注意力經(jīng)濟(jì)下的 InfoFi 困境

在信息爆炸的時代，注意力已成為最稀缺的資源之一。互聯(lián)網(wǎng)時代信息泛濫，而人類處理信息的能力卻極其有限。這種稀缺性促使眾多企業(yè)展開激烈競爭，爭奪用戶注意力的能力已成為企業(yè)的核心競爭優(yōu)勢。加密行業(yè)以更為極端的形式展現(xiàn)了注意力競爭程度。注意力占有率在代幣定價和流動性形成中發(fā)揮著重要作用，這也成為決定項(xiàng)目成敗的關(guān)鍵因素。即使是技術(shù)領(lǐng)先的項(xiàng)目，如果未能吸引市場關(guān)注，也常常會被市場淘汰。

這種現(xiàn)象源于加密市場的結(jié)構(gòu)性特征。用戶不僅是參與者，更是投資者，他們的注意力直接帶來代幣的實(shí)際購買行為，從而創(chuàng)造更大的需求和網(wǎng)絡(luò)效應(yīng)。在注意力集中的地方就會創(chuàng)造流動性，而敘事在此流動性基礎(chǔ)上得以發(fā)展。這些既定的敘事隨后吸引新的關(guān)注，并形成良性循環(huán)，推動市場發(fā)展。

市場是基于關(guān)注度而運(yùn)轉(zhuǎn)的。這種結(jié)構(gòu)引出了一個關(guān)鍵問題：誰能從這些關(guān)注度中真正受益？用戶通過社區(qū)活動和內(nèi)容創(chuàng)作來產(chǎn)生關(guān)注度，但這些行為難以衡量，也沒有明確的直接獎勵機(jī)制。到目前為止，普通用戶只能通過買賣代幣來獲得間接收益。對于真正創(chuàng)造關(guān)注度的貢獻(xiàn)者，目前尚無任何獎勵機(jī)制。

Kaito 的 InfoFi 網(wǎng)絡(luò)，來源：KaitoInfoFi 是解決這個問題的一種嘗試。InfoFi 將信息與金融相結(jié)合，創(chuàng)建了根據(jù)用戶內(nèi)容產(chǎn)生的關(guān)注度（例如瀏覽量、評論量和分享量）來評估用戶貢獻(xiàn)，并將其與代幣獎勵掛鉤的機(jī)制。Kaito 的成功將這種結(jié)構(gòu)得以廣泛傳播。Kaito 通過 AI 算法評估社交媒體活動，包括發(fā)帖和評論等。平臺根據(jù)分?jǐn)?shù)提供代幣獎勵。用戶生成的內(nèi)容吸引的關(guān)注越多，項(xiàng)目就能獲得更大的曝光度。資本將這種關(guān)注視為一種信號，并以此做出投資決策。隨著關(guān)注度的增長，更多資本流入項(xiàng)目，參與者的獎勵也隨之增加。參與者、項(xiàng)目和資本通過注意力數(shù)據(jù)作為媒介協(xié)同工作，從而形成了良性循環(huán)。

InfoFi 模型在三個關(guān)鍵領(lǐng)域作出了突出貢獻(xiàn)。首先，它量化了評估標(biāo)準(zhǔn)不明確的用戶貢獻(xiàn)活動。基于積分系統(tǒng)讓人們能夠結(jié)構(gòu)化定義貢獻(xiàn)，并幫助用戶預(yù)測他們可以通過特定行為獲得哪些獎勵，從而提高了用戶參與的可持續(xù)性和一致性。其次，InfoFi 將注意力從一個抽象的概念轉(zhuǎn)化為可量化和可交易的數(shù)據(jù)，用戶參與從簡單的消費(fèi)轉(zhuǎn)變?yōu)樯a(chǎn)性活動?，F(xiàn)有大多數(shù)的線上參與都涉及投資或內(nèi)容分享，而平臺則通過這些活動產(chǎn)生的注意力來賺錢。InfoFi 會量化用戶對這些內(nèi)容所作出的市場反應(yīng)，并根據(jù)這些數(shù)據(jù)發(fā)放獎勵，從而導(dǎo)致參與者的行為被視為生產(chǎn)性的工作。這種轉(zhuǎn)變賦予用戶網(wǎng)絡(luò)價值創(chuàng)造者的角色，而不僅僅是社區(qū)成員。第三，InfoFi 降低了信息生產(chǎn)的門檻。過去推特大 V 和機(jī)構(gòu)賬號主導(dǎo)著信息分發(fā)，并占據(jù)了大部分的關(guān)注和獎勵，而現(xiàn)在普通用戶在獲得一定程度的市場關(guān)注后，同樣能可以獲得切實(shí)的獎勵，為不同背景的用戶創(chuàng)造了更多參與的機(jī)會。

InfoFi 模型是加密行業(yè)內(nèi)新的獎勵設(shè)計實(shí)驗(yàn)，它量化了用戶的貢獻(xiàn)并將其與獎勵掛鉤。然而注意力已經(jīng)成為一種過于中心化的價值，其副作用也逐漸顯現(xiàn)。第一個問題是過度的注意力競爭和內(nèi)容質(zhì)量的下降。當(dāng)注意力成為獎勵的標(biāo)準(zhǔn)，創(chuàng)作內(nèi)容的目的現(xiàn)在從提供信息或鼓勵有意義的參與轉(zhuǎn)變?yōu)閮H僅為了獎勵。而生成式 AI 使內(nèi)容創(chuàng)作變得更容易，缺乏真實(shí)信息或洞見的批量內(nèi)容迅速傳播。這些所謂的「AI Slop」內(nèi)容正在整個生態(tài)系統(tǒng)中蔓延，從而引發(fā)了人們的擔(dān)憂。

Loud Mechanism，來源：Loud 項(xiàng)目清晰地展現(xiàn)了這一趨勢。Loud 嘗試將注意力代幣化，該平臺選擇將獎勵分配給特定時間段內(nèi)獲得最多關(guān)注的頂級用戶。這種結(jié)構(gòu)在實(shí)驗(yàn)上很有意思，但注意力卻成為了獎勵的唯一標(biāo)準(zhǔn)，這導(dǎo)致用戶之間的競爭過熱，并引發(fā)了大量重復(fù)低質(zhì)量內(nèi)容的產(chǎn)生，最終導(dǎo)致了整個社區(qū)內(nèi)容同質(zhì)化現(xiàn)象的產(chǎn)生。

來源：Kaito Mindshare 第二個問題是獎勵中心化?；谧⒁饬Φ莫剟铋_始聚焦于特定項(xiàng)目或主題，其他項(xiàng)目的內(nèi)容實(shí)際上被動從市場中消失或減少了，Kaito 的共享數(shù)據(jù)清楚地表明了這一點(diǎn)。Loud 曾一度占據(jù) Twitter 上超過 70% 的加密內(nèi)容，主導(dǎo)了生態(tài)系統(tǒng)內(nèi)的信息流。當(dāng)獎勵聚焦于注意力時，內(nèi)容多樣性就會下降，信息也會逐漸圍繞提供高額代幣獎勵的項(xiàng)目而產(chǎn)生。最終營銷預(yù)算的規(guī)模決定了生態(tài)系統(tǒng)內(nèi)的影響力。

以注意力為中心的獎勵結(jié)構(gòu)引出了一個根本問題：內(nèi)容應(yīng)該如何評估，獎勵應(yīng)該如何分配？目前大多數(shù) InfoFi 平臺都基于簡單的指標(biāo)（例如瀏覽量、點(diǎn)贊和評論）來判斷內(nèi)容價值。這種結(jié)構(gòu)假設(shè)「高參與度等于好內(nèi)容」。參與度高的內(nèi)容確實(shí)可能具有更好的信息質(zhì)量或傳遞效果，然而這個結(jié)構(gòu)主要適用于非常優(yōu)質(zhì)的內(nèi)容。對于大多數(shù)中低端內(nèi)容而言，反饋數(shù)量與質(zhì)量之間的關(guān)系尚不明確，從而造成重復(fù)的格式和過于積極的內(nèi)容會獲得高評分的現(xiàn)象。與此同時呈現(xiàn)多元化視角或探討新主題的內(nèi)容則難以獲得應(yīng)有的認(rèn)可。

解決這些問題需要更完善的內(nèi)容質(zhì)量評估體系。單純的基于參與度的評估標(biāo)準(zhǔn)是固定的，而內(nèi)容價值會隨著時間或環(huán)境的變化而變化。例如 AI 可以識別有意義的內(nèi)容，此外還可以引入基于社區(qū)的算法調(diào)整方法。后者可以采用讓算法根據(jù)定期提供的用戶反饋數(shù)據(jù)調(diào)整評估標(biāo)準(zhǔn)，從而幫助評估體系靈活應(yīng)對變化。

獎勵結(jié)構(gòu)也加劇了信息流偏差。當(dāng)前的 InfoFi 生態(tài)系統(tǒng)通常每個項(xiàng)目都運(yùn)行單獨(dú)的排行榜，它們使用自己的代幣進(jìn)行獎勵。在這種結(jié)構(gòu)下，擁有大量營銷預(yù)算的項(xiàng)目可以吸引更多內(nèi)容，用戶的注意力往往會集中在特定項(xiàng)目上。想要解決這些問題，則需要對獎勵分配結(jié)構(gòu)進(jìn)行調(diào)整。每個項(xiàng)目可以保留各自的獎勵，平臺可以實(shí)時監(jiān)控內(nèi)容集中度，并使用平臺代幣進(jìn)行調(diào)整。例如內(nèi)容可能過于集中在特定項(xiàng)目上時，平臺代幣獎勵可以暫時減少，而覆蓋率相對較低的主題可以獲得額外的平臺代幣。覆蓋多個項(xiàng)目的內(nèi)容也可以獲得額外獎勵。這將創(chuàng)造一個多元化主題和觀點(diǎn)的環(huán)境。

評估和獎勵構(gòu)成了 InfoFi 結(jié)構(gòu)的核心。內(nèi)容如何評估決定了生態(tài)系統(tǒng)的信息流，誰獲得什么樣的獎勵也至關(guān)重要。當(dāng)前的結(jié)構(gòu)依賴單一標(biāo)準(zhǔn)的評估體系與以營銷為中心的獎勵結(jié)構(gòu)相結(jié)合，加速了注意力的主導(dǎo)性，同時也削弱了信息的多樣性。評估標(biāo)準(zhǔn)的靈活性對于可持續(xù)運(yùn)營至關(guān)重要，分配結(jié)構(gòu)的平衡調(diào)整也是 InfoFi 生態(tài)系統(tǒng)面臨的關(guān)鍵挑戰(zhàn)。

InfoFi 的結(jié)構(gòu)化實(shí)驗(yàn)旨在量化注意力并將其轉(zhuǎn)化為經(jīng)濟(jì)價值，把現(xiàn)有的單向內(nèi)容消費(fèi)結(jié)構(gòu)轉(zhuǎn)變?yōu)橐陨a(chǎn)者為中心的參與型經(jīng)濟(jì)，這場實(shí)現(xiàn)的意義非凡。然而當(dāng)前的 InfoFi 生態(tài)系統(tǒng)在注意力代幣化過程中面臨著結(jié)構(gòu)性副作用，其中包括內(nèi)容質(zhì)量下降和信息流的偏差。這些副作用與其說是模型局限性，不如說是初始設(shè)計階段所必經(jīng)的困境。基于簡單反饋的評估模式暴露了其局限性，受營銷資源影響的獎勵結(jié)構(gòu)也暴露出問題。目前急需改進(jìn)需要能夠正確評估內(nèi)容質(zhì)量的系統(tǒng)，另外還需要基于社區(qū)的算法調(diào)整機(jī)制和平臺層面的平衡調(diào)節(jié)機(jī)制。

InfoFi 旨在創(chuàng)建一個讓成員能夠通過參與信息生產(chǎn)和傳播獲得公平的獎勵的生態(tài)。要實(shí)現(xiàn)這一目標(biāo)，需要技術(shù)改進(jìn)，同時也需要鼓勵社區(qū)參與設(shè)計。在加密生態(tài)中，注意力就像代幣一樣運(yùn)作。InfoFi 是一項(xiàng)設(shè)計和運(yùn)營新經(jīng)濟(jì)結(jié)構(gòu)的重要實(shí)驗(yàn)。當(dāng)它發(fā)展成為有價值的信息和見解得以共享的結(jié)構(gòu)時，它的潛力才能得以充分發(fā)揮。這項(xiàng)實(shí)驗(yàn)的結(jié)果將加快數(shù)字時代信息量化經(jīng)濟(jì)的發(fā)展進(jìn)程。