Multicoin：預測市場還有什麼創業機會？

原文標題： Building The Attention Economy
原文作者： Eli Qian，Multicoin Capital
編譯：Peggy，BlockBeats

編者按：在資訊爆炸的時代，注意力本身正在成為一種可度量、可交易的資產。本文探討了「注意力資產」如何透過預測市場與預言機機制實現金融化，並提出了構建「注意力永續合約」的方法論。隨著模因價值在股票等傳統資產中逐漸顯現，我們或許正站在注意力經濟成為主流資產類別的門檻上。

以下為原文內容：

注意力資產的金融潛力

儘管可能過於簡潔，但資產大致分為兩類：

1、現金流資產------主要包括股票和債券。這類資產會產生現金流，投資者據此進行估值。

2、供需資產------主要適用於商品和外匯。其價格隨供需關係波動。

最近，加密領域催生了一種新型資產------以注意力為價值基礎的資產。如今，「注意力資產」主要是用戶生成資產（UGAs），如 NFT、創作者代幣和 meme 幣。這些資產作為文化注意力的「謝林點」，其價格反映了注意力的漲落。

從文化角度看，meme 幣很有趣，但從金融角度來看，它們仍有許多不足。高效的注意力資產應能讓市場參與者直接獲得某個事物注意力的金融敞口。這樣一來，參與者將被激勵去交易他們認為被錯誤定價的資產，市場也能透過集體行為形成反映注意力預測的價格。

我們認為，只要構造得當，注意力資產有潛力成為真正的資產類別。為推動這一理念，本文提出「注意力預言機」（Attention Oracles）的概念，這是一種新型預言機結構，可支持「注意力永續合約」（Attention Perps）------一種讓交易者做多或做空文化注意力的新型金融工具。

簡而言之，注意力預言機透過圍繞某一話題的二元預測市場，利用其價格、流動性和時間維度，構建一個加權聚合指數，旨在捕捉注意力的變化。為了確保其有效運行，底層市場必須經過精心挑選，以代表現實世界中相關的注意力輸入。使用預測市場作為注意力預言機的輸入還引入了「嵌入式操縱成本」，理論上可以減少惡意操控，因為對抗性交易者必須承擔資本風險才能影響指數。

為什麼我們需要注意力永續合約？

UGAs 在純投機領域找到了產品市場契合點，並非常擅長追蹤從零開始的注意力，比如新興網絡趨勢和 meme。

UGAs 解決的問題是：為傳統金融體系無法覆蓋的事物創建資產。傳統資產發行流程緩慢、昂貴且監管門檻高，限制了可發行資產的範圍。而注意力資產必須以互聯網速度運作，才能跟上全球文化趨勢。結合無需許可的代幣發行機制、如綁定曲線等巧妙定價方式，以及 DEX 的流動性支持，幾乎任何人都可以免費創建資產、啟動流動性，並將其推向市場供他人交易。

一個對 UGAs 的觀察是：它們的價格通常從零開始。這不是缺陷，而是特性。因為如果你從零開始創造一個新 meme，那麼它在誕生時的注意力就是零，從低價進入是合理的。這也讓擅長早期發現趨勢的人可以透過創建低成本資產來變現其能力。但這也意味著 UGAs 並不適合為已有大量注意力的事物提供金融敞口。

舉例來說，假設你想做多勒布朗·詹姆斯的注意力。你可以創建一個 meme 幣，但市面上已經有很多勒布朗代幣，你該買哪個？此外，一個新的勒布朗 meme 幣價格會接近零，但勒布朗是全球最知名人物之一，他的注意力本應非常高，不可能在短時間內暴漲 100 倍。最後，如果你想做空他的注意力，meme 幣也很難實現這一點。

那麼，針對已有高注意力話題的資產應該是什麼樣的？

一些要求可能包括：

1、雙向交易能力：資產應支持做多和做空。

2、連接真實世界的注意力數據源：必須有可靠的「事實來源」來衡量注意力。

3、不應從零開始：資產應具備初始價值，反映已有注意力。

如果審視這些需求，你會很快發現永續期貨合約（Perps）非常契合：它們是雙向的，擁有預言機（事實來源），並且作為衍生品不會從零開始。真正的難點在於如何為「注意力永續合約」（Attention Perps）構建一個有效的預言機。

目前已經有一些團隊在研究這個問題，比如 Noise。在 Noise 平台上，交易者可以做多或做空某些加密項目（如 MegaETH 和 Monad）的「心智佔有率」（mindshare）。Noise 使用 Kaito 作為預言機，它會聚合社交媒體和新聞數據，生成一個數字來表示某個話題的注意力程度。

然而，這種設計仍有改進空間。注意力預言機的目標是將與注意力相關的數據作為輸入，應用某些函數處理這些數據，並輸出一個數值，供交易者進行做多或做空操作。

使用社交媒體作為輸入的一個問題是：社交媒體很容易被操控。這體現了古德哈特定律的一個變體：在對抗性市場中，交易者會試圖操縱輸入數據來影響價格。Kaito 已經不得不重新設計他們的排行榜和反垃圾機制來應對這一問題。

此外，社交媒體並不能完美地捕捉注意力。以大谷翔平為例，他擁有全球粉絲群體，使用各種不同的社交媒體應用，而這些平台可能並不都被 Kaito 索引。如果他再次贏得世界大賽，他的明星光環會更強，但他的粉絲數量或社交媒體上的提及次數不一定會線性增長。

注意力預言機：一種基於市場的方法

回到我們之前提到的勒布朗·詹姆斯的例子，假設你想交易勒布朗的注意力。要為他構建一個注意力預言機，第一步是收集（或創建，如果尚不存在）多個關於勒布朗的二元預測市場，例如：

「勒布朗·詹姆斯在本月底前是否會擁有超過 X 百萬粉絲？」；「勒布朗·詹姆斯是否會在 2026 年贏得總冠軍？」；「勒布朗·詹姆斯是否會在 2026 年獲得 MVP？」

一個完善的勒布朗注意力預言機會使用更多底層市場，但為了舉例，我們暫時使用這三個。指數價格將透過對每個市場的價格、流動性、解決時間和重要性進行加權聚合來計算。

對於每個市場，我們擁有價格、流動性、解決時間以及一個重要性評分。為了便於說明，我們使用一個非常簡單的權重計算公式。每個市場的評分範圍為 1 到 10，並結合流動性和時間因素：

假設我們決定將三個市場的評分設為 8、2 和 10，那麼每個市場的權重將是：

最終的注意力數值將是：

如果我們假設這三個市場的解決時間分別為 180 天、20 天和 180 天，而重要性評分分別為 8、2 和 10，那麼將上述因素組合起來就會得到：

當然，還有更複雜的方法可以用來計算注意力指標，例如使用未平倉合約（open interest）代替交易量、考慮相關事件、調整市場深度、變量之間的非線性關係等。我們還製作了一個互動網站，供讀者使用實時 Kalshi 市場自行創建指數。

這種基於預測市場的預言機結構的主要優勢在於：操縱行為具有實際成本。如果某個交易者做多勒布朗的注意力，並希望操縱價格上漲，他們必須購買底層的二元預測市場頭寸。假設底層市場流動性充足，這意味著他們需要以市場認為高估的價格買入頭寸。

我們認為，隨著這些市場的發展，另一個非常重要的優勢是：二元預測市場為做市商提供了現貨市場用於對沖。如果某個做市商在注意力指數上做空，他們可以透過做多構成該指數的底層預測市場頭寸來對沖其風險敞口。

Adjacent 已經使用 Kalshi 上的實時、流動性良好的市場創建了指數，用於追蹤政治趨勢，例如民主黨與共和黨的控制權之爭，以及紐約市市長選舉。我們認為類似的方法也可以用於追蹤任意話題的注意力。隨著預測市場的發展，可用於構建注意力指數的話題集合也將不斷擴大。

注意力預言機的設計空間

我們提出的預言機結構並非沒有權衡。在更廣泛地思考注意力預言機時，我們認為以下幾個方面是主要的考量因素：

1、輸入數據的相關性有多高？

2、獲取這些輸入數據的可行性如何？

3、輸入數據是否容易被操控或遊戲化？

4、為計算注意力數值，我們對輸入應用了哪些函數？

我們提出的預言機最明顯的權衡在於：輸入數據難以獲取。如果你想構建一個關於勒布朗·詹姆斯的注意力預言機，首先必須為與勒布朗相關的多個話題創建多個流動性良好的預測市場。此外，這些市場必須在時間上保持流動性，並在原有市場解決或變得不相關時及時被新的流動性市場替代。因此，我們認為這種設計最適用於少數幾個已經擁有成熟預測市場的高關注話題（例如唐納德·特朗普或泰勒·斯威夫特）。

另一個權衡是：注意力可能在事件結果無論如何的情況下都增加。例如，即使勒布朗沒有再贏得一個總冠軍，人們對他的關注可能仍會上升，因為大家開始質疑他的表現。可能會出現關於他是否真的老了、是否狀態下滑的廣泛討論。同樣地，現實世界中的注意力往往流向意料之外的事件，而預測市場衡量的是事件發生的預期。如果市場預期勒布朗會贏得 MVP，但他沒有，注意力可能會上升，而指數卻下跌。粉絲和評論員可能會討論他被「搶走」了 MVP，或者評選過程是否不公平。

最好的預言機設計可能最終是預測市場、社交媒體數據和其他來源的組合。Google Trends 最近開放了一個 alpha 項目，允許開發者通過 API 訪問搜索趨勢數據。某個話題的互聯網搜索量顯然與其注意力高度相關，而且由於 Google Trends 會過濾重複搜索，它可能比社交媒體數據更不容易被操控。另一個來源可能是使用大型語言模型（LLM）來分析更容易被操控的輸入，並嘗試過濾掉垃圾信息。例如，一個 LLM 可以根據主流新聞媒體的標題或 X（原 Twitter）上的熱門帖子來評分注意力。

我們認為，像 Kalshi 和 Polymarket 這樣的成熟交易所最有能力提供注意力永續合約（Attention Perps），因為它們已經擁有許多流動性良好的基礎市場，以及願意在新市場上交易的用戶。但我們並不認為注意力資產的機會僅限於這些大型平台。

一種配置方式是：金庫（vaults）交易預測市場，並以某個話題為做多/做空的目標。例如，一個做多泰勒·斯威夫特的金庫可以購買關於她是否會有 Top 10 單曲、是否會在超級碗表演等事件的「是」合約。由金庫管理者來判斷哪些市場與注意力上升相關。

另一個例子是使用 Hyperliquid 的 builder-deployed 永續合約。HIP-3 提供了靈活性，允許市場部署者自定義預言機------一個 HIP-3 市場可以使用 Kalshi/Polymarket 的價格、社交媒體指標、Google Trends、新聞標題等的組合。

注意力作為一種資產類別

諷刺的是，注意力經濟的第一個成熟應用場景可能會出現在股票市場中。股票價格由兩個部分組成：DCF 價值（即內在價值）和模因價值（memetic value）。

歷史上，大多數股票並沒有顯著的模因價值。但近年來，得益於 WallStreetBets 和 Robinhood 等 24x5 零售交易平台，越來越多的股票開始具備持續的模因價值。

股票研究分析師的目標是確定股票的價格。雖然已經有成熟的方法來計算 DCF 部分，但模因價值部分該如何建模？隨著越來越多資產的交易受到模因價值的影響，開發建模模因價值的方法將變得必要。成熟的投資者已經在使用粉絲數、點讚數、瀏覽量等指標來衡量市場情緒。預測市場和其他預言機結構可以成為衡量股票注意力的有用工具，從而構建更好的交易模型。

但注意力資產的機會遠不止於股票定價。我們認為，預測注意力本身就是一種具有經濟價值的活動。注意力是消費者偏好和支出的領先指標。企業會根據注意力的流向來分配研發、招聘和營銷預算。關鍵在於找到新的啟發式方法來建模這些流動。

如果你正在構建注意力資產或相關基礎設施，歡迎聯繫我們。