不来自硅谷常见的‘先做了再说’，而是来自对监管文本、历史判例和激励边界的深度理解。

这也解释了一个反常识现象：在预测市场这样高风险的赛道，Kalshi 并没有靠激进扩张取胜，而是靠“设计得足够慢、但一旦上线就极快”的机制，把竞争者甩开。

真正的护城河，不是市场数量，而是“上线速度”

视频里反复出现一个关键词：faster。不是撮合速度，而是“列出新市场的速度”。Kalshi 已经建立了一种新型交易所，能够更快地上线各类事件市场——这背后不是简单的工程效率，而是制度设计。

一个容易被忽略的细节是：他们的直接移动端应用界面，让“列新市场”这件事在边际成本上几乎为零。这意味着，当别的平台还在权衡是否值得为一个小众事件投入资源时，Kalshi 可以直接把它丢进市场，让真实交易来验证价值。

这也解释了为什么他们并不惧怕竞争。正如访谈中提到的：因为“pie is so big”。当市场足够大，谁能更快地把真实世界的不确定性转化为可交易的合约，谁就能持续吸走流动性。

从扑克机器人到预测市场，AI 的角色正在变化

对 AI 从业者来说，最值得反复听的是那段类比：早期 AI 的重要战场之一是扑克机器人，人们关心的是 P&L、长期收益曲线、策略稳定性。而预测市场，本质上是一个更复杂、噪声更大的“现实版牌桌”。

在这里，模型不是为了赢一手牌，而是要在长期中对信息进行定价。哪些信号值得相信？哪些交易者在系统性犯错？这些问题，正在把 AI 从“博弈技巧”推向“社会感知系统”。

有意思的是，Kalshi 并没有把 AI 当成宣传点，而是把它隐含在市场做市、风险控制和增长效率里。这种克制，反而让人警觉：也许下一波真正有价值的 AI 应用，根本不会打着 AI 的旗号。

预测市场不是答案，但可能是对抗噪声的工具

从 insider trading 的讨论，到体育市场表现“actually quite poor”的反思，创始人并没有把预测市场神话化。他们反复强调：只有在正确的禁止规则和激励下，市场才能产生信息，而不是噪声。

这也引出了一个更大的命题：当公共讨论越来越情绪化，预测市场是否能成为一种校准现实的工具？他们的态度相当谨慎——不是“它会改变一切”，而是“它可能在某些场景下，做得比传统机制更好”。

这种克制的乐观，可能正是 Kalshi 能活到现在、并继续扩张的原因。

总结

这场对谈最大的价值，不在于预测市场本身，而在于一种反硅谷直觉的创业范式：当你注定要触碰制度边界，增长并不是唯一优先级，理解规则、重塑激励、设计节奏同样重要。

对 AI 从业者而言，Kalshi 提供了一个重要信号：未来最有影响力的 AI 系统，可能不是聊天、生成或搜索，而是那些悄悄嵌入市场、长期对抗不确定性的机制。一个值得思考的问题是：如果你的模型预测得比人准，它能否在真实世界中“被定价”？

关键词： 预测市场， Kalshi， CFTC， AI与市场， 监管与创新

事实核查备注： 需要核查：Kalshi 是否为首个 CFTC 批准的预测市场；选举相关诉讼的时间与裁决结果；访谈中关于市场上线速度和移动端成本的具体表述；AI 与扑克机器人的类比是否为原话或意译。