香港 LMTA 2026 Keynote：AI驱动的预测市场，从投研到自主结算

2026年7月25日，受 LMTA 2026 国际会议邀请，黄华威教授在香港做了大会主题报告（Keynote Speech）。

LMTA 2026 全称是2026 International Conference on Large Language Model Technology and Applications，即大模型技术与应用国际会议，由香港教育科技人才创新发展研究院主办。会议于7月24日至26日在香港举行，汇聚全球学术界与产业界专家，围绕大模型架构优化、多模态学习与产业落地等前沿议题展开交流。

黄华威教授作为第二场 Keynote Speaker，于7月25日上午 9:50-10:30 做了题为 “AI-assisted Prediction Markets on BrokerChain: From Research Assistants to Autonomous Settlement”（构建在BrokerChain区块链上AI驱动的预测市场：从投研助手到自主结算）的报告。

报告内容概要

黄华威教授在本次报告中介绍了研究组在 BrokerChain 公链上构建的 AI 驱动的预测市场原型。该项目在原有 BrokerChain Wallet 基础上扩展了以黄金票据为标的的预测市场功能：用户可创建定制化博弈池，基于 IPFS 与链上数据买入 YES/NO 份额，并通过 AMM 份额比例、历史曲线与个人持仓估值实时追踪市场动态。

报告的重点是AI Agent 在预测市场全生命周期中的三重角色：

1. 投研助手：投研 Agent 通过后端调用 DeepSeek，将实时金价、美元与人民币兑换汇率、博弈池结算条件、链上虚拟储备、剩余时间及用户持仓等多维信号组织为投研上下文，辅助用户研判。
2. 自动托管交易员：用户可一键开启 Agent 托管模式，由后端Agent在置信度阈值、冷却期与Kelly仓位控制等风控机制下，自动完成买入、卖出与仓位管理。
3. 结算预言机：当博弈池到期，Agent Oracle模块接管事件裁决。Oracle 并发向 DeepSeek、Claude、GPT、GLM、MiniMax 等多个模型分发事件信息与外部证据，各模型独立判断并触发 BrokerChain 链上结算。

报告贯穿了AI Agent 如何覆盖预测市场“投研—交易—结算”全生命周期，探讨了其为可信链上金融应用带来的机遇与挑战。

会议花絮

本次会议议程紧凑，Keynote 环节还邀请了香港科技大学申亚京教授做“触觉赋能的具身智能机器人”报告、东莞理工学院Ata Jahangir Moshayedi副教授做“大模型驱动的智慧农业”报告。下午还有21场 Oral Presentation，涵盖大模型在教育、文化遗产保护、音乐生成、全球治理等多元领域的应用探索。

在 Keynote 讲述结束后，大会主办方向黄华威教授颁发了 Certificate of Appreciation，感谢他在 LMTA 2026 的贡献。

一点感想

将大模型与区块链结合，尤其是让 AI Agent 贯穿预测市场的完整生命周期，是一个充满想象力但又极具挑战的方向。从学术研究到原型系统落地，黄华威研究组 BrokerChain 团队正在一步步探索。期待未来更多AI与区块链交叉领域的突破。