民调不是在低估共和党，而是在怕错而过度修正
缅因州一份民调把民主党原始9个点的领先，硬是用「可能投票模型」压成2个点——Nate Silver说这不是技术失误，是民调机构怕重蹈2016年低估特朗普覆辙后的自我保护。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
特朗普支持率创楚门后最低
特朗普支持率约37%，Nate Silver说这是杜鲁门1946年以来中期选举总统最差的支持率。对比2018年中期选举，特朗普当时支持率更高、汽油也没这么贵，共和党仍丢了41个众议院席位。他把这次选情形容为「夹在石头和硬地之间」：大环境对民主党极为有利，但要赢参议院，民主党得在德克萨斯、堪萨斯、阿拉斯加、南卡罗来纳这些深红州赢球，这是数学上必须冒的险。
— Nate Silver特朗普退出广告却抢走主角位
最能说明这是「对特朗普的公投」的证据是：共和党竞选广告里已经不提特朗普，共和党的播客也不聊他了。但特朗普自己反而想抢回主角位置——他给德州的Ken Paxton站台背书、执意与伊朗开战，这两个决定让原本可能持平的参议院选情直接倒向民主党领先。
— Nate Silver特朗普不在票上时民调反而低估民主党
过去几次大选（2016、2020、2024）民调系统性低估特朗普本人，但在特朗普不在选票上的选举里——比如去年新泽西、弗吉尼亚州长选举——民调反而大幅低估了民主党。一种解释是特朗普有本事拉出一批难以被民调联系到、本身也不太投票的选民，这批人不会为了堪萨斯的Roger Marshall或德州的Ken Paxton这种下游候选人出门投票。
— Nate Silver缅因州民调把9个点硬压成2个点
缅因州Marist民调原始结果是民主党候选人Troy Jackson领先9个点，但套用「可能投票模型」后被压到只领先2个点，州长选举的领先优势更是从11个点被压到0。Nate Silver直言这套数学根本说不通：不是模型算出来的结果，而是先决定了一个自己能接受的数字，再反推出模型参数。
— Nate SilverAI做不了民调的数字分身实验
面对「用AI生成数字分身来做民调」的设想，Nate Silver明确反对：民调是现在少数几个真实数据来源之一，不能外包给AI agent。他举例说如果让模型生成一个「合成的拉美裔受访者」，99%的合成回答都会说喜欢足球——这和让Claude随便挑个0到10的数字、它总挑7是一个道理，模型给出的是刻板印象的平均值，而真实选民远比这复杂、彼此意见也常常不一致。
— Nate Silver为抢更多席位画的选区图可能反噬自己
Nate Silver介绍了一个政治学术语「dummymander」：为了多抢席位而画的选区图，最后反而让本党拿到的席位比原图还少。佛罗里达州德桑蒂斯按总统选举年的基准画图，没料到民主党这波D+9的全国环境；得州共和党押注南德州的西语裔选民已经转红，这个假设如果不成立，画图策略也可能帮倒忙。
— Nate Silver花钱投广告的边际收益在递减
谈到竞选该把钱花在广告还是地推敲门，Nate Silver认为广告的边际收益递减得很快，他讲了山姆·班克曼-弗里德（Sam Bankman-Fried）的故事：此人曾未经候选人同意、在俄勒冈州一场众议院初选里砸下1000万美元支持一位候选人，结果选民被海量邮件轰炸后反而质疑这位「古怪的加密货币亿万富翁」，候选人最终惨败。
— Nate SilverAI把两天半的活压成十五分钟
去年手写NFL附加赛的复杂算法排名规则花了Nate Silver两天半，代码还有漏洞、漏掉了几条规则。现在用GPT或Claude写，十五分钟就能搞定，代码速度还快十倍。但他也提醒AI会引入隐蔽的bug——他们的足球模型有一版出现了评分循环指回过去的错误，结果2026年的评分影响了1900年的评分，很诡异。
— Nate Silver原话 · 已逐字校验
I kind of call this the rock versus the hard place election, right?
我管这叫「夹在石头和硬地之间」的一场选举。
Nate Silver2:04
If you like code up a, you know, have Claude or whatever, or GPT code up a SIM to just show you like what random polling error looks like in the past 20 elections, it looks kind of like, you know, it's impossible to distinguish it.
如果你写段代码，找Claude或者GPT跑个模拟，看看过去20次选举里随机民调误差长什么样，你会发现根本分不出这次和哪次有什么不同。
Nate Silver6:10
They decided what result they felt comfortable with and reverse engineered.
他们是先定好一个自己能接受的结果，再反推出这个数字的。
Nate Silver16:21
polling cannot be outsourced to AI agents, right? Because it's one of the few sources of ground truth that we have anymore, number one.
民调不能外包给AI agent去做，因为它是我们现在仅剩的少数「真实数据来源」之一。
Nate Silver18:22
if you ask a poll to create like a synthetic Hispanic respondent, right? 99% of their synthetic responses Hispanic respondents love soccer. It's a bit like if you ask like Claude to pick a number from zero to 10, like always pick seven.
如果你让模型生成一个「合成的」拉美裔受访者，99%的合成回答都会说拉美裔喜欢足球。这就跟你让Claude从0到10里随便挑个数，它老挑7一样。
Nate Silver18:22
This is the flaw in all of advertising, right? Like, you're just annoying me with your product placements and your ads and your intrusion into my life, and it doesn't make me want to buy things from you.
这就是所有广告的通病：你的植入、你的广告、你对我生活的打扰只会让我烦，不会让我想买你的东西。
No one wants to poll a Seltzer, right? It was so off that she retired from the game.
现在没人想成为下一个塞尔泽——她那次民调错得太离谱，直接把这行给退了。
数字与实体
| 特朗普支持率 | 约37% | 2:04 |
| 其中「强烈支持」占比 | 19% | 9:16 |
| 2018年中期选举共和党丢众议院席位数 | 41席 | 2:04 |
| 模型给民主党赢得参议院的概率 | 70%至高70%区间 | 10:16 |
| 全国generic ballot领先幅度 | 民主党领先9个百分点 | 12:17 |
| 缅因州Marist民调原始vs模型后领先幅度 | 9个点被压至2个点 | 15:19 |
| Flipper模型与Polymarket各州相关性 | 0.995 | 35:41 |
| NFL排名规则代码耗时：人工vs AI | 2.5天 vs 15分钟 | 37:46 |
术语
- dummymander自食恶果的选区图
- 为多抢席位而画的选区图，结果反而让本党拿到的席位比原图更少
- elasticity选情弹性
- 模型里衡量一个州跟随全国大环境摆动的敏感程度，弹性越低越难被大环境带动
- digital twin数字分身
- 用AI生成模拟选民来替代真人民调的设想，被Nate Silver认为行不通
- generic ballot政党概括投票意向
- 不针对具体候选人，只问「你会投共和党还是民主党」的全国性民调
收听指南
关心美国中期选举走向、想判断民调可信度、以及好奇AI能否替代一手数据采集的创业者和投资人。
25:30前后主持人讲儿子看竞选广告的轶事，纯调剂，可跳过不影响理解选情。