FutureSearch

FutureSearch tiếp cận dự báo như một bài toán nghiên cứu chứ không phải trò đoán. Thay vì yêu cầu một mô hình duy nhất đưa ra con số dựa trên cảm tính, nó triển khai một nhóm tác nhân thu thập bằng chứng, cân nhắc nguồn và trả về câu trả lời đã hiệu chỉnh theo đúng định dạng mà câu hỏi cần: xác suất ("liệu X có xảy ra trước năm 2030?"), khoảng số, ước lượng ngày, hoặc chọn một trong các phương án được nêu tên. Câu hỏi con và dự báo có điều kiện giúp mô hình hóa quyết định — "nếu chọn A thay vì B thì sao?" — và nền tảng công bố cả lập luận lẫn nguồn cùng mỗi kết quả để bạn tự kiểm tra logic.

Điểm khác biệt nằm ở thành tích công khai. FutureSearch công bố thứ hạng trên các bài kiểm tra dự báo như Metaculus FutureEval, ForecastBench và Metaculus Cup, cùng các vị thế thực trên thị trường dự đoán như Kalshi, Polymarket và các câu hỏi gắn với S&P 500 — kể cả những vị thế thua lỗ. Sự minh bạch này rất hiếm trong một lĩnh vực mà các tuyên bố về độ chính xác thường không thể kiểm chứng. Ngoài ra còn có các quy trình cho tác vụ nặng nghiên cứu: gửi một câu hỏi cho nhóm tác nhân, hoặc thêm một cột đã nghiên cứu vào từng dòng của danh sách.

Với các đội làm việc bên trong trợ lý AI, FutureSearch cung cấp trình kết nối MCP để Claude.ai, Claude Desktop, Claude Code, Cursor, ChatGPT và Codex gọi công cụ dự báo như một tiện ích. API và SDK dành cho nhà phát triển phục vụ đường ống tự động, sàng lọc và quy trình nghiên cứu định lượng. Mức dùng được tính theo câu hỏi và tăng theo mức độ nghiên cứu bạn yêu cầu, nên kiểm tra nhanh và điều tra sâu có giá khác nhau.