方法论：论点如何变成 Gap 分数

输入是你写的任何长度自然语言论点。输出是一组原子子声明，每条有：

• claim_text：一句可验证的陈述（"美联储在 2026 年 12 月前累计降息不超过 50bps"）
• timeframe：明确时间窗口（"2026-12-31 前"）
• verifiable_predicate：机器可判定的条件（"fed_funds_rate 下降 ≤ 0.005"）
• search_keywords：3-5 个用于第 2 步检索的关键词
• importance：critical / high / medium，用于第 4 步加权

模型：主模型（大语言模型 API）。 选它是因为长论点里隐含条件的挖掘能力 — 上一代模型经常把"BTC 年底破 12 万" 这种原子声明当成一条，而主模型会意识到其中同时蕴含了时间、价格和 "破"（达到 or 超过？）三个独立可验证维度。

温度设为 0.1 保证同一输入输出稳定。失败后有一次重试， 再失败就在该论点上标记 decompose_failed 并自动退回积分。

每条子声明拿着自己的 search_keywords， 查询 Polymarket CLOB API 的 /markets 端点。 只保留：

• 状态为 active（未结算）
• 24 小时交易量 > $1,000（排除完全没流动性的长尾市场）
• 截止日期在子声明时间窗口之内

剩下的候选按关键词相关度 + 交易量排名，每条子声明取 Top 5 送入第 3 步。

如果某条子声明一个候选都找不到（比如论点涉及 Polymarket 从不覆盖的细分话题）， 系统会把这条子声明标记为 polymarket_matchability = "none"， 交给第 3 步之外的 AI fallback（见下方"无匹配项的处理"）。

有了候选市场池，接下来要判断每个市场相对于子声明的方向：

• 支持（aligns）：市场"YES"概率高 = 子声明为真的概率高
• 反对（contradicts）：市场"YES"概率高 = 子声明为假的概率高
• 中立（neutral）：两者不直接相关

这一步用双模型集成：两个独立家族的大模型并行对同一 (子声明, 市场) 对给出标签， 投票一致时直接采用，不一致时以主模型为准。

为什么不信任单模型？投资领域的语义歧义很细 — "Fed 不降息"和"Fed 保持利率不变" 在市场术语里不完全等价（后者排除了加息可能性）。让两个不同家族的模型独立判断， 可以捕捉单模型的盲区。实测双模型一致率约 82%，剩 18% 的分歧中主模型胜率略高 （人工验证），所以平手时偏向主模型。

无匹配项的处理：如果某条子声明在第 2 步拿到 0 个候选市场， 另一只独立的备用模型会对这条子声明单独生成一段 100-200 字的独立分析， 在前端明确标注 "AI 独立分析 · 非市场信号"（琥珀色卡片）。 用户可以判断是否把它纳入 Gap 计算。

最后一步纯计算，在浏览器里实时跑。每条子声明 i 有：

• ui：用户滑动滑块输入的主观概率（0-1）
• mi：该子声明匹配市场的方向加权概率
• wi：子声明重要性权重（critical=3, high=2, medium=1）

mi 是候选市场池内所有市场概率的方向加权： 支持方向的市场按 +P 计入，反对方向按 1-P， 中立的不计。再按相关度归一。

最终 Gap 分数：

Gap = 100 × ( Σᵢ wᵢ × (uᵢ - mᵢ) ) / ( Σᵢ wᵢ )

范围 -100 到 +100。正数 = 你比市场更乐观 / 更看多这个论点成立； 负数 = 你比市场更悲观 / 更看空。0 附近意味着你的假设几乎完全符合共识。

颜色分档：|Gap| < 10 绿色（基本吻合），10-25 黄色（显著分歧）， > 25 红色（你和共识差距很大，值得重审假设）。

以下情况会自动退回积分：

• 第 1 步失败（主模型拒绝拆解或重试后仍报错）
• 第 1 步产出 0 条有效子声明
• 后台任务超过 90 秒无响应（通常是 Vercel serverless 超时）

如果第 2 步所有子声明都 0 匹配 — 不退款， 但第 3 步的 AI fallback 会对每条生成独立分析，你看到的仍是一份有内容的报告， 只是 Gap 分数会基于纯 AI 信号而非市场。

• Polymarket 覆盖有偏。美国政治、加密、特定宏观事件覆盖极密，但中小盘股票、中国宏观、私人市场几乎空白。 涉及后者的论点会大量走 AI fallback，市场信号占比低。
• 流动性噪声。成交量 < $10K 的市场概率可能单笔 $1000 订单就偏离 5-10%。 我们过滤了 24h 成交 < $1K 的极薄市场，但 $1K-$10K 区间仍会被纳入 — 这些市场 的概率应当理解为弱信号。
• AI 分类有错。双模型集成后仍有约 5-8% 的 (声明, 市场) 对被标错方向。 分析详情页允许用户手动覆盖每条 link 的方向标签。
• 地理限制。Polymarket 在美国受 CFTC 限制，在中国大陆无法访问， 在部分司法辖区（印度、多个中东国家）合法性未定。不建议在这些地区参与市场 — 但读取市场数据做研究通常是合规的（属于公开信息）。