MCPlatoMCPlato
返回博客
AI 智能体
Codex
预测市场
研究自动化
Wands

Codex 能构建市场工具，MCPlato 能运营研究台。

一份面向预测市场研究流程的 Codex vs MCPlato 实用指南，涵盖周期简报、市场隐含概率、本地模型复核、决策日志与 Wands，强调不提供投资建议、不执行交易，并始终保留人工审阅、来源链接和可复盘记录，以便把价格信号转为可追踪的研究产物。

发布于 2026-07-09

分享

预测市场研究从外面看很简单：找到一个市场，读取一个价格，再把它和你的观点比较。实际工作要混乱得多。一个天气市场可能取决于官方预报更新；一个宏观市场可能会围绕计划发布的数据波动；体育或政策市场可能会对你离开研究台时出现的来源作出反应。你的本地模型可能不同意市场价格，但这种分歧只有在你知道是哪一版数据、哪个来源时间戳以及哪些假设产生了结果时才有用。

这就是为什么有意思的问题并不是“AI 能预测市场吗？”也不应该是。预测市场价格是市场隐含概率，而不是确定性。价格可以是群体预期的有用信号，但它不是关于未来的事实，也不是建议。

更好的问题是运营性的：谁来让研究循环持续运转？

当任务是构建机械层时，Codex 是自然答案：API 连接器、解析器、notebook、测试、仪表盘、数据清洗脚本和 pull request 审查。当任务是围绕这些机械层运营研究台时，MCPlato 是自然答案：定时简报、本地工作区上下文、ClawMode 投递、有权限的审阅、决策日志和 Wands。MCPlato 不是交易机器人，也不提供投资建议。有用的模式是研究生产力，而不是自动化交易执行。

缺失的一层是研究台

严肃的预测市场工作流是一个循环：

  1. 监控选定市场和外部来源。
  2. 将价格变化翻译成市场隐含概率。
  3. 将该概率与来源变化、本地模型和既有假设比较。
  4. 发送带有链接和时间戳的短简报或提醒。
  5. 询问人工要审阅、记录还是忽略什么。
  6. 保留决策轨迹。
  7. 复盘结果并改进工作流。

Codex 可以帮助工程化这个循环中的许多部分。它可以在代码仓库中工作、运行命令、维护代码、审查 PR，并自动化周期性项目工作。公开的 Codex 文档也描述了数据/报告工作、浏览器和计算机使用界面以及自动化能力，因此公平的比较不是“Codex 不能做定时任务”或“Codex 只会写代码”。

差异在于产品形态。Codex 在重心是代码库时最强。MCPlato 则被塑造成本地优先工作区中的 Desktop AI Engine 和 AI 同事：文件、浏览器、文档、定时任务、ClawMode 渠道、权限、Skills/Distill 和 Wands。如果 Codex 是工作流被工程化的地方，MCPlato 就是工作流持续运行的地方。

从公开来源和市场快照流向定时 MCPlato 简报、决策日志和 Wand 产物的手绘工作流。从公开来源和市场快照流向定时 MCPlato 简报、决策日志和 Wand 产物的手绘工作流。

图：预测市场研究循环不是一个提示词。它是来源监控、模型复核、人工决策捕获和可复用产物。

Codex vs MCPlato：用于预测市场研究

工作流需求Codex 更适合的位置MCPlato 更适合的位置如何组合使用
市场、天气或宏观连接器构建 API 客户端、规范化数据、编写测试、记录设置、审查 PR。按计划运行连接器，并把输出与本地笔记结合。Codex 构建连接器；MCPlato 运行每日简报。
本地模型和 notebook重构模型代码、添加冒烟测试、提升可复现性、生成图表。执行周期性模型复核、捕获时间戳，并在本地保存笔记。Codex 维护模型；MCPlato 将输出与市场隐含概率比较。
提醒实现阈值、轮询、WebSocket 客户端和可靠性检查。通过 IM 投递带上下文的提醒，并询问人工下一步想做什么。Codex 构建监控器；MCPlato 将提醒转化为复核选项。
决策记录创建模板、评分脚本或分析工具。追加带来源链接的决策日志，并保留本地研究轨迹。Codex 改进日志工具；MCPlato 维持记录习惯。
报告和产物生成辅助脚本、图表和数据导出。将重复工作转成带审阅关卡和导出的分阶段 Wands。Codex 改进组件；MCPlato 运营产物生命周期。
权限和审阅围绕开发工作使用沙盒和批准策略。在敏感工作区变更前询问，并通过渠道让用户保持在环。两者都需要人工审阅；都不应被包装成自动交易器。

平衡的双工作台对比：Codex 侧重连接器代码、测试和 PR 审查；MCPlato 侧重日程、本地笔记、IM 投递、权限和 Wands。平衡的双工作台对比：Codex 侧重连接器代码、测试和 PR 审查；MCPlato 侧重日程、本地笔记、IM 投递、权限和 Wands。

图：最强的工作流不是对抗式的。Codex 构建并维护工程层；MCPlato 运营周期性研究层。

场景 1：每日天气到市场简报

天气敏感型市场是很好的例子，因为来源周期来自外部。预报、有效警报、观测和网格数据可能在用户打开仪表盘之前就发生变化。研究任务不是做出金融决策，而是询问：与昨天相比发生了什么变化，哪些被关注的市场可能受到影响，以及哪些假设应该被复核？

Codex 可以构建 National Weather Service 连接器、解析响应并测试边界情况。MCPlato 可以运行晨间检查，把更新与昨天保存的简报比较，发送简洁的 ClawMode 消息，并将笔记存入本地工作区。

Every weekday at 7:00 AM, prepare a weather-to-market research brief for the markets in ./watchlists/weather-markets.csv.

Use public weather sources first, including NWS forecasts and active alerts when available. Compare the latest source changes with yesterday's brief in ./research/weather-briefs/.

Output:
1. Markets to watch today
2. What changed since yesterday
3. Source links and timestamps
4. Assumptions that became stronger or weaker
5. Questions I should review manually

Send the summary to my Feishu channel and save a markdown copy locally.
Do not provide investment advice, recommend trades, or execute/place/cancel orders.

场景 2：本地模型运行与复核

许多具有量化思维的用户已经有 notebook 或脚本。薄弱点并不总是模型本身，而是围绕模型的运营纪律。它什么时候运行？使用了哪个输入文件？比较的是哪个市场价格？市场隐含概率不同，是因为模型陈旧、市场变动，还是某个假设改变？

Codex 非常适合改进模型仓库。MCPlato 非常适合运行周期性复核，并生成带来源链接的笔记。

Run the model notebook in ./models/event-probability/ and compare the output with the latest market-implied probabilities for the markets listed in ./watchlists/core-events.csv.

Create a review note with:
- model probability
- market-implied probability
- difference
- input data timestamp
- model version or git commit
- likely reason for any large gap
- whether the gap is caused by stale data, model assumptions, or market movement

Save the note to ./research/model-reviews/ and ask me before changing any workflow files.
Do not provide investment advice, recommend trades, or execute/place/cancel orders.

场景 3：从提醒到决策日志

一个只说“概率变化了”的提醒通常不够。有用的提醒会解释发生了什么变化、哪个来源或市场快照变了、哪些假设受到影响，以及人工接下来可以做什么。选项应该是研究动作：记录决策、安排复查，或忽略提醒。

这正是 MCPlato 的个人工作区运营层发挥作用的地方。ClawMode 可以把提醒投递到用户已经工作的地方，而本地工作区则保留决策日志和来源上下文。

带有时间戳、来源链接、受影响假设、不确定性说明和人工复核选项的手绘决策日志卡片。带有时间戳、来源链接、受影响假设、不确定性说明和人工复核选项的手绘决策日志卡片。

图：当市场提醒包含上下文、不确定性和经人工审阅的决策轨迹时，它才变得有用。

Monitor the markets in ./watchlists/alerts.csv during my working hours. If a market-implied probability moves by more than 8 percentage points, or if an official source updates, send me an alert.

For each alert, include:
1. What changed
2. Which source changed
3. The affected assumptions
4. A short uncertainty note
5. Three options: Record decision, Schedule recheck, Ignore

If I choose Record decision, append my note and the source snapshot to ./research/decision-log.md.
Do not provide investment advice, recommend trades, or execute/place/cancel orders.

场景 4：从研究到 Wand 产物

重复的研究流程最终会变得过于重要，不能继续散落在聊天、CSV、仪表盘和 notebook 输出中。它需要阶段、审阅关卡和导出。这就是 Wand 的用例：把周期性工作流变成可见产物，可以被检查、引导、批准、恢复和导出。

Codex 可以保持脚本健康。MCPlato 可以协调产物生命周期。

Create a Wand for my weekly prediction-market research review.

The Wand should have stages:
1. Align markets and scope
2. Collect market data and external sources
3. Run my local model
4. Generate charts and a written brief
5. Check every factual claim has a source
6. Export a PDF and update the decision log

Start by asking me for the watchlist file and the output folder. Keep the artifact reviewable at every stage.
Do not provide investment advice, recommend trades, or execute/place/cancel orders.

场景 5：宏观发布监控器

宏观市场依赖计划发布、修订和官方更新。有用的监控器不需要编造预测。它需要知道哪个发布发生了变化、应该与哪个先前快照比较，以及哪些被关注的事件可能值得人工复核。

FRED 风格的发布和序列数据让这一点变得具体。Codex 可以构建摄取和验证代码。MCPlato 可以运行定时监控器、更新本地产物并通知用户。

Set up a recurring macro-event monitor for the FRED releases and market watchlist in ./watchlists/macro-events.csv.

On each run:
- check upcoming and newly updated economic releases
- identify which watched markets may be affected
- compare the new data with the previous saved snapshot
- update ./research/macro-dashboard.wand if needed
- send a concise briefing to Slack

Ask me before changing the watchlist, model assumptions, or Wand structure.
Do not provide investment advice, recommend trades, or execute/place/cancel orders.

场景 6：每周复盘

研究工作流中最有价值的部分可能发生在事件之后。复盘可以追问：哪些提醒有用，哪些只是噪声，哪些假设发生了变化，本地模型在哪些地方偏离了市场隐含概率，以及下周应该改进什么？

这并不承诺更好的收益或更高的准确率。它创建的是一种可复核的研究习惯。Brier 风格的概率复核和决策日记之所以有用，是因为它们把注意力放在校准、假设和事后偏差上，而不是简单的“对或错”故事。

Every Friday afternoon, create a postmortem from this week's market briefs, alerts, model reviews, and decision log.

Summarize:
1. Which assumptions changed
2. Which alerts were useful or noisy
3. Where my model disagreed with market-implied probabilities
4. What I learned after outcomes or new sources arrived
5. What to change in next week's watchlist, model, prompt, or Wand

Save the report locally and ask me before making any workflow changes.
Do not provide investment advice, recommend trades, or execute/place/cancel orders.

让两种工具都更强的交接方式

实用工作流很简单：

  1. 使用 Codex 构建或修复连接器、notebook、解析器、仪表盘或测试套件。
  2. 将可靠工具放入本地项目文件夹，并配备清晰的 README 和冒烟测试。
  3. 让 MCPlato 按计划运行工作流，将其与本地笔记结合，发送简报，并保留研究轨迹。
  4. 当工作流出故障时，让 MCPlato 总结失败，并为 Codex 准备精确的问题。
  5. 让人类始终作为决策者。
I used Codex to build the connector in ./tools/market-monitor. Review the README, run the smallest smoke test, and then schedule it as a daily MCPlato briefing.

If tests fail, summarize the failure and prepare a clear issue for Codex to fix. If tests pass, create a scheduled task that runs the connector, updates ./research/latest-brief.md, and sends the result to my IM channel.

Ask me before editing the connector, changing credentials, or modifying the scheduled task.
Do not provide investment advice, recommend trades, or execute/place/cancel orders.

这就是 Codex vs MCPlato 比较的要点。当输出应该是代码、diff、测试、PR 或被维护的仓库时，Codex 很出色。当输出应该是周期性、经人工审阅的工作区例程时，MCPlato 很有吸引力：晨间简报、带上下文的提醒、模型复核笔记、决策日志、Wand 或每周复盘。

对于预测市场风格的工作，这种区分很重要。市场价格不是确定性。AI 助手不是财务顾问。目标不是把判断自动化掉。目标是让研究过程更可重复、有来源链接、可复核——这样人类就能做出文档更充分的决策，而不假装系统知道未来。

参考资料

分享