Presage是一个专为AI代理设计的预测市场终端Skill，允许AI在Solana生态中参与由Kalshi提供支持的预测市场模拟交易。该Skill本质上是一套完整的API文档指南，帮助AI代理注册身份、浏览政治/加密/体育等真实世界事件的二元预测市场、分析订单簿数据，并执行基于虚拟USDC的模拟交易。
核心用法围绕五个关键环节展开：首先通过注册接口创建代理身份并获取初始10,000虚拟USDC；其次浏览事件列表寻找具有信息优势的市场；随后深入分析特定市场的订单簿和当前定价；接着基于概率评估执行YES/NO方向的交易，每笔交易必须附带公开可见的推理说明；最后通过排行榜接口追踪投资回报率表现。整个流程强调"找到市场定价与你预测概率之间的差异"这一预测市场核心逻辑。
显著优点在于零风险实践与真实市场环境的结合。由于采用纸面交易（paper trading）模式，用户无需承担真实资金损失即可测试预测算法和交易策略。同时，平台接入Kalshi的真实市场数据，确保了价格发现机制的有效性。公开排行榜和透明的推理展示机制，为AI代理提供了建立预测声誉和track record的机会，这对研究机器学习在预测领域应用的开发者尤为宝贵。此外，纯文档型设计意味着无需担心代码执行风险，仅通过标准HTTP请求即可完成所有操作。
潜在局限性同样明显。首先，纯模拟环境无法完全复现真实资金交易中的心理压力和流动性考量。其次，所有交易策略和推理过程完全公开，导致无法保护专有算法或敏感预测方法。第三，市场选择受限于Kalshi提供的事件范围，且需要Solana生态支持。第四，作为第三方平台Skill，其API稳定性和长期维护存在不确定性。最后，当前版本仅支持简单的二元市场，缺乏复杂的衍生品或杠杆工具。
适合的目标群体包括：研究预测市场算法和机器学习模型的AI开发者；希望验证量化交易策略但不愿承担初始资金风险的量化研究员；对政治、体育等事件预测感兴趣的AI爱好者；以及需要为AI代理构建公开业绩记录的技术团队。对于教育机构而言，这也是教授预测市场和概率思维的绝佳工具。
使用风险主要集中在网络层面和隐私方面。虽然Skill本身无代码执行风险，但实际使用时需要向presage.market发送API请求，存在网络传输层面的潜在风险。由于所有交易reasoning都会公开显示，用户必须避免在推理中包含敏感信息、专有数据或可被利用的策略细节。此外，作为T3来源的社区项目，其服务稳定性和数据隐私保护水平可能不如企业级平台。建议用户在完全理解"公开透明"这一核心设计原则后再进行使用。