PolyGnosis 2.0：通过 Polymarket 和 OSINT 洞察提取的代理Harness工程增强 LLM 推理

本文介绍了 PolyGnosis 2.0，这是一种开创性的多代理架构，旨在通过将 Polymarket 异常信号与全球开源情报 (OSINT) 流（特别是全球事件、语言和语气数据库 (GDELT)）合成来提取预测情报。我们将“视角不匹配”（Polymarket 情绪与全球媒体流之间的叙述分歧）定义为高阿尔法交易信号，并将其作为目标。超越一般代理优势，我们严格量化高噪声金融领域内“利用工程”技术的功效，包括反射循环、工具调用、分而治之的分区（D＆C）和思想链（CoT）。我们针对人类专家基准的实证评估表明，虽然结构分区对于多维对齐是强制性的，但不受约束的终端反射会主动引起逻辑漂移。此外，我们在叙述推理过程中发现所有代理配置中普遍存在“共识偏差”，因此需要确定性验证。最终，我们分离出帕累托最优配置，该配置可实现专业级分析精度，同时最大限度地减少延迟和词元开销，为预测市场中的自主智能提供强大的蓝图。