數據驅動的代幣設計與優化

Outlier Ventures 最近發布了一段視頻，深入探討了代幣生態系統的可持續發展問題。視頻重點闡述了代幣工程的原則和方法，爲構建穩健的代幣系統提供了新視角。同時介紹了一系列實用工具，如基於智能體的模擬仿真工具和量化代幣模型(QTM)等，這些工具可以在項目不同階段提供寶貴信息，助力做出明智決策。

視頻內容揭示了代幣工程及相關工具在項目適應變化方面的關鍵作用，這些工具被證明是應對不斷演變的代幣生態環境的有力武器。這一認知源於對代幣生態系統的深入研究和實踐，使參與者能更好地理解生態系統動態，並做出更加明智、富有前瞻性的決策。

代幣設計和優化的三個階段

發現階段

構建成功的代幣生態系統需要在宏觀層面執行幾個關鍵步驟:

1. 明確定義問題和面臨的挑戰
2. 闡明價值在利益相關者之間的流動
3. 深入討論生態系統及其代幣的合理性
4. 制定高層次規劃，包括代幣使用和各項內容設計方案

這些步驟對打造成功的代幣生態系統至關重要。

設計階段

參數化是代幣生態系統建設中的另一個關鍵步驟，涉及應用定量工具如電子表格、仿真工具(cadCAD、Token Spice、Machinations等)。這些工具可以幫助獲得經過優化驗證的模型，進行風險分析和預測，深入了解代幣供應和估值趨勢。通過這些定量工具，可以更好地了解生態系統運作，爲其設計和優化提供有力支持。

部署階段

部署階段將前期的理論分析和設計付諸實踐，將生態系統部署到區塊鏈上。這一階段需要運用多種工具，包括不同的編程語言(如Solidity、Rust等)以及部署環境(如Hardhat等)。通過這個過程，最終產生實際的生態系統代幣或產品，使其在區塊鏈上真正實現和運行。

代幣設計工具

在不同階段(發現、設計和部署)中，需要使用一系列工具，這些工具的重點和類型在不同領域中也有所不同。這些工具不僅適用於DeFi領域，還適用於各種應用項目、基礎設施、遊戲等領域。

從定性角度看待生態系統時，使用市場標準就足夠，不需要任何模擬。另一種觀點認爲需要創建數字孿生，對整個生態系統進行1:1的模擬，因爲這涉及大量資金風險。隨着向更精確的方向前進，所需的編程知識會增加，同時也增加了對用戶的要求。

代幣生態系統中有多種工具可幫助理解和設計該系統:

• 電子表格模型和定性工具(如問題陳述、利益相關者問題陳述、利益相關者映射等)
• AI驅動的推理(如機器學習模型起草初始代幣設計)
• QTM(量化代幣模型)
• 仿真工具(如cadCAD等)

選擇適當的工具和方法對初創企業的成功至關重要。不同類型的工具可以在不同階段提供有價值的信息，幫助企業做出明智決策，促進生態系統持續發展。

QTM概述

QTM是一種量化代幣模型，採用10年固定模擬時間，每個時間步長爲一個月。模型包括激勵模塊、代幣歸屬模塊、空投模塊等。代幣從這些模塊投放到幾個元桶中，再進行更細化的廣義效用再分配。模型還考慮了鏈下業務方面，如資金狀況、銷毀或回購、用戶採用率等。

需要強調的是，QTM輸出質量取決於輸入質量。使用前必須進行充分市場研究，以獲取準確輸入信息。QTM被視爲早期創業公司的教育工具，有助於初步了解生態系統，但不應從中得出財務建議或僅依賴其結果。

數據分析

從數據分析角度，可以提取不同類型的數據:

1. 宏觀市場視角:觀察整體市場發展情況
2. 籌款輪次指標:了解項目融資情況
3. 參與者行爲模式:深入了解投資習慣
4. 鏈上數據:獲取用戶增長、TVL、交易量等指標
5. 社交媒體數據:分析Twitter、Reddit、Discord和Telegram等平台上的信息

這些公開且有價值的數據應充分利用，以更好地理解生態系統參數並驗證模型。

例如，可以分析創建歸屬期限的數據，觀察不同利益相關者羣體的歸屬期限。還可以追蹤整個生態系統中的所有交易，將它們分類到特定的"代幣桶"中，如項目相關地址、中心化交易所地址和去中心化交易所地址等。通過這種方式，可以查看每個利益相關者的餘額，觀察整個生態系統中正在發生的情況。

此外，還可以分析特定地址的行爲，了解代幣流動性情況。例如，當代幣從質押合約發送到特定地址時，可以觀察接收者如何處理這些代幣。這些信息有助於理解每個利益相關者的行爲，並可將數據反饋到模型中進行調整。

利用這些數據，可以進行預測，如對未來十年左右生態系統中不同桶的餘額供應情況進行預測，包括基金會、團隊、質押分配、總體流通供應和流動性池等。同時，也可以進行價格模擬或預測。這些預測有助於理解供應歸屬和代幣需求之間的關係，了解兩個因素的平衡情況。

數據驅動的模型

對歸屬計劃的新思考方式是引入一種採用調整的代幣歸屬機制，不受市場需求影響。歸屬釋放將由控制器根據事先定義的某些關鍵績效指標來進行控制，這些指標可以包括TVL、交易量、用戶採用率、業務盈利能力等。

在模型中，可以模擬三種不同的需求場景:邏輯函數、線性函數和指數增長。控制器管理不同時間點的不同排放量，可以觀察每種不同增長和需求情景下的釋放量變化。

當代幣價格漲時，將會有更多代幣釋放到生態系統中，可能導致早期投資者出售代幣，進而導致價格下降。相反，當價格低於預設價格時，代幣發行量將減少。通過這種控制機制，代幣價格將再次漲，最終減少波動性並穩定生態系統。

此外，還可以對歸屬進行不同的加權分配。例如，在初始階段，生態系統激勵可能獲得更多代幣歸屬分配，而團隊獲得較少份額。隨着時間推移，情況可能發生變化，因爲我們希望建立可持續的增長模式，而不僅僅依靠代幣歸屬來驅動生態系統發展。