建立注意力经济

尽管过于简洁，但资产大致分为两类：

1. 现金流资产——主要是股票和债券。 这些资产产生投资者赋予价值的现金流。

2. 供需资产—主要适用于商品和外汇。 价格根据供需情况波动。

最近，加密货币催生了一种新型资产——一种关注度估价的资产。 如今，注意力资产主要是用户生成的资产（UGA），如NFT、创作者币和迷因币。 这些资产充当了文化关注的“共识焦点”，并通过价格来反映大众关注度的起伏变化。

虽然迷因币从文化角度来看很有趣，但从金融角度来看，它们仍有很大的不足。 高效的注意力资产应使市场参与者获得直接关注的金融敞口。通过这样做，市场参与者将受到激励，交易他们认为定价错误的资产；市场可以集体产生反映注意力预测的价格。

我们相信，通过适当的架构，注意力资产可以成为一种真正的资产类别。为了帮助加速这一想法，本文提出了注意力预言（Attention Oracles）的概念，可以实现注意力永续合约（Attention Perps）——一种让交易者做多或做空文化固定目标的新型工具。

简而言之，注意力预言（Attention Oracles）围绕特定主题利用二元市场预测，并利用其价格、流动性和时间范围来创建一个加权聚合指数，旨在捕捉注意力的变化。为了正常运作，必须精心选择基础市场，以代表相关的、真实世界的注意力输入。 将预测市场作为注意力预言（Attention Oracles）的输入，会产生内嵌的操纵成本；理论上可降低篡改风险，因为对抗性交易者必须承担资本风险才能影响该指数。

为什么我们需要注意力永续合约（Attention Perps）？

UGA 在纯粹的投机中发现了产品与市场的契合，并且非常擅长跟踪从零开始的关注，例如新的互联网趋势和迷因。

UGA 解决的问题是，为传统金融体系中无法存在的东西创造一种资产。 传统的资产发行过程缓慢、成本高，且监管门槛高，限制了可以发行的资产。 注意力资产必须以互联网速度运行，以跟上全球潮流。无许可代币发行、巧妙的定价机制（如绑定曲线）以及去中心化交易所（DEX）相结合，几乎让任何人都可以免费创建资产，引导流动性，并将其发布给其他人进行交易。

对 UGA 的一项观察是，它们的价格通常从零开始。 这是一项功能而不是漏洞，因为如果你从头开始发明一个新迷因，那么该迷因在创建时不会引起任何关注。直观地说，你可以以低价进入。 这也使得那些善于及早发现趋势的人可以通过创建低成本基础资产来将这种能力货币化。然而，这意味着 UGA 并不是理想的工具，无法充分让投资者获得对那些已经存在且具有大量关注度的事物的注意力敞口。

例如，假设你想做多勒布朗·詹姆斯的注意力。你可以创建迷因币，但已经有数十种勒布朗代币了。 你买哪一种？ 此外，新的 LeBron memecoin 的起点接近于零，但勒布朗是世界上数一数二的知名人物。直观地说，他的注意力应该非常高，而且不可能在短时间内增加到 100 倍。最后，如果你想做空他的注意力，该怎么办？迷因币很难支持这一点。

那么，针对现有高关注度话题的资产会是什么样子呢？

一些要求可能包括：

1. 它应该是双向的，以便交易者可以做多和做空
2. 它应该与真实世界的某些数据来源相关联，以衡量注意力
3. 不应从零开始

如果你退后一步并仔细观察这些要求，很快就会发现，永续期货合约（perps）非常合适：既是双向的，具有预言机（事实来源），又是衍生品，因此不会从零开始。要解决的难题是为注意力永续合约（Attention Perps）构建一个预言机。

已经有一些团队在研究这个问题，比如“噪音”。 在 Noise 上，交易者可以做多或做空精选加密货币项目（如 MegaETH 和 Monad）。 Noise 使用 Kaito 作为预言机，汇总来自社交媒体和新闻的数据，生成一个代表特定主题占有多大的关注度的数字。

但是，这种设计可以改进。 Attention Oracle的目标是将与注意力相关的数据作为输入，对数据应用一些函数，并输出一个值，供交易者做多或做空。

使用社交媒体作为输入的问题在于，社交媒体很容易被操纵。 古德哈特定律的一个版本在起作用：在对抗市场中，交易者会试图操纵价格的输入。 Kaito 重新设计了排行榜和反垃圾邮件过滤器，以解决这个问题。

此外，社交媒体并不能完美地吸引注意力。 让我们以Shohei Ohtani为例。 Shohei 拥有全球粉丝群，使用许多不同的社交媒体应用，未必会被 Kaito 收录。 如果 Shohei 再次赢得世界大赛，他将成为一名更大的明星，但他在社交媒体上的关注者数量或提及次数未必会呈现线性增长。

注意力预言机：基于市场的方法

回到我们的勒布朗·詹姆斯的例子，假设你想交易勒布朗的注意力。 要为他构建注意力预言机（Attention Oracle），第一步是针对有关勒布朗的话题利用（或创建）许多二元预测市场，如“勒布朗·詹姆斯在本月底会拥有超过 X 百万的粉丝吗？”，“勒布朗·詹姆斯会在 2026 年赢得总冠军吗？”，“勒布朗·詹姆斯会在 2026 年赢得 MVP 吗？”等。一个合适的勒布朗注意力预言机会使用更多的基础市场，但为了这个例子，我们将使用这三个市场。指数价格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，我们都有价格、流动性、解决时间和显著性评分。 为了说明目的，我们使用一个非常简单的公式来计算权重。 每个市场的重要性评分（1-10）以及流动性和时间因素，如下所示：

假设我们决定将三个市场的重要性评为8、2和10。每个市场的权重为：

最后一个值得关注的数字是：

如果我们假设市场的解决时间分别为180、20和180天，每个市场的重要性为8、2和10，则将上述结果放在一起：

显然，还有更复杂的方法来计算注意力指标，例如使用未平仓合约量而非交易量、考虑相关事件、调整市场深度、变量之间的非线性关系等。我们为读者创建了这个互动网站，让他们使用实时卡尔希市场创建自己的指数。

这种基于预测市场的预言架构的主要优势在于，操纵是有重大成本的。 如果交易者看涨勒布朗的注意力，并希望操纵价格走高，将不得不买入基础的二元预测市场头寸。假设基础市场流动性充足，这意味着以市场认为过高的价格买入头寸。

我们认为，随着这些市场的增长，另一个非常重要的好处是，二元预测市场为做市商提供了一个现货市场来对冲风险。如果做市商看跌关注点数字，则可以买入构成关注点数字的基础预测市场头寸来对冲风险。

Adjacent 利用 Kalshi 上的实时、流动性强的市场创建了指数，以跟踪政治趋势，如民主党与共和党的控制以及纽约市长选举。 我们认为类似的方法可以应用于跟踪任意主题的注意力。 随着预测市场的发展，可行主题也会扩展。

注意力预言机设计空间

我们的预言机构建并非没有利弊得失。在更广泛地考虑注意力预言机时，我们认为以下是主要考虑因素：

1. 输入的相关性如何？
2. 获取的输入有多实用？
3. 输入的可操纵性/可被利用性如何？
4. 你对输入应用什么函数来计算注意力数值？

我们提出的预言中最明显的权衡是，输入难以获得。 如果你想构建一个勒布朗·詹姆斯的注意力预言机，必须先为与勒布朗相关的主题创建许多不同的流动性预测市场。此外，这些市场必须在一段时间内保持流动性，并在既有市场结算、相关性降低时，以新的高流动性市场取代。因此，我们认为这种设计最适合一小部分已经拥有强大预测市场的备受瞩目的话题（例如，唐纳德·特朗普或泰勒·斯威夫特）。

另一个权衡是，无论市场如何解决，注意力都可能会增加。 例如，即使勒布朗没有赢得另一枚戒指，随着人们质疑他的表现，周围的注意力可能会增加。 关于勒布朗是否终于变得过于老化或失去他的才能，可能会有激烈的讨论。 同样，现实世界的注意力通常集中在意外事件上，而预测市场则衡量对事件发生的预期。 如果市场预期勒布朗将赢得 MVP，但他没有，那么随着指数下跌，关注度可能会增加。 球迷和专家会讨论勒布朗是如何遭到不公平的对待，或者 MVP 的评选有多不公正。

最好的预言设计可能最终是结合预测市场、社交媒体数据和其他来源。 Google 趋势最近为开发者开启了一个 Alpha 计划，通过 API 访问搜索趋势数据。一个主题的互联网搜索量显然与它的注意力相关，因为 Google 趋势会过滤掉重复搜索，因此比社交媒体指标更能抵抗操纵。 另一个来源可能是使用大语言模型（LLM）分析更容易操纵的输入，以尝试过滤掉垃圾邮件。例如，一个 LLM 根据主要新闻媒体的头条或 X 上的趋势帖子进行关注度评分。

我们相信，Kalshi 和 Polymarket 等老牌交易所最适合提供注意力永续合约，因为它们已经拥有许多流动性的基础市场和将在新上市市场交易的用户。然而，我们并不认为注意力资产的机会仅限于大玩家。

一种配置可能是在预测市场交易时，专注于做多或做空某个主题。例如，一个做多泰勒·斯威夫特的金库会为诸如 Top 10 歌曲、超级碗表演等事件购买 Yes 合约。金库经理需要确定哪些市场与关注度增加相关。

另一个例子是使用 Hyperliquid 的构建者部署的永续模式。 HIP-3 为市场部署者定义预言者提供灵活性——HIP-3 市场可以使用综合利用 Kalshi/Polymarket 价格、社交媒体指标、Google 趋势、新闻头条等。

将注意力作为资产类别

具有讽刺意味的是，注意力经济的首个成熟应用可能发生在股票市场。 股票价格由两个组成部分：DCF价值（即内在价值）和迷因价值。

从历史上看，大多数股票没有显著的迷因价值。 但近年来，得益于 WallStreetBets 和 Robinhood 等 24 小时、每周 5 天运营的零售交易平台的兴起，更多的名字持续具有迷因价值。

股票研究分析师的目标是确定股票的价格。 已有既定方法来计算 DCF 成分，但迷因成分呢？ 随着越来越多的资产基于其迷因价值进行交易，开发迷因价值建模的方法也有其必要。经验丰富的投资者已经使用关注者、点赞和印象等因素来衡量市场情绪。 预测市场和其他预言结构可以成为衡量股票注意力并得出更好的交易模型的有用工具。

但关注资产的机会远远超出股票定价范畴。 我们相信，预测注意力是一项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。 企业根据关注点来分配研发、招聘和营销资金。 关键是要找出新的启发式方法来模拟这些流。

如果你正在构建注意力资产或注意力资产基础设施，请联系我们。

披露：本文不对注意力预言机、注意力永续合约或任何其他基于、衍生自或融合本文表达想法的产品在*任何特定司法管辖区的合法性或监管影响发表意见或评论。*