我把一群AI智能体放上去管理一支梦幻足球队，它们还比不过人类——至少现在还不能

# 我让一群 AI 智能体接管了一支梦幻足球队。它们还比不上人类——目前还没有 来源: https://www.wired.com/story/i-put-ai-agents-in-charge-of-a-fantasy-team/ 我咨询了我的 AI 驱动的水晶球，它告诉我：前沿模型在不久的将来会大幅提高预测能力。不信你问问我那支[英超梦幻联赛球队](https://fantasy.premierleague.com/)。 几周前，我部署了一小群 [AI 智能体](https://www.wired.com/story/i-tested-every-major-ai-agent-for-a-day-heres-the-best-one/)来组建和管理一支实验性阵容。鉴于 AI 智能体已经渗透到我们生活的方方面面，我想知道：一群机器人能不能凑出一支获胜的球队。 几年前我就关注过 AI 在这个领域的潜力，当时在玩英国图灵研究所的一个工具，它通过建模历届梦幻联赛数据来选人。它的建议简直荒唐——完全没有纳入现实世界的信息，比如球员伤病或球队换帅。 这次，我在飞回家探亲的路上，请 [Codex](https://www.wired.com/story/plaintext-open-ai-codex/) 帮忙。我先喂给模型几篇相关研究论文，然后请它构建一个"脚手架"——一套引导不同智能体完成各步骤的指令和代码——用来查看最新新闻并运行预测模型。 它很快拿出了一套方案，汇总和分析的信息量远远超过我一个人能处理的。然而令我惊讶的是，最初的球队建议居然那么蠢。把 [Erling Haaland](https://www.wired.com/story/erling-haaland-is-everywhere-at-the-world-cup-most-of-it-is-ai/) 按在替补席上？真的吗，Codex？ 接着我让 Codex 创建一个各司其职的智能体团队：几个负责阅读新闻和博客，几个分析近期比赛结果，几个运行预测模型，还有一批负责批评和评审建议。效果显著提升。我试着把智能体数量增加到 100 多个，希望系统能更聪明，结果除了让我 API 账单飙升之外，没有多大变化。 但与几年前相比，进步仍然显著。芝加哥大学计算机科学家 [Haifeng Xu](https://www.haifeng-xu.com/) 研究 AI 在市场情境中的应用，他表示，新模型可能更擅长预测，因为它们能够消费和分析海量现实世界信息，并能编排更复杂的系统来进行推断。 "AI 在理解世界上变得更聪明了——我认为这才是它们进步的根本原因，"Xu 告诉我。 去年底，Xu 对 [Kalshi](https://www.wired.com/tag/kalshi/) 和 [Polymarket](https://www.wired.com/tag/polymarket/) 等预测市场的日益流行感到惊叹。他好奇最强的商业模型在这些市场上表现如何，于是与几位同事一起开始测试模型的预测能力。 他们让模型猜测，比如谁会赢得 NBA 总冠军，以及特朗普总统将与谁会面。 "我们很快发现模型表现得相当好，"Xu 告诉我。他说，在没有任何特殊指令或引导的情况下，模型有时能胜过普通人。在他们的测试中，GPT-5 的预测表现最佳，其次是 Grok 4、Claude Sonnet、Gemini 和 Llama。 该团队随后开发了 [Prophet Arena](https://www.prophetarena.co/)，一个衡量模型预测能力的基准测试。这是一系列测试 AI 未来展望能力的基准之一；另一个是由哈佛大学研究人员和一家名为 Arcada Labs 的公司推出的 [Prediction Arena](https://arxiv.org/abs/2604.07355)，最近给前沿模型 10,000 美元，让它们在预测市场上下注 57 天。模型在实验中持续亏损，但研究人员观察到它们的表现在不断改善。 Xu 告诉我，AI 通过定制脚手架来预测最为有效，他还指出，让智能体各司其职——阅读新闻、收集其他数据、分析整个系统——似乎是最有效的方式。 有趣的是，AI 仍然常常落后于被称为"超级预测者"的顶尖专家。Xu 解释说，尽管人类无法消化那么多信息，但他们对现实世界的理解——即对新闻事件背后动态的把握——更加深入。 尽管如此，越来越多的证据表明人类超级预测者的优势正在被侵蚀。名为 Metaculus Cup 的比赛最近[显示](https://www.economist.com/science-and-technology/2026/09/16/artificial-intelligence-now-beats-some-of-the-best-human-forecasters)，AI 有时能击败最优秀的人类预测者。而名为 [ForecastBench](https://www.forecastbench.org/) 的基准测试，或许会在正在进行的比赛出结果后提供进一步证据，证明 AI 能够媲美人类的能力。事实上，我认为可以预见，各大实验室会将注意力转向"预测未来"，把它作为衡量机器智能进步的强大新方式。 所有这些预测实验似乎都在表明，与数学、编程和法律领域一样，以交易为基础的行业可能很快会被 AI 颠覆。也许最优秀的人类交易员将扮演一种新角色：监督和编排那些预测未来能力远超人类的 AI 智能体。 就目前而言，我那支 AI 球队的建议还谈不上亮眼。过去几周，它的球队得分从未超过平均水平。我当然不会把它的任何建议用在自己的选人上。 但 AI 毫无疑问会变得更强，也许很快就能轻松称霸梦幻联赛。不过我倒是希望它别那么快变强，否则靠一个人赢下比赛、收获吹牛资本的乐趣就没了。 --- *这是 **Will Knight 的** (https://www.wired.com/author/will-knight/) **AI Lab 通讯** (https://www.wired.com/newsletter?sourceCode=editarticle) 的一期内容。往期通讯请点[此处](https://www.wired.com/tag/ai-lab/)阅读。*