32 · InfoFi

LESSON 32 / INFOFI

阶段 05 · 看懂正在出现的方向三件套：整理中课程正文信息信号与激励机制Part 6

公开整理

InfoFi 试图用金融机制发现、量化、定价和分配信息价值。预测市场、注意力代币化和声誉市场是三条主线，但价格、积分和声誉不会自动让信息变真。数据源、评估器、结算者和奖励来源都需要单独审查。

课程正文

三条主线

• 预测市场：参与者用资金表达对事件的判断，市场价格可以作为概率信号。真正的难点在于事件定义、流动性、预言机、结算规则和参与者激励。
• 注意力代币化：AI 或其他评分系统评估内容的影响力、质量和关联度，再把分数、排行榜或奖励连接到项目激励。数量激励若压过质量，系统会产生重复、刷量和垃圾内容。
• 声誉市场：参与者为个人或项目的信用提供可定价信号。声誉质押可能增加问责，也会引入标准不一致、操纵、女巫、隐私和纠错问题。

课程将 Kaito、Cookie Snaps、Ethos 等案例放在不同的设计坐标中，用于理解注意力任务、声誉质押和激励飞轮。案例名称、产品功能和奖励规则均需要按当前资料复核。

从飞轮到反噬

一个理想化飞轮是：创作者产出 -> AI 或规则评估 -> 项目方按效果激励 -> 更多内容和用户 -> 更多信息供评估。若奖励只与数量或短期互动绑定，AI Spam 和机器人会让评估器与参与者进入军备竞赛。

X API 变化所体现的结构性问题是：去中心化应用仍可能依赖中心化数据入口。多平台数据、可审计的评估规则、可替代的结算方式和身份层可以改善单点依赖，但不能自动解决隐私和治理问题。

可验证问题

• 价格到底表达事件概率、内容影响力、声誉，还是下一个买家的预期？
• 数据源能否替代，评分规则能否审计，如何抵抗刷量、机器人和偏见？
• 奖励是由真实客户付费、协议收入还是新增参与者资金提供？
• 预测市场的事件边界、预言机和争议处理是否清楚？
• 声誉记录如何纠错、撤销和保护隐私？

练习与复盘

制作一张“信息市场审查卡”：信号是什么｜数据从哪里来｜谁评估｜谁结算｜奖励来自哪里｜可操纵点｜隐私风险｜可复核证据。把“项目方主张”和“可验证事实”分栏记录。

来源与时效提醒

本页依据课程 32 的 preview、mindmap 与 notes 整理。平台政策、API、代币价格、奖励规则、预测市场合规和项目状态变化很快；课程中涉及的 2026 年事件属于写作时点材料，用前必须重新核验。