文/姜奇平

　　7 月 20 日，历时 39 天的美加墨世界杯结束之时，一个话题会一直持续下去，人与 AI，到底谁具有更强的预测力？

　　经济学家首先在预测上抢了风头。

　　德国经济学家约阿希姆・克莱门特（Joachim Klement）连续精准预测了最近已结束的三届世界杯冠军，即 2014 年的德国、2018 年的法国和 2022 年的阿根廷。对美加墨世界杯，克莱门特的预测结论是：荷兰将捧起大力神杯。不过，荷兰在 1/16 决赛点球大战中输给了摩洛哥，总比分 3：4 止步 32 强，创队史世界杯最差战绩，科曼赛后已宣布辞去主教练职务。

　　克莱门特构建的预测模型包含五个变量：人均 GDP、人口规模、气候、东道主身份，以及一个随机性因子。选用人均 GDP 的逻辑在于，一个国家只有足够富裕，才能建得起像样的球场、培养得出好教练、支撑起完善的青训体系，这是足球人才出产的底层硬件。

　　高盛首席经济学家扬・哈齐乌斯（Jan Hatzius）的世界杯预测模型选了与克莱门特完全不同的路径：他不关心 GDP，核心是更重视选手专业能力的埃洛等级分体系（匈牙利裔美国物理学家埃洛创立的竞技水平量化评价体系）。结果西班牙在埃洛榜单上位居全球第一，比阿根廷、法国断层式领先。高盛在此基础上加上进攻天赋、球队状态、地理因素和抽签路径四个边际变量。

　　世界杯期间，AI 成了另一个主角。

　　AI 大模型纷纷对冠不展开预测。

　　看重埃洛等级分体系的 Opus、GPT、Stepfun、Nemotron 把票投给了西班牙；而参考国际足联排名或俱乐部加权评分的 MiniMax、Qwen，则更倾向于阿根廷。国内 AI 大模型也纷纷对冠军展开预测：DeepSeek 押宝法国队，Kimi 看好德国队，千问、豆包、元宝等支持西班牙队。

　　然而，随着世界强队荷兰、德国双双出局，最先吃瘪的是 AI。Kimi 的首期预测指向了一个出人意料的方向 —— 德国可能 “爆冷” 夺冠。理由是：德国连续两届小组出局压低了市场定价，而德国新前场已经解决了攻坚难题。甚至主帅纳格尔斯曼将 AI 深度融入训练这一因素也被纳入了模型。6 月 8 日，Kimi 发公众号，说要调用 300 个子 Agent，公开算 104 场世界杯的结果。还开了个 1 万亿 Token 的奖池。算法考虑的因素涉及战术、球员、伤病、赛程、历史、舆情、天气、心理、赔率变动、专家观点等维度。经过计算，Kimi 得出结论，德国队的夺冠概率可能被市场低估了，大概应在 11.3%，比市场预测高出许多。然而人算不如天算，32 强赛点球大战 3：4 输给巴拉圭，世界上点球球常胜的德国，第一次跌倒在点球上，早早出局。AI 倒在了临门一脚的失常上。

　　“世界杯预测人机大战” 同期也如火如荼展开着，营造着 “人类 vs AI” 的气氛。从目前结果看，AI 预测的成功率跟人类差不了多少，都是追求大概率事件。模型的预测原理即是把复杂性系统加以线性化、简单化、固定化。而足球的胜负，经常出现小概率事件，例如 1998 年的凯泽斯劳滕奇迹、2004 年的希腊神话，遵循的往往是一种模糊、混沌概率，受天气、伤病、现场观众、裁判、心理等具体场景变量影响改变结果。而人的思想经常具有模糊计算，有时不免得出异想天开的直觉判断。以致 50 年前当过北京足球队守门员的蔡磊提出一个问题：AI 有没有发展出模糊计算的能力？

　　总的来看，AI 人机大战更偏向市场随机运动，经济学家更偏重因果推断。有分析认为，预测市场的逻辑和经济学模型截然不同不同：后者的优势是 “有道理”，但经常失于偶然；前者的优势是 “押注真者的会输钱”，但也会更受心理因素干扰。从这次世界杯的预测情况来看，相关与因果还会继续纠缠下去，并没有分出明显胜负。向着人机协同的方向发展，或许是下届世界杯预测的方向。

（《互联网周刊》2026年14期[2390]）