去 Polymarket 上与人类赌博的 OpenClaw，已经月入数万美元了

有人说OpenClaw这只龙虾是玩具，有人则想把它变成赚钱机器。把龙虾派到Polymarket上，是很多人开始尝试的新玩法。

在小红书上，有人出价1000元，找人帮自己部署OpenClaw。主要用途之一，就是用OpenClaw来做Polymarket上的量化交易。而这并非突发奇想。

2月13日，OpenClaw官方的博文提到，一个由OpenClaw驱动的机器人证明了自主智能体在预测市场的强大潜力——单周狂揽11.5万美元利润。

1月底，Polymarket也发布过一条有趣的帖子：Agent们正在Polymarket上进行交易，试图补贴自己的token成本。

这看起来有点难以置信。有的龙虾不断吞噬主人的钱包，而有的龙虾已经不仅能养活自己，还能供养主人了。

机器人在Polymarket淘金

当人类交易员还在被恐惧与贪婪左右，一个名为“0x8dxd”的机器人账户，在Polymarket上悄悄完成了两万多次交易，盈利总和超过170万美元。

先介绍下Polymarket，一个万物皆可交易的地方。

它是全球最大的去中心化预测市场平台，让用户围绕未来可验证的事件交易Yes或No合约。合约价格在0到1美元之间波动，并直接对应市场共识概率。而用户可以通过预测的准确性，来换取回报。

举个例子。

在2024年到2025年间，全球粉丝和投资者都在盯着TaylorSwift和橄榄球星TravisKelce的恋情。Polymarket顺势推出了一个预测交易：“两人是否会在2025年底前宣布订婚？”在市场普遍倾向于“NO”的时候，有人大笔买入“Yes”，后来大赚一笔。

换言之，如果你对某个事件有更精准的洞察，那么就有机会在Polymarket赚钱。不过对0x8dxd这类机器人来说，预测能力并不重要。它们的谋财之道，靠的是一套抓bug的运作机制和人所不能及的快速反应。

总结起来，机器人主要依靠几个核心招数。

首先是数学平价套利。这利用了预测市场的Bug。在Polymarket的二元期权交易中，无论结果是“Yes”还是“No”，最终获胜方的合约结算价必定是1美元。当市场情绪波动或流动性突变，市场两侧（Yes和No）的总成本有可能低于1美元。这时机器人迅速同时买入多空两侧的股份，便能实现无风险套利利润。

再就是专注极短期的加密货币波动市场。BTC、ETH等5分钟和15分钟短期预测市场的波动剧烈，特别是在交易所发生强制平仓潮等极端行情时，极易产生价格错位，这给机器人的高频介入提供了完美的温床。

其三是充当数字做市商，通过高频双向挂单赚取价差。例如，当某个结果的公允价格在80美分左右波动时，机器人会以80美分买入，并迅速以81或82美分卖出。这种单笔利润极小，但积少成多，也非常可观。

总的来看，机器人凭借极高的速度优势和铁一般的机器纪律，对Polymarket进行了无情收割。这正对应了人类作为碳基生物反应不快、理性不足、需要睡觉的劣势。而OpenClaw的出现，大大降低部署自动交易机器人的门槛，推动硅基势力进一步爆发。

相比传统的Python机器人，交易者无需深入编程，就可以配置OpenClaw交易Agent，实现自动化交易。OpenClaw本身的能力，也让它适配交易场景。龙虾们可以不间断地监控市场价格和交易量，既能确保交易者不会错过机会，也能及时警告风险。

实际上，很多人已经把前边提到的0x8dxd跟OpenClaw联系起来。虽然没有直接证据表明它是基于OpenClaw构建，但它恰好是从OpenClaw诞生开始活跃。而且，当0x8dxd把Polymarket变成提款机的事迹流传开，OpenClaw社区涌现了制作Polymarket-trading之类Skills的热潮。

在近期的Polymarket预测市场上，OpenClaw便成了自动化交易讨论中的高频词。不过，只靠一些通用策略执行交易，显然是未必靠谱的。

这样也能赚钱？

一个简单的结论是：可以稳定套利的公式一旦被公开，也就失效了。如果大家都用同样的套路，这个套路本身就不会成立。所以面对任何分享这类经验的教程，最好小心为妙。

事实上，Polymarket已经做出调整，来打击机器人的套利行为。比如引入交易手续费，增加交易摩擦成本，以及改变订单执行的底层延迟机制，限制专门利用时间差漏洞进行抢跑的自动化交易。

这就倒逼交易者去发掘AI更大的潜力，找更隐秘的机会。于是有心的交易者把通用策略结合独特场景落地，挖掘出了一些意想不到的玩法。比如，交易天气。

预测天气是目前Polymarket流传最广的案例之一，有的机器人专门交易天气数据。

一个名为“automatedAItradingbot”的账户，2025年1月入驻Polymarket。它热衷于围绕天气预测下注，盈利超过7万美元。还有人发现，一个仅交易伦敦天气市场的机器人，在不到一年的时间里，把1000美元变成了2.4万美元。

其中的核心逻辑是，预测市场对突发天气变化的反应往往滞后。理论上，如果你有一个灵敏可靠的AI Agent，比如给OpenClaw装上天气插件，就可以在官方气象预报更新后，对未及时调整赔率的盘口下注。

但这还不够AI。随着大模型的演进，机器人不该只是识别天气预报这类显而易见的信号，而应该至少在某个智能的维度，做点人类做不到的事情。

事实上，AI的确在预测市场展现了更诱人的能力。

一篇关于“LiveTradeBench”的论文做了基于真实世界实时数据进行的“模拟交易”。在Polymarket“2025俄乌停火”的盘面上，大模型靠自己的推理和预测，就有机会大赚一笔。

案例是这样的：

去年10月，泽连斯基访问白宫并提出“无人机换战斧导弹”的交易提案，Grok-3进行了“基于信念的推理（belief-basedreasoning）”，将内部预估的停火概率从0.15动态上调到了0.22，同时它注意到，当时“YES”合约的价格大幅跳升至0.18。这形成交叉验证，于是，Grok-3判定该合约存在被低估的套利空间，确立了坚定做多并持有的策略。而最终该合约的市场价格稳步上涨，让它有机会获利。

但Grok还不是表现最好的。

上述论文测试了21个主流大语言模型在金融市场的表现，同时涵盖了美国股市和Polymarket预测市场。其中，Claude-Sonnet-3.7在Polymarket的表现一骑绝尘。它在50个交易日的观测中，实现了20.54%的累计回报率。其最大回撤为10.65%，也大幅领先市场平均水平。

在“捡钱”故事背后

上面的实验比机器人套利的财富故事更值得关注，它们至少提示了一种新的可能。如果说0x8dxd们靠的是速度和抢跑，那大模型的出现，把另一张底牌摆上了桌面，那就是推理本身，也能成为武器。

之后的自动交易机器人分工很可能是，大模型负责判断，把零散信息压缩成概率结论；OpenClaw这类工具负责执行，把这个结论变成实际的下单操作和仓位管理。过去只有量化基金才玩得起的事，现在个人开发者也能搭起来。

这意味着预测市场的竞争维度，正在出现变化。

在传统预测市场，人类靠的是经验和直觉。在高频套利时代，机器靠的是速度和纪律。现在推理能力也被程序化，真正的门槛变成了，谁更擅长把复杂信息转化成准确的概率。

于是又有人浮现出新的幻想：如果自己有一只足够聪明可靠的龙虾，就有机会把Polymarket变成印钞机了。

可惜，理论和实践还有不小的差距。Prophet Arena是一个用于评估AI预测能力的平台，基于它的研究揭示了一些不可忽视的风险。

首先，大模型的预测能力并不稳定。顶尖模型在开放域预测上可以接近甚至超过市场共识，但"猜得准"和"赚得到"是两回事。预测精度提升，不会自动变成持续的超额收益。

其次，时间窗口是个现实的挑战。一个事件越接近出结果的时候，突发信息的冲击越密集，而模型在这种阶段往往偏保守，概率调整慢，人类市场的反应速度更胜一筹。

再者，大模型容易被噪音带偏。一条情绪化的新闻、一波社交媒体异动，都可能让模型的概率判断大幅摆动。相比之下，有经验的人类交易者反而有更强的锚定感，不那么容易被短期噪声冲垮。

此外，OpenClaw类框架通常要求导入私钥与交易权限，各种安全问题也可能悄然掏空账户。

所以，与其期待AI+OpenClaw会对预测市场形成降维打击，不如关注它将给这个市场带来的深层影响。当AI驱动的Agent会越来越多，价格变化对信息的反应越来越快，而这反倒可能会消除自动套利的幻想。

一旦机器人或者龙虾们泛滥，套利的窗口只会越来越窄。到时能否持续盈利，不会取决于你是否拥有一只更聪明的龙虾，而要看你是否理解自己承担了怎样的风险。

AI能替人类为赌局下注，但承担后果的，还得是人类自己。

声明：

1. 本文转载自 [李楠]，著作权归属原作者 [李楠]，如对转载有异议，请联系 Gate Learn 团队，团队会根据相关流程尽速处理。
2. 免责声明：本文所表达的观点和意见仅代表作者个人观点，不构成任何投资建议。
3. 文章其他语言版本 由 Gate Learn 团队翻译， 在未提及 Gate 的情况下不得复制、传播或抄袭经翻译文章。