原文标题：Building The Attention Economy

原文作者： Eli Qian，Multicoin Capital

编译：Peggy，BlockBeats

编者按：在信息爆炸的时代，注意力本身正在成为一种可度量、可交易的资产。本文探讨了「注意力资产」如何通过预测市场与预言机机制实现金融化，并提出了构建「注意力永续合约」的方法论。随着模因价值在股票等传统资产中逐渐显现，我们或许正站在注意力经济成为主流资产类别的门槛上。

以下为原文内容：

注意力资产的金融潜力

尽管可能过于简洁，但资产大致分为两类：

1、现金流资产——主要包括股票和债券。这类资产会产生现金流，投资者据此进行估值。

2、供需资产——主要适用于商品和外汇。其价格随供需关系波动。

最近，加密领域催生了一种新型资产——以注意力为价值基础的资产。如今，「注意力资产」主要是用户生成资产（UGAs），如 NFT、创作者代币和 meme 币。这些资产作为文化注意力的「谢林点」，其价格反映了注意力的涨落。

从文化角度看，meme 币很有趣，但从金融角度来看，它们仍有许多不足。高效的注意力资产应能让市场参与者直接获得某个事物注意力的金融敞口。这样一来，参与者将被激励去交易他们认为被错误定价的资产，市场也能通过集体行为形成反映注意力预测的价格。

我们认为，只要构造得当，注意力资产有潜力成为真正的资产类别。为推动这一理念，本文提出「注意力预言机」（Attention Oracles）的概念，这是一种新型预言机结构，可支持「注意力永续合约」（Attention Perps）——一种让交易者做多或做空文化注意力的新型金融工具。

简而言之，注意力预言机通过围绕某一话题的二元预测市场，利用其价格、流动性和时间维度，构建一个加权聚合指数，旨在捕捉注意力的变化。为了确保其有效运行，底层市场必须经过精心挑选，以代表现实世界中相关的注意力输入。使用预测市场作为注意力预言机的输入还引入了「嵌入式操纵成本」，理论上可以减少恶意操控，因为对抗性交易者必须承担资本风险才能影响指数。

为什么我们需要注意力永续合约？

UGAs 在纯投机领域找到了产品市场契合点，并非常擅长追踪从零开始的注意力，比如新兴网络趋势和 meme。

UGAs 解决的问题是：为传统金融体系无法覆盖的事物创建资产。传统资产发行流程缓慢、昂贵且监管门槛高，限制了可发行资产的范围。而注意力资产必须以互联网速度运作，才能跟上全球文化趋势。结合无需许可的代币发行机制、如绑定曲线等巧妙定价方式，以及 DEX 的流动性支持，几乎任何人都可以免费创建资产、启动流动性，并将其推向市场供他人交易。

一个对 UGAs 的观察是：它们的价格通常从零开始。这不是缺陷，而是特性。因为如果你从零开始创造一个新 meme，那么它在诞生时的注意力就是零，从低价进入是合理的。这也让擅长早期发现趋势的人可以通过创建低成本资产来变现其能力。但这也意味着 UGAs 并不适合为已有大量注意力的事物提供金融敞口。

举例来说，假设你想做多勒布朗·詹姆斯的注意力。你可以创建一个 meme 币，但市面上已经有很多勒布朗代币，你该买哪个？此外，一个新的勒布朗 meme 币价格会接近零，但勒布朗是全球最知名人物之一，他的注意力本应非常高，不可能在短时间内暴涨 100 倍。最后，如果你想做空他的注意力，meme 币也很难实现这一点。

那么，针对已有高注意力话题的资产应该是什么样的？

一些要求可能包括：

1、双向交易能力：资产应支持做多和做空。

2、连接真实世界的注意力数据源：必须有可靠的「事实来源」来衡量注意力。

3、不应从零开始：资产应具备初始价值，反映已有注意力。

如果审视这些需求，你会很快发现永续期货合约（Perps）非常契合：它们是双向的，拥有预言机（事实来源），并且作为衍生品不会从零开始。真正的难点在于如何为「注意力永续合约」（Attention Perps）构建一个有效的预言机。

目前已经有一些团队在研究这个问题，比如 Noise。在 Noise 平台上，交易者可以做多或做空某些加密项目（如 MegaETH 和 Monad）的「心智占有率」（mindshare）。Noise 使用 Kaito 作为预言机，它会聚合社交媒体和新闻数据，生成一个数字来表示某个话题的注意力程度。

然而，这种设计仍有改进空间。注意力预言机的目标是将与注意力相关的数据作为输入，应用某些函数处理这些数据，并输出一个数值，供交易者进行做多或做空操作。

使用社交媒体作为输入的一个问题是：社交媒体很容易被操控。这体现了古德哈特定律的一个变体：在对抗性市场中，交易者会试图操纵输入数据来影响价格。Kaito 已经不得不重新设计他们的排行榜和反垃圾机制来应对这一问题。

此外，社交媒体并不能完美地捕捉注意力。以大谷翔平为例，他拥有全球粉丝群体，使用各种不同的社交媒体应用，而这些平台可能并不都被 Kaito 索引。如果他再次赢得世界大赛，他的明星光环会更强，但他的粉丝数量或社交媒体上的提及次数不一定会线性增长。

注意力预言机：一种基于市场的方法

回到我们之前提到的勒布朗·詹姆斯的例子，假设你想交易勒布朗的注意力。要为他构建一个注意力预言机，第一步是收集（或创建，如果尚不存在）多个关于勒布朗的二元预测市场，例如：

「勒布朗·詹姆斯在本月底前是否会拥有超过 X 百万粉丝？」；「勒布朗·詹姆斯是否会在 2026 年赢得总冠军？」；「勒布朗·詹姆斯是否会在 2026 年获得 MVP？」

一个完善的勒布朗注意力预言机会使用更多底层市场，但为了举例，我们暂时使用这三个。指数价格将通过对每个市场的价格、流动性、解决时间和重要性进行加权聚合来计算。

对于每个市场，我们拥有价格、流动性、解决时间以及一个重要性评分。为了便于说明，我们使用一个非常简单的权重计算公式。每个市场的评分范围为 1 到 10，并结合流动性和时间因素：

假设我们决定将三个市场的评分设为 8、2 和 10，那么每个市场的权重将是：

最终的注意力数值将是：

如果我们假设这三个市场的解决时间分别为 180 天、20 天和 180 天，而重要性评分分别为 8、2 和 10，那么将上述因素组合起来就会得到：

当然，还有更复杂的方法可以用来计算注意力指标，例如使用未平仓合约（open interest）代替交易量、考虑相关事件、调整市场深度、变量之间的非线性关系等。我们还制作了一个互动网站，供读者使用实时 Kalshi 市场自行创建指数。

这种基于预测市场的预言机结构的主要优势在于：操纵行为具有实际成本。如果某个交易者做多勒布朗的注意力，并希望操纵价格上涨，他们必须购买底层的二元预测市场头寸。假设底层市场流动性充足，这意味着他们需要以市场认为高估的价格买入头寸。

我们认为，随着这些市场的发展，另一个非常重要的优势是：二元预测市场为做市商提供了现货市场用于对冲。如果某个做市商在注意力指数上做空，他们可以通过做多构成该指数的底层预测市场头寸来对冲其风险敞口。

Adjacent 已经使用 Kalshi 上的实时、流动性良好的市场创建了指数，用于追踪政治趋势，例如民主党与共和党的控制权之争，以及纽约市市长选举。我们认为类似的方法也可以用于追踪任意话题的注意力。随着预测市场的发展，可用于构建注意力指数的话题集合也将不断扩大。

注意力预言机的设计空间

我们提出的预言机结构并非没有权衡。在更广泛地思考注意力预言机时，我们认为以下几个方面是主要的考量因素：

1、输入数据的相关性有多高？

2、获取这些输入数据的可行性如何？

3、输入数据是否容易被操控或游戏化？

4、为计算注意力数值，我们对输入应用了哪些函数？

我们提出的预言机最明显的权衡在于：输入数据难以获取。如果你想构建一个关于勒布朗·詹姆斯的注意力预言机，首先必须为与勒布朗相关的多个话题创建多个流动性良好的预测市场。此外，这些市场必须在时间上保持流动性，并在原有市场解决或变得不相关时及时被新的流动性市场替代。因此，我们认为这种设计最适用于少数几个已经拥有成熟预测市场的高关注话题（例如唐纳德·特朗普或泰勒·斯威夫特）。

另一个权衡是：注意力可能在事件结果无论如何的情况下都增加。例如，即使勒布朗没有再赢得一个总冠军，人们对他的关注可能仍会上升，因为大家开始质疑他的表现。可能会出现关于他是否真的老了、是否状态下滑的广泛讨论。同样地，现实世界中的注意力往往流向意料之外的事件，而预测市场衡量的是事件发生的预期。如果市场预期勒布朗会赢得 MVP，但他没有，注意力可能会上升，而指数却下跌。粉丝和评论员可能会讨论他被「抢走」了 MVP，或者评选过程是否不公平。

最好的预言机设计可能最终是预测市场、社交媒体数据和其他来源的组合。Google Trends 最近开放了一个 alpha 项目，允许开发者通过 API 访问搜索趋势数据。某个话题的互联网搜索量显然与其注意力高度相关，而且由于 Google Trends 会过滤重复搜索，它可能比社交媒体数据更不容易被操控。另一个来源可能是使用大型语言模型（LLM）来分析更容易被操控的输入，并尝试过滤掉垃圾信息。例如，一个 LLM 可以根据主流新闻媒体的标题或 X（原 Twitter）上的热门帖子来评分注意力。

我们认为，像 Kalshi 和 Polymarket 这样的成熟交易所最有能力提供注意力永续合约（Attention Perps），因为它们已经拥有许多流动性良好的基础市场，以及愿意在新市场上交易的用户。但我们并不认为注意力资产的机会仅限于这些大型平台。

一种配置方式是：金库（vaults）交易预测市场，并以某个话题为做多/做空的目标。例如，一个做多泰勒·斯威夫特的金库可以购买关于她是否会有 Top 10 单曲、是否会在超级碗表演等事件的「是」合约。由金库管理者来判断哪些市场与注意力上升相关。

另一个例子是使用 Hyperliquid 的 builder-deployed 永续合约。HIP-3 提供了灵活性，允许市场部署者自定义预言机——一个 HIP-3 市场可以使用 Kalshi/Polymarket 的价格、社交媒体指标、Google Trends、新闻标题等的组合。

注意力作为一种资产类别

讽刺的是，注意力经济的第一个成熟应用场景可能会出现在股票市场中。股票价格由两个部分组成：DCF 价值（即内在价值）和模因价值（memetic value）。

历史上，大多数股票并没有显著的模因价值。但近年来，得益于 WallStreetBets 和 Robinhood 等 24x5 零售交易平台，越来越多的股票开始具备持续的模因价值。

股票研究分析师的目标是确定股票的价格。虽然已经有成熟的方法来计算 DCF 部分，但模因价值部分该如何建模？随着越来越多资产的交易受到模因价值的影响，开发建模模因价值的方法将变得必要。成熟的投资者已经在使用粉丝数、点赞数、浏览量等指标来衡量市场情绪。预测市场和其他预言机结构可以成为衡量股票注意力的有用工具，从而构建更好的交易模型。

但注意力资产的机会远不止于股票定价。我们认为，预测注意力本身就是一种具有经济价值的活动。注意力是消费者偏好和支出的领先指标。企业会根据注意力的流向来分配研发、招聘和营销预算。关键在于找到新的启发式方法来建模这些流动。

如果你正在构建注意力资产或相关基础设施，欢迎联系我们。

原文链接