让AI智能体组梦幻足球队：哈兰德被放替补席，几周下来没摸到平均线

几周前，我搞了个小实验：派出一小队AI智能体，让它们搭阵容、管球队。

AI智能体如今已经渗进生活的各个角落，我就想验证一件事——把一群AI凑到一起，究竟能不能组出一支能赢球的梦幻队伍？

其实用AI玩梦幻联赛这事，我几年前就试过。那时用的是英国图灵研究所的工具，思路是靠建模过往联赛数据来挑阵容，给出的建议离谱得没边。伤没伤、球队有没有换主帅，这类现实中的关键信息，它一概不纳入参考。

图源：豆包AI

这一回是在飞回老家的航班上，我找Codex帮了忙。先喂给模型几篇相关研究论文，再让它搭一套“指挥框架”：把指令和代码写好，带着不同的AI智能体一步步干活，一边跟进近期新闻，一边跑数据模型做预测。

这套体系它很快就搭出来了，能整理、能分析的信息量看着比我一个人能搞定的多太多。可万万没想到，它最初给的阵容建议蠢得离谱——哈兰德放替补席？这也好意思叫专业建议？

于是我让Codex按分工拆出几支AI小队：有的专门刷新闻和球迷博客，有的分析近期赛果，有的跑数据预测模型，还有一组专门挑毛病、提反对意见。这么一改，建议明显靠谱多了。

不过跟几年前相比，进步已经大到惊人了。芝加哥大学研究AI市场应用的计算机科学家徐海峰表示，新一代大模型预测能力更强，核心在于它们能消化、分析海量的现实世界信息，还能搭建更复杂的系统来完成预判。

图源：豆包AI

去年年底，徐海峰注意到Kalshi、Polymarket这类预测市场越来越火，就好奇市面上顶尖的商用大模型放进这些市场会是什么表现。他和同事们由此开始测试大模型的预测本事。

测试的方式是让模型猜各种结果，比如谁能拿NBA总冠军，特朗普接下来会和哪些人会面。

“我们很快就发现，模型表现相当不错。”徐海峰说。哪怕不给什么特殊指令和引导，模型的预测水平有时候都能超过普通人。在他们的测试里，GPT-5的预测能力排第一，之后依次是Grok 4、Claude Sonnet、Gemini和Llama。

不过有个现象挺耐人寻味：眼下AI还赢不了那些顶尖的“超级预测者”。徐海峰的解释是，人吃不下那么多信息，可对真实世界的把握更透，一条新闻背后藏着什么逻辑、什么动向，人能读出来。

可话说回来，人类超级预测者的领先优势正在被一点点吃掉，证据越来越多。最近一届Metaculus杯预测大赛上，AI已经偶尔能压过最厉害的人类选手。另一个叫ForecastBench的评测，比赛还在跑，结果很快公布，大概率会再添一条佐证：AI的预测本事已经追得上人了。按这个路子走下去，各大AI实验室下一步多半会把“预测未来”立成衡量机器智能进展的新核心赛道。

图源：豆包AI

这些预测实验都指向同一个结论：数学、编程、法律行业先后被AI冲击，靠交易吃饭的行业说不定很快也会被AI颠覆。或许未来最顶尖的交易员会换个身份，变成AI智能体的管理者和调度者——这些AI预判未来的本事，比人类强得多。

再说回我那支梦幻球队，AI出的主意眼下还没那么灵。这几个星期，它带的队伍得分一直没够到平均线。换我自己挑阵容，它的建议肯定不采纳。

但AI毫无疑问会越来越强，说不定再过不久，就能轻轻松松制霸梦幻联赛了。不过说实话，我倒有点不希望这一天来得太快。

毕竟全靠自己动脑赢下比赛，拿来跟朋友吹牛皮的乐趣，才是玩这个的精髓啊。