娱乐记者Rick Ellis上周收到一封邮件，对方开价"每篇中到高几百美元"，请他每周写两篇基于预测市场数据的报道。Ellis干了半辈子新闻，第一次遇到这种直白的买卖——不是公关 pitches，是明码标价的内容采购。
这笔交易要是成了，Ellis的Substack读者每周会读到：谁能在《幸存者》夺冠、《爱情盲选》哪对CP能成。数据来自某家不愿透露姓名的预测市场交易所，点击量达标还能加钱。
Ellis拒绝了。"被推销选题没问题，但拿钱写这个，线就过了。"
预测市场正在"洗白"自己
这件事的荒诞感在于时机。预测市场正拼命往主流文化里挤：今年金球奖直播，Polymarket的赔率数据直接打在屏幕上；美联社把选举数据授权给Kalshi；Polymarket和Substack的合作让更多赔率数字溜进 newsletter。
现在它们开始盯上单个记者。不是投广告，是买内容——用"合作"的包装，行软广之实。
新闻业的伦理红线在这里很清晰：PR公司天天给记者发pitch，没问题；媒体接赞助内容但标注清楚，也没问题。但拿钱专门提某公司、用特定数据源，多数新闻机构的规范里这叫"被开除级"违规。The Verge的作者Mia Sato在报道里直说：她要这么干，肯定丢饭碗。
预测市场这套打法，本质上是在复制加密货币早期的媒体渗透路径。先让数据无处不在，再让"基于数据的分析"成为内容模板，最后把交易所品牌焊进读者认知。区别在于，加密货币当年更多靠KOL和Twitter thread，预测市场现在直接找传统记者下手。
为什么选娱乐记者试水
Ellis的垂直领域不是偶然。娱乐报道有几样预测市场最爱的特质：结果可验证（谁获奖了、谁分手了，几周后见分晓）、受众参与度高（读者天然想猜结局）、数据故事好包装（"市场认为XX有73%概率夺冠"比"业内人士透露"听起来更"客观"）。
更重要的是，娱乐记者相对边缘。政治记者被找上门会引发轩然大波，娱乐线的独立写作者则处于灰色地带——没有大编辑部背书，也没有严格的伦理审查流程。几百美元一篇的价格，对 newsletter 订阅量刚起步的创作者来说，不是小钱。
这种"精准投放"暴露了预测市场的焦虑。Polymarket和Kalshi们需要合法性：监管在盯着，主流舆论仍把它们和赌博混为一谈，连用户增长都依赖选举周期的脉冲式爆发。买记者，买的是"被严肃对待"的幻觉。
Ellis的拒绝让这套算盘漏了底。但邮件既然发出来了，说明已经有人接过单，或者至少被认真考虑过。
数据即内容，内容即广告
预测市场的核心产品是一组数字：某事件发生的概率。这些数字天生适合被引用——比匿名信源硬，比专家预测"量化"，还自带互动感（读者可以自己去下注验证）。
但当交易所付钱让记者使用这些数据时，数字就从"信息"变成了"植入"。读者看到的是"市场预测《奥本海默》拿最佳影片概率62%"，看不到的是这行字值400美元，由Kalshi或Polymarket埋单。
这种模糊性正是交易所在追求的。它们不需要记者吹"预测市场将改变新闻业"，只需要让赔率数字常态化地出现在内容里。久而久之，"查一下Polymarket"就会变成和"看下IMDb评分"一样的消费习惯。
Substack的介入让事情更复杂。这个平台既托管Ellis这样的独立记者，也和Polymarket有官方合作——意味着平台层面已经在给预测市场数据开绿灯。个体创作者的"合作"邀请，不过是把平台级合作拆分成更隐蔽的单元。
记者变成数据分销商
传统上，记者和信源的关系是"你提供信息，我判断价值"。预测市场模式把它拧成了"你提供信息+钱，我帮你分发"。Ellis说的"线"，就是在这个环节被跨过去的。
更隐蔽的风险是认知污染。当娱乐报道开始系统性地引用预测市场数据，读者的注意力会被训练成"事件=赔率=可下注"。这不是阴谋论，是产品设计的自然结果：交易所需要流动性，流动性需要用户，用户需要被教育"这东西有用且好玩"。
记者在这里的角色，从"监督者"滑向"渠道"。几百美元的单价买的不只是两篇稿子，是垂直领域的信任背书——"连报道这个的记者都在用，应该靠谱吧？"
Kalshi拒绝对此事置评，Polymarket也没回应。沉默本身是种回答：这种合作模式还没到能公开辩护的阶段，但也没到要否认的地步。它在试探，看新闻业的免疫系统会不会反应。
Ellis的邮箱里，类似的邮件大概还在增加。不是每个记者都会拒绝。
截至发稿，Polymarket的月活用户约在10万量级，Kalshi的选举合约交易量在2024年周期内增长了约300%。预测市场的媒体预算，正随着这些数字一起膨胀。
热门跟贴