我在小学三年级第一次玩4399的时候 绝对不会想到 20年后，作为一个游戏小白我也能自己做一款游戏 最近体验了 Makeplay AI，我最大的感受是： 它可能是目前最适合游戏小白的 AI 游戏制作平台 因为以前做游戏，最难的不是想法 而是： 你需要懂策划、美术、程序、UI、音效…… 但 Makeplay 改变了这个流程 我只输入了一个很粗略的想法： 「做一个关于美食优惠券的游戏」 它会先帮我完善游戏方案： ·核心玩法 ·游戏规则 ·用户体验 然后自动生成游戏界面、交互流程、动效、音乐 整个过程变成： 输入想法 → AI生成 → 体验游戏 → 提出修改 不需要写代码，也不需要懂开发。 这次我做的是一个“美食优惠券”小游戏。 我的想法来自一个观察： 很多优惠券因为太容易获得，用户并没有很强的参与感。 如果用户通过游戏挑战获得优惠券，也许会提高参与度，同时增加分享传播。 虽然现在只是一个简单 Demo，但让我看到： 游戏不再是一个非常难的产品，任何生活化的场景里都可以融入更多的游戏。 而我们要做的只是发挥自己无穷的想象力。 如果对制作游戏感兴趣，一定要来看看👉

我在小学三年级第一次玩4399的时候 绝对不会想到 20年后，作为一个游戏小白我也能自己做一款游戏 最近体验了 Makeplay AI，我最大的感受是： 它可能是目前最适合游戏小白的 AI 游戏制作平台 因为以前做游戏，最难的不是想法 而是： 你需要懂策划、美术、程序、UI、音效…… 但 Makeplay 改变了这个流程 我只输入了一个很粗略的想法： 「做一个关于美食优惠券的游戏」 它会先帮我完善游戏方案： ·核心玩法 ·游戏规则 ·用户体验 然后自动生成游戏界面、交互流程、动效、音乐 整个过程变成： 输入想法 → AI生成 → 体验游戏 → 提出修改 不需要写代码，也不需要懂开发。 这次我做的是一个“美食优惠券”小游戏。 我的想法来自一个观察： 很多优惠券因为太容易获得，用户并没有很强的参与感。 如果用户通过游戏挑战获得优惠券，也许会提高参与度，同时增加分享传播。 虽然现在只是一个简单 Demo，但让我看到： 游戏不再是一个非常难的产品，任何生活化的场景里都可以融入更多的游戏。 而我们要做的只是发挥自己无穷的想象力。 如果对制作游戏感兴趣，一定要来看看👉

一个月前我还在嘲笑WorkBuddy 结果，小丑竟是我自己🥹 当时我吐槽WorkBuddy产品体验挺普通，却疯狂找KOL、出书、线下广告，钱多得没地方花？ 现在看到千问办公上线，我才发现腾讯真正买的不是流量，而是用户心智。 明明Coze更早入场，但字节没有把“AI办公＝扣子”打进大众认知，于是腾讯猛抓住了这个机会。 忽然之间KOL、书籍、线下广告一起上，到处都是WorkBuddy。 腾讯依靠自己的优势，硬生生把WorkBuddy推成了AI办公的代表产品。 现在阿里看到workbuddy流量好，直接跟进一个千问办公。 但产品可以复制，用户心智却很难复制。 原来腾讯不是不会做产品，而是在等待适合自己发挥优势的窗口期。

作为一个玩了几年 Polymarket 的人，我越来越觉得，Prediction Market 最大的问题是： 市场只会告诉你价格。 却不会告诉你定价逻辑。 比如现在世界杯冠军市场： 🇪🇸 西班牙 58% 🇦🇷 阿根廷 42% 这个数字并不让我意外。 真正让我好奇的是： 这个 58%，到底是怎么来的？ 于是，我决定尝试想把这个 58% 拆开。 结果我发现，大多数 AI 都能告诉我”谁更可能赢”，却很难告诉我： 为什么市场最终会形成 58% 这个价格。 直到我用了 Apodex。 它做的不是预测结果，而是重新构建整个判断过程。 1.不需要预测，而是需要整理证据 Apodex 并没有急着回答”西班牙更可能夺冠”，而是整理证据。 它先把所有公开信息整理出来，包括： ·两队近期比赛表现 ·Opta 等公开预测模型 ·晋级过程与比赛内容 ·战术特点 ·阵容年龄结构 ·伤病与体能消耗 ·多家媒体对于决赛走势的分析 真正让我觉得有意思的是，这些信息彼此并不一致。 有的数据模型明显更看好西班牙； 也有人认为，梅西在决赛中的个人能力足以改变比赛。 而不一致的信息，才是真正需要分析之处。 预测并不是搜集更多信息，而是知道该相信哪些信息。 这时，Apodex 就会进一步解释： 哪些证据更加稳定、更值得提高权重； 哪些属于临场变量，需要保留更大的不确定性。 2.推理链重中之重 分析是最重要的一环，58%的概率如何而来，那42%的变量又是有哪些，这些都需要一条完整的逻辑链。 2.1目前的现状： 西班牙整体表现更稳定，防守效率高，控球体系成熟，淘汰赛体能消耗相对较低。 阿根廷虽然晋级过程更艰难，但球队韧性极强，梅西依然拥有改变比赛的能力。 ↓ 2.2关键变量: 真正影响比赛结果的，并不是纸面实力。 而是比赛是否进入加时？西班牙能否持续控制中场？梅西是否能创造决定比赛的一两次机会？ 这些变量，都会直接改变最终概率。 ↓ 2.3可能路径: 如果比赛始终按照西班牙熟悉的节奏进行，他们的优势会进一步扩大。 如果比赛进入加时甚至点球，双方差距就会明显缩小，阿根廷的大赛经验和关键球能力会变得更加重要。 推理链一旦出来，我就能知道哪些变量是真正重要的，而哪些因素不足为虑。 3.概率差诞生利润 综合所有证据之后，Apodex 最后给出的判断是： 🇪🇸 西班牙 55%–60% 🇦🇷 阿根廷 40%–45% 这个结果，和 Polymarket 的 58% vs 42% 非常接近。 但真正让我觉得有价值的，并不是数字接近。 而是我终于知道： 为什么市场会形成这个价格。 以前，我看到的是：58% 现在，我看到的是：58% 背后的证据、权重、关键变量，以及不同情景下概率为什么会发生变化。 这也是我理解 Apodex 最大的不同。 4. 相信逻辑而不是相信结论 后来我才知道，Apodex 在 6 月 FutureX 榜单上连续取得领先排名。 我觉得，这并不是因为它”知道未来”。 而是因为它更擅长在答案尚不存在时，把不完整、冲突且不断变化的信息，转化成有证据支撑的判断。 以前玩 Prediction Market，我看的只有赔率。 现在，我更关心赔率背后的证据链。 因为真正值得相信的，从来不是一个数字。 而是你为什么相信这个数字。 5.结论 如果你也会关注 Prediction Market，我还挺推荐试试这种分析方式。👉 也很好奇： 如果是你，你会拿 Apodex 去分析哪个 Prediction Market？AI 产品发布？公司财报？还是下一场热门赛事？ 注：以上内容基于当前公开信息进行概率判断，仅代表当前证据下的分析，不构成任何投资或投注建议。

作为一个玩了几年 Polymarket 的人，我越来越觉得，Prediction Market 最大的问题是： 市场只会告诉你价格。 却不会告诉你定价逻辑。 比如现在世界杯冠军市场： 🇪🇸 西班牙 58% 🇦🇷 阿根廷 42% 这个数字并不让我意外。 真正让我好奇的是： 这个 58%，到底是怎么来的？ 于是，我决定尝试想把这个 58% 拆开。 结果我发现，大多数 AI 都能告诉我”谁更可能赢”，却很难告诉我： 为什么市场最终会形成 58% 这个价格。 直到我用了 Apodex。 它做的不是预测结果，而是重新构建整个判断过程。 1.不需要预测，而是需要整理证据 Apodex 并没有急着回答”西班牙更可能夺冠”，而是整理证据。 它先把所有公开信息整理出来，包括： ·两队近期比赛表现 ·Opta 等公开预测模型 ·晋级过程与比赛内容 ·战术特点 ·阵容年龄结构 ·伤病与体能消耗 ·多家媒体对于决赛走势的分析 真正让我觉得有意思的是，这些信息彼此并不一致。 有的数据模型明显更看好西班牙； 也有人认为，梅西在决赛中的个人能力足以改变比赛。 而不一致的信息，才是真正需要分析之处。 预测并不是搜集更多信息，而是知道该相信哪些信息。 这时，Apodex 就会进一步解释： 哪些证据更加稳定、更值得提高权重； 哪些属于临场变量，需要保留更大的不确定性。 2.推理链重中之重 分析是最重要的一环，58%的概率如何而来，那42%的变量又是有哪些，这些都需要一条完整的逻辑链。 2.1目前的现状： 西班牙整体表现更稳定，防守效率高，控球体系成熟，淘汰赛体能消耗相对较低。 阿根廷虽然晋级过程更艰难，但球队韧性极强，梅西依然拥有改变比赛的能力。 ↓ 2.2关键变量: 真正影响比赛结果的，并不是纸面实力。 而是比赛是否进入加时？西班牙能否持续控制中场？梅西是否能创造决定比赛的一两次机会？ 这些变量，都会直接改变最终概率。 ↓ 2.3可能路径: 如果比赛始终按照西班牙熟悉的节奏进行，他们的优势会进一步扩大。 如果比赛进入加时甚至点球，双方差距就会明显缩小，阿根廷的大赛经验和关键球能力会变得更加重要。 推理链一旦出来，我就能知道哪些变量是真正重要的，而哪些因素不足为虑。 3.概率差诞生利润 综合所有证据之后，Apodex 最后给出的判断是： 🇪🇸 西班牙 55%–60% 🇦🇷 阿根廷 40%–45% 这个结果，和 Polymarket 的 58% vs 42% 非常接近。 但真正让我觉得有价值的，并不是数字接近。 而是我终于知道： 为什么市场会形成这个价格。 以前，我看到的是：58% 现在，我看到的是：58% 背后的证据、权重、关键变量，以及不同情景下概率为什么会发生变化。 这也是我理解 Apodex 最大的不同。 4. 相信逻辑而不是相信结论 后来我才知道，Apodex 在 6 月 FutureX 榜单上连续取得领先排名。 我觉得，这并不是因为它”知道未来”。 而是因为它更擅长在答案尚不存在时，把不完整、冲突且不断变化的信息，转化成有证据支撑的判断。 以前玩 Prediction Market，我看的只有赔率。 现在，我更关心赔率背后的证据链。 因为真正值得相信的，从来不是一个数字。 而是你为什么相信这个数字。 5.结论 如果你也会关注 Prediction Market，我还挺推荐试试这种分析方式。👉 也很好奇： 如果是你，你会拿 Apodex 去分析哪个 Prediction Market？AI 产品发布？公司财报？还是下一场热门赛事？ 注：以上内容基于当前公开信息进行概率判断，仅代表当前证据下的分析，不构成任何投资或投注建议。