Moderna

评估 agent 投入产出时，要把「排练和收尾」算进去——复核、纠错、返工这些 botsitting 成本，而不是只数买了多少件乐器。组织设计（谁授权、谁验收、谁兜底）会比模型选型更早成为瓶颈。

你的 AI 战略有一群没签字的邻居。可靠电力与本地许可正在变成竞争资产；推给别人的成本，可能以阻力甚至破坏的形式回流。选址、社区沟通与电力来源，应当和算力采购一起规划。

可信系统需要三件事：少收集、限制每个凭证能授权的范围、让人能对重大错误提出异议。「更正窗口」应当写进原始设计，而不是事后补丁。对部署 agent 的机构而言，提示注入与数据最小化是同一个问题的两面。

采购前先问：供应商拔掉插头之后，什么还能用？能不能修、能不能迁移数据、能不能继续用已付费的部分？可迁移性与业务连续性，应当和价格一起放在采购评估表的第一页。

新的杀手级特性，可能只是「能和你已有的、完全够用的东西好好相处」。评估新技术时，把「对现有系统的改造量」当作一项核心成本，而不是附带说明；能嫁接到存量上的方案，买方阻力小得多。

这是本项目十二期里最重要的一条新失效模式。此前我们记录的三种失手——小样本、私有信息、信号同源——都属于 信息结构 问题，理论上可以靠更好的加权与分层缓解。但一份在投票前夜发布、事后被自称为「社会实验」的伪造民调，属于 数据诚信 问题： 再聪明的加总也救不了一个被污染的输入 。对任何把预测市场当情报源的人，这意味着必须多问一层—— 这个市场的价格，究竟是由谁喂的数据形成的？

8/11 威斯康星、8/18 佛州，连续两周党内初选出现「爆冷」，而且两次都是 左翼挑战者掀翻建制派 。一次是意外，两次就该当成结构：低投票率初选的选民构成本就难以抽样，叠加上游数据可能不可靠，市场在这类标的上 没有任何信息优势 。⚠️ 需要说明的是，佛州这次样本内 没有印出赔率 ，所以只作为模式记录、不计入评分——但正因为不计分，它才更值得写进正文。

本周同时开出两条新战线： 宝可梦卡牌 （主打「无需实物交割」）与 药品审批 hub （数十个临床与批准预测）。前者是把流动性差、交割麻烦的实物收藏品 合成化 ；后者则精准落在台账里命中率最高的结构上—— 二元结果 + 确定的解算时点 + 公开的试验数据 。再加上本周前两大单场盘全是电竞，这个平台的重心正从「预测新闻事件」滑向「为难以交易的东西做价格发现」。

上期的 $682M 能被同市场次日的 $2.47M 直接证伪，所以 修正 ；本期的 $19.31M 找不到任何矛盾读数，所以 保留并标注 。同一条哨兵规则触发，处置却相反——关键在于 有没有独立的第二个观测 。把两者一律抹平会丢掉真信息，一律照收又会污染序列；正确做法是让数据自己带上置信标签， 而不是让读者以为每个数字都一样可靠 。