OracleOdds AI

嘿，Hunters，我是 Simon，Oracleodds AI 的独立开发者。

我花了一年时间构建了一套体育预测引擎，随后遇到了这个领域所有 AI 产品都会面临的问题：用户无法分辨真正的模型，还是一个听起来很自信的模型。整个行业充斥的，都是赢球预测的截图，以及被删掉的失败记录。

因此，这个版本采用了完全相反的理念。每条预测都会展开展示其依据：近期状态、针对特定防守方的进攻实力、联赛的进球基准、休息天数，以及在我们给出预测后市场的走势变化。后台还提供了一个公开的表现看板，可按置信度区间、月份、体育项目和联赛拆分；此外还有一份涵盖 13,700 多场已结束赛事的正面对阵档案，让你可以直接查看某组交锋的历史记录。

我最不愿意公开的一点是：我们的置信度分数在所有区间都偏高——我们说 70% 时，实际命中率并没有达到 70%。而且，我们最近发现了一个结算错误，它一直在抬高我们公开发布的准确率。我们已经修复该错误，重新评定了 703 条预测，并重新发布了修正后的数据，而不是悄悄翻篇。

说真的，相比靠一个我无法据理力争的数字赢得用户注册，我宁愿因此失去一些注册。

我很乐意进一步聊我们的建模技术栈（泊松模型、Dixon-Coles 模型和 ELO 模型的集成，约 18 个服务，以及自学习结算闭环），也可以专门讨论校准问题——这是我目前最纠结的难题。如果你做过概率类产品，你会如何在向用户展示置信度的同时，又不让他们误以为结果比实际更精确？