Outlier Ventures：数据驱动的代币设计和优化

Dr. Achim Struve｜演讲者‍‍‍‍‍

Sissi｜编译

编者导读：

在代币生态系统中，实现可持续发展至关重要。Outlier Ventures 最新发布的视频提供了全面的视角，探讨了代币生态系统面临的关键问题，并针对这些挑战提供了实用的解决方案和工具。

该视频强调了代币工程 Token Engineering 的原则和方法，这为规划和构建代币系统提供了新的视角。同时，辅以一系列实用工具如 Agent-based 模拟仿真工具、QTM 等，这些工具在不同阶段能够提供有价值的信息，帮助项目做出明智的决策。借助这些辅助工具，Web3 初创项目将有机会实现持久的成长。

Outlier Ventures 的视频为我们带来了全新的认知，它突显了代币工程及相关工具在项目团队应对变化方面的关键作用，这些工具被证明是适应不断变化的代币生态的强大武器。这一认知的形成得益于对代币生态系统的深入研究和实践，使得参与者能够更好地理解生态系统的动态，并做出更加明智、富有远见的决策。以下是对该视频内容的翻译和整理。更多关于代币工程的内容，可以参见本公众号往期内容。‍‍

代币设计和优化的三个阶段

发现阶段

在构建一个成功的代币生态系统中，需要在生态系统的宏观层面执行关键步骤。首先，必须明确定义问题，并清晰陈述所面临的挑战。其次，需要明确价值在利益相关者之间的流动，以确保生态系统的稳健性和平衡性。同时，还需深入讨论和考虑整个生态系统及其代币的合理性，包括对代币的合理使用。此外，高层次的规划也是不可或缺的，它涵盖了如何有效运用代币以及设计各项内容的方案。这些关键步骤都是打造一个成功代币生态系统所不可或缺的要素。

设计阶段

在代币生态系统的建设中，参数化是另一个关键步骤，它涉及应用定量工具，例如电子表格，仿真工具如 cadCAD、Token Spice、Machinations 等。这些工具能够帮助人们得到经过优化验证的模型，进行风险分析和预测，从而深入了解代币供应和估值的趋势。通过这些定量工具，可以更好地了解生态系统的运作，为其设计和优化提供有力支持。

部署阶段

部署阶段至关重要，它将之前的理论分析和设计付诸实际，将生态系统真正部署到区块链上。在这一阶段，需要运用多种工具，包括不同的编程语言如 Solidity、Rust 等以及部署环境如 Hardhat 等。通过这个过程，最终产生的结果是实际的生态系统代币或产品，使其在区块链上真正得以实现和运行。

代币设计工具

在以上的三个不同阶段（发现、设计和部署）中，我们需要使用一系列工具，而这些工具的重点和类型在不同的领域中也会有所不同。并不仅适用于 DeFi 领域，还适用于各种应用项目、基础设施、游戏等领域。

在考虑细节层面时，存在两种观点：一种观点认为，我们可以从定性的角度看待生态系统，使用市场标准就足够，不需要任何模拟。而另一种观点则认为，需要创建一个数字双胞胎 Digital Twin，对整个生态系统进行 1:1 的模拟，因为这涉及大量的资金风险。随着向更精确的方向前进以及资源强度的增加，所需的编程知识也会增加。同时这也增加了对用户的要求——他们需要具备编程能力，以便处理更复杂的模型，这可能会影响用户友好性。因此，要建立更详细的生态系统模型，需要更多的编程知识，并且需要对数学有足够的理解。

在代币生态系统中，有多种工具可帮助我们理解和设计该系统。在以上“代币设计工具图”的左端，有电子表格模型和一些定性工具，例如问题陈述、利益相关者问题陈述、利益相关者映射以及特定的价值流等。我们甚至可以利用 AI 驱动的推理，比如用机器学习模型来起草第一个代币设计。而在图的中间部分，例如 QTM（量化代币模型），虽然它也是一个电子表格模型，但它覆盖了多个不同的领域，不仅限于DeFi。这种广泛的覆盖面可能会导致精确度的损失，但它确实可以帮助初创企业获得第一手的洞察力，以及对其代币生态系统的初步理解。

在图的左端，是可以在复杂环境下，对生态系统进行 1:1 建模的仿真工具 cadCAD等。总的来说，在代币生态系统中，选择适当的工具和方法对于初创企业的成功至关重要。不同类型的工具可以在不同阶段提供有价值的信息，帮助企业做出明智的决策，并促进生态系统的持续发展。

QTM 概述

QTM 是一种量化代币模型，其采用了 10 年的固定模拟时间，每个时间步长为一个月，因此更像是一个宏观的模拟模型，而不是高度精确的模型。在每个时间步长的开始，代币会被排放到生态系统中，因此模型中有激励模块、代币归属模块、空投模块等。随后，这些代币将被投放到到几个元桶（meta buckets）中，从这些元桶中再次进行更细化的广义效用再分配。然后，从这些效用工具中定义奖励支付等。还有像链下业务方面，这也考虑了业务的一般资金状况，例如可以进行销毁或回购，还可以衡量用户采用率或者定义用户采用情况。

然而，需要强调的是，该模型的输出质量取决于输入质量。因此，在使用 QTM 之前，必须进行充分的市场研究，以获取更准确的输入信息并深入了解正在发生的情况。这样可以获得更接近现实情况的输出结果。QTM 被视为早期创业公司的教育工具，有助于他们初步了解自身的生态系统，但不应该从中得出任何财务建议，也不应该仅仅依赖其中的结果。

数据分析

接下来，将从数据分析的角度来了解可以提取的不同类型数据。首先，可以通过宏观市场的视角来观察整体市场的发展情况，包括 DeFi 市场和加密货币市场。随后，可以关注筹款轮次的指标，以了解项目的融资情况，例如筹集的资金数量、估值以及在不同轮次中的供应量销售情况。其次，还可以研究参与者的行为模式，以深入了解其他人的投资习惯。

与传统金融相比，链上的数据具有显著的区别，因为链上数据对每个人都是公开可见的，几乎可以查看生态系统中的每一笔交易。由此，可以获取各种指标，例如用户的增长情况、总锁定价值（TVL）、交易量等。而更为引人关注的是，还可以观察不同激励机制如何影响生态系统的运行。此外，社交媒体平台如 Twitter、Reddit、Discord 和 Telegram 等在代币经济和项目表现方面扮演着重要角色。

这些信息都是公开且非常有价值的数据，应该充分利用这些数据来更好地理解生态系统参数并验证我们的模型。

下面是一个例子，我们可以查看类似于创建归属期限（vesting creations）的数据。虽然这个例子只是一个很小的示例，但一般来说，可以观察不同利益相关者群体的归属期限。在上面的图表中，可以看到归属期的最小值、平均值、中位数和最大值，这些都是对所有不同领域的归属期限进行的分析。另外还可以对同样的数据进行细分，以区分不同的行业领域。这样，可以看到不同领域的数据分布可能会有很大的差异。虽然这些数值可能并不总是最优的，但它们为我们提供了一个出发点。

再举个有关于代币桶的历史余额。以 Maple Finance 为例，可以查看其原生代币的情况，并追踪整个生态系统中的所有交易，将它们分类到特定的 “代币桶” 中，例如与 Maple 相关的地址、中心化交易所相关的地址以及去中心化交易所地址等。通过这种方式，我们可以查看每个利益相关者的余额，并观察整个生态系统中正在发生的情况。

在这个例子中，可能会发现所有 Maple 地址的余额一直在下降，直到 7 月 22日中旬，因为引入了质押合约，导致大量代币供应被分配到质押合约中。我们还可以观察到风险投资者参与了这个质押计划，这些信息可以直接从图表中得出。此外，还可以观察交易所的余额如何随时间变化，这对于了解生态系统中正在发生的情况非常有帮助。最后，还可以研究个别质押或特定地址的行为，以深入了解相关情况。

在代币生态系统中，观察特定地址的行为可以提供关于代币流动性的重要信息。举例来说，当代币从质押合约中发送到特定地址时，可以了解接收者对这些代币的处理方式。他们是选择重新投资这些代币，将其再次发送回质押合约，还是出售掉，或者在其他地方进行部署？这些都是通过分析来理解每个利益相关者行为的关键信息，而我们可以将这些数据反馈到我们的模型中，有助于调整模型。

这个模型不仅可以分析个别地址的代币接收者行为，还可以针对代表性的汇总利益相关者群体进行分析。举例来说，我们可以对多个代币项目如 Maple、Goldfinch 和TrueFi 等进行分析，发现大约 38% 的代币在通过质押合约收到后，第一笔交易就被发送回质押合约。相比之下，中心化交易所的比例约为 8%，而去中心化交易所的比例约为 14%。通过在 QTM 上回顾某个时间点的代币桶分配情况，可以了解代币的流通供应量情况。这些数值可以应用到我们的参数中，从而初步了解生态系统的行为。

利用这些数据，我们可以进行预测，例如对未来十年左右的生态系统中不同桶的余额供应情况进行预测，包括基金会、团队、质押分配、总体流通供应以及流动性池等。同时，也可以进行价格模拟或预测。需要强调的是，这些预测并不用于投机或金融建议，而是有助于我们理解供应归属和代币需求之间的关系，从而了解这两个因素的平衡情况。

此外，还可以分析其他方面，比如不同效用部分的分配。例如，我们可以了解有多少代币被质押，有多少用于流动性挖矿激励计划，或者如果有销毁机制，有多少代币被销毁。如果代币可以在商店或其他地方进行使用，我们还可以观察每月的效用奖励，以了解这些激励在美元面值上的价值。理解代币的整体使用情况非常重要，尤其是在激励生态系统时需要考虑到成本因素。

数据驱动的模型

另一个主题是对归属计划的新思考方式。有时人们认为只需要非常长的归属计划，但这并不总是好的，因为这意味着在初始流通中的供应非常低，从而引发市场上的投机和潜在炒作行为。因此，我们提出了引入一种采用调整的代币归属机制，不受市场需求影响。换句话说，预测生态系统的需求并不是必要的，因为归属释放将由控制器根据事先定义的某些关键绩效指标来进行控制。这些关键绩效指标可以包括 TVL、交易量、用户采用率、业务盈利能力等等。在这个例子中，简单地使用了代币的价格。

在代币生态系统中，归属和价格之间的关系可以通过分析真实代币的实例来理解。例如，在生态系统刚开始的第一年，大量供应通过归属进入市场，但由于产品可能还不够成熟，市场需求可能不足，采用量不大，导致代币价格下降。这种情况可以通过模型（如 QTM）进行模拟，从中可以观察到类似的行为：在开始阶段，由于大量供应进入市场，代币价格可能会下跌。然后随着时间的推移，当采用情况发生变化，用户开始加入并带来收入增加，可以进行回购，价格最终会恢复。

在模型中，可以模拟三种不同的需求场景：逻辑函数、线性函数和指数增长。控制器基本上管理这不同时间点的不同排放量，可以看到对于每种不同的增长和需求情景，然后在不同的时间点，控制器会管理不同的释放量。

当代币价格上涨时，将会有更多的代币释放到生态系统中，这可能导致早期投资者出售代币，进而导致价格下降。相反，当价格低于预设的价格时，代币的发行量将会减少。然而，代币的发行量不会降至零，因为我们需要确保所有初始投资者最终都能获得他们应得的份额。通过这种控制机制，代币的价格将再次上涨，最终减少波动性并稳定生态系统。

价格在生态系统中是一个非常重要的指标。如果代币价格在一年中暴跌了 90%，这对生态系统来说将是非常不利的。虽然我们知道我们无法准确预测未来，但至少我们应该考虑需求方面并尝试对其进行建模和预测。这并不意味着追求某个确定的结果或特定数值，而是通过蒙特卡罗模拟和参数扫描来探索整个可用的解决方案空间。这样做可以帮助我们了解不同情况下的可能性，并制定更加全面和灵活的策略。

此外，我们还可以对这些归属进行不同的加权分配。例如，在初始阶段，生态系统激励可能会获得更多的代币归属分配，而团队可能获得较少的份额。然而，随着时间的推移，情况可能会发生变化，因为我们不希望仅仅依靠代币归属来驱动生态系统的发展，我们希望建立一个可持续的增长模式。

原视频：https://www.youtube.com/watch?v=Yv7VvLVELCQ