加州严打内幕交易：公职人员禁入预测市场

核心提要：加州州长纽瑟姆签署行政命令，全面禁止公职人员及其关联人利用非公开信息在预测市场获利，此举回应多起内幕交易事件，并推动联邦层面立法进程。

加州强化公职人员行为规范 禁止参与预测市场牟利

加州州长加文·纽瑟姆于周五正式签署一项行政指令，显著收紧对政府任命官员及其亲密关系者在政治经济敏感事件中使用机密信息进行投机的限制。新规明确禁止任何经州长任命的公职人员，基于履职过程中掌握的非公开或机密资料，在与选举、战争、外交等重大议题相关的预测平台上获取收益。

亲属及前商业伙伴亦纳入监管范畴

该禁令范围延伸至被任命官员的配偶、直系亲属以及过往商业合作对象，严禁其借助未公开信息从事利益输送型交易。纽瑟姆强调：‘公共服务不应成为快速致富的通道’，并指出在华盛顿屡现道德争议的背景下，加州正确立清晰边界——若你身居公职，就必须纯粹为公众服务，别无他途。此类行为将受到零容忍对待。

多起内幕交易案暴露平台风险

纽瑟姆办公室披露数起涉嫌利用预测市场套利的案例，其中包括六名人士在美国空袭伊朗前通过内部消息获利的事件。另有一例发生于今年1月：一名PolyMarket用户在美方宣布逮捕委内瑞拉前领导人尼古拉斯·马杜罗前数小时下注，最终实现41万美元净盈利。

联邦立法加速推进监管框架

面对日益凸显的风险，得克萨斯州众议员格雷格·卡萨尔与康涅狄格州参议员克里斯·墨菲于2026年3月共同提出《禁止敏感行动与联邦职能事件交易法案》，拟全面禁止政府内部人员在涉及战争、死亡等高敏感性议题的预测市场中获利。同月，众议员阿德里安·史密斯与尼基·布津斯基提交《预防实时剥削与欺诈性国会内幕交易法案》，明确禁止总统、国会议员及其他高级官员参与相关交易活动。

AI代理训练探索预测机制新路径

当前研究正尝试通过代币激励机制训练人工智能模型，提升其在复杂预测场景中的判断能力。这一技术进展或为未来监管策略设计提供智能化支持，同时引发关于算法透明度与公平性的新讨论。