撰文：Jay Jo，Tiger Research
编译：AididiaoJP，Foresight News
InfoFi 是一种量化用户注意力和活动并将其与奖励联系起来的结构化尝试。
InfoFi 目前存在一些结构化问题，包括内容质量下降和奖励集中化。
这些并非 InfoFi 模型本身的局限性，而是评估标准和奖励分配方式的设计问题，急需改善。
注意力已成为现代产业中最稀缺的资源之一。互联网时代信息泛滥，而人类处理信息的能力却极其有限。这种稀缺性促使众多企业展开激烈竞争，争夺用户注意力的能力已成为企业的核心竞争优势。
加密行业以更为极端的形式展现了注意力竞争程度。注意力占有率在代币定价和流动性形成中发挥着重要作用，这也成为决定项目成败的关键因素。即使是技术领先的项目，如果未能吸引市场关注，也常常会被市场淘汰。
这种现象源于加密市场的结构性特征。用户不仅是参与者，更是投资者，他们的注意力直接带来代币的实际购买行为，从而创造更大的需求和网络效应。在注意力集中的地方就会创造流动性，而叙事在此流动性基础上得以发展。这些既定的叙事随后吸引新的关注，并形成良性循环，推动市场发展。
市场是基于关注度而运转的。这种结构引出了一个关键问题：谁能从这些关注度中真正受益？用户通过社区活动和内容创作来产生关注度，但这些行为难以衡量，也没有明确的直接奖励机制。到目前为止，普通用户只能通过买卖代币来获得间接收益。对于真正创造关注度的贡献者，目前尚无任何奖励机制。
Kaito 的 InfoFi 网络，来源：Kaito
InfoFi 是解决这个问题的一种尝试。InfoFi 将信息与金融相结合，创建了根据用户内容产生的关注度（例如浏览量、评论量和分享量）来评估用户贡献，并将其与代币奖励挂钩的机制。Kaito 的成功将这种结构得以广泛传播。
Kaito 通过 AI 算法评估社交媒体活动，包括发帖和评论等。平台根据分数提供代币奖励。用户生成的内容吸引的关注越多，项目就能获得更大的曝光度。资本将这种关注视为一种信号，并以此做出投资决策。随着关注度的增长，更多资本流入项目，参与者的奖励也随之增加。参与者、项目和资本通过注意力数据作为媒介协同工作，从而形成了良性循环。
InfoFi 模型在三个关键领域作出了突出贡献。
首先，它量化了评估标准不明确的用户贡献活动。基于积分系统让人们能够结构化定义贡献，并帮助用户预测他们可以通过特定行为获得哪些奖励，从而提高了用户参与的可持续性和一致性。
其次，InfoFi 将注意力从一个抽象的概念转化为可量化和可交易的数据，用户参与从简单的消费转变为生产性活动。现有大多数的线上参与都涉及投资或内容分享，而平台则通过这些活动产生的注意力来赚钱。InfoFi 会量化用户对这些内容所作出的市场反应，并根据这些数据发放奖励，从而导致参与者的行为被视为生产性的工作。这种转变赋予用户网络价值创造者的角色，而不仅仅是社区成员。
第三，InfoFi 降低了信息生产的门槛。过去推特大 V 和机构账号主导着信息分发，并占据了大部分的关注和奖励，而现在普通用户在获得一定程度的市场关注后，同样能可以获得切实的奖励，为不同背景的用户创造了更多参与的机会。
InfoFi 模型是加密行业内新的奖励设计实验，它量化了用户的贡献并将其与奖励挂钩。然而注意力已经成为一种过于中心化的价值，其副作用也逐渐显现。
第一个问题是过度的注意力竞争和内容质量的下降。当注意力成为奖励的标准，创作内容的目的现在从提供信息或鼓励有意义的参与转变为仅仅为了奖励。而生成式 AI 使内容创作变得更容易，缺乏真实信息或洞见的批量内容迅速传播。这些所谓的「AI Slop」内容正在整个生态系统中蔓延，从而引发了人们的担忧。
Loud Mechanism，来源：Loud
Loud 项目清晰地展现了这一趋势。Loud 尝试将注意力代币化，该平台选择将奖励分配给特定时间段内获得最多关注的顶级用户。这种结构在实验上很有意思，但注意力却成为了奖励的唯一标准，这导致用户之间的竞争过热，并引发了大量重复低质量内容的产生，最终导致了整个社区内容同质化现象的产生。
资料来源：Kaito Mindshare
第二个问题是奖励中心化。基于注意力的奖励开始聚焦于特定项目或主题，其他项目的内容实际上被动从市场中消失或减少了，Kaito 的共享数据清楚地表明了这一点。Loud 曾一度占据 Twitter 上超过 70% 的加密内容，主导了生态系统内的信息流。当奖励聚焦于注意力时，内容多样性就会下降，信息也会逐渐围绕提供高额代币奖励的项目而产生。最终营销预算的规模决定了生态系统内的影响力。
以注意力为中心的奖励结构引出了一个根本问题：内容应该如何评估，奖励应该如何分配？目前大多数 InfoFi 平台都基于简单的指标（例如浏览量、点赞和评论）来判断内容价值。这种结构假设「高参与度等于好内容」。
参与度高的内容确实可能具有更好的信息质量或传递效果，然而这个结构主要适用于非常优质的内容。对于大多数中低端内容而言，反馈数量与质量之间的关系尚不明确，从而造成重复的格式和过于积极的内容会获得高评分的现象。与此同时呈现多元化视角或探讨新主题的内容则难以获得应有的认可。
解决这些问题需要更完善的内容质量评估体系。单纯的基于参与度的评估标准是固定的，而内容价值会随着时间或环境的变化而变化。例如 AI 可以识别有意义的内容，此外还可以引入基于社区的算法调整方法。后者可以采用让算法根据定期提供的用户反馈数据调整评估标准，从而帮助评估体系灵活应对变化。
内容评估的局限性与奖励结构问题并存，奖励结构也加剧了信息流偏差。当前的 InfoFi 生态系统通常每个项目都运行单独的排行榜，它们使用自己的代币进行奖励。在这种结构下，拥有大量营销预算的项目可以吸引更多内容，用户的注意力往往会集中在特定项目上。
想要解决这些问题，则需要对奖励分配结构进行调整。每个项目可以保留各自的奖励，平台可以实时监控内容集中度，并使用平台代币进行调整。例如内容可能过于集中在特定项目上时，平台代币奖励可以暂时减少，而覆盖率相对较低的主题可以获得额外的平台代币。覆盖多个项目的内容也可以获得额外奖励。这将创造一个多元化主题和观点的环境。
评估和奖励构成了 InfoFi 结构的核心。内容如何评估决定了生态系统的信息流，谁获得什么样的奖励也至关重要。当前的结构依赖单一标准的评估体系与以营销为中心的奖励结构相结合，加速了注意力的主导性，同时也削弱了信息的多样性。评估标准的灵活性对于可持续运营至关重要，分配结构的平衡调整也是 InfoFi 生态系统面临的关键挑战。
InfoFi 的结构化实验旨在量化注意力并将其转化为经济价值，把现有的单向内容消费结构转变为以生产者为中心的参与型经济，这场实现的意义非凡。然而当前的 InfoFi 生态系统在注意力代币化过程中面临着结构性副作用，其中包括内容质量下降和信息流的偏差。这些副作用与其说是模型局限性，不如说是初始设计阶段所必经的困境。
基于简单反馈的评估模式暴露了其局限性，受营销资源影响的奖励结构也暴露出问题。目前急需改进需要能够正确评估内容质量的系统，另外还需要基于社区的算法调整机制和平台层面的平衡调节机制。InfoFi 旨在创建一个让成员能够通过参与信息生产和传播获得公平的奖励的生态。要实现这一目标，需要技术改进，同时也需要鼓励社区参与设计。
在加密生态中，注意力就像代币一样运作。InfoFi 是一项设计和运营新经济结构的重要实验。当它发展成为有价值的信息和见解得以共享的结构时，它的潜力才能得以充分发挥。这项实验的结果将加快数字时代信息量化经济的发展进程。
