從「坐莊」視角，理解公平、交易效率、波動的三維取捨

原文作者：加密韋馱（推特：@thecryptoskanda）

想要牛市再來？直接點,我們不需要炫目的buzz word。我們需要的是新的發行機制、交易機制和做市機制，從而帶來傻錢。

那麼去哪兒找潛在的新發行機制？低流動性資產市場。

從數藏、BRC 20、Friend、NFT、賭場模型和@blur_io 的教訓中，讓我們找到新發行機制和市場的配方。

1/ Crypto 受眾是全世界最會學習、賭性最強的人群。他們的好賭不同於經典「賭場賭徒」，因為他們- 不需要固定賠率- 相信信息差優勢而非長期訓練的技能( 出千) 或大數定律因此他們不喜歡螺螄殼裡做道場，反复研究如何打敗21 點莊家那0.5% 的house edge; 而是尋找新標的中隱藏的alpha，並在市場了解前退出。

2/ 他們需要不廣為人知的標的，因此傳統市場、主流幣都不符合要求，而求「新」的代價是低流動性、高風險的標的市場：

• 交易效率高( 是否能快速成交)
• 波動率大( 小交易量促成大波動，快速上漲)
• 非交易機制優勢最小化( 可以賭輸不能被rug)

這樣的標的才符合他們早發現，精準退出，能退出的需求。

3/ 同樣，莊家會在三個維度上取捨，但是目的是獲得最大化的綜合利潤ROI，不論以何種方式:

• 公平性( 是否有非交易優勢)
• 交易效率( 雙方是否能快速成交）
• 波動率( 是否能夠低成本操盤)

除非慈善家，否則從莊家角度這三個維度是個不可能三角。莊家設計時會考慮如何平衡玩家取向，最大化ROI。

4/ 不論是古早的郵幣卡電子盤，還是數藏、meme 幣的AMM 機制、NFT 掛單交易，乃至BRC 20/ETHS 公平銘文掛單，還有Friend 曲線，本質上都是同一個東西。不同配比，但吸引用戶都需要具備:

• 財富效應( 有旗艦項目指數級ROI)
• 足量標的( 後來者有更多項目可以沖)
• 體感客損可控

像不像GGR 殺率模型？

5/ 讓我們從莊的角度對比非free mint PFP 類NFT、BRC-20 和數藏。

BRC-20 最不經濟:莊家優勢沒有，掛單模式成交效率低，好處是初期情緒面在的時候拉盤不需要太多資金，但前提是莊家打到足額銘文。

NFT≈BRC-20 ，項目方優勢更大，可預留砸盤可rug。

數藏完全黑盒，幾乎沒有可用的公開市場，基本是莊閒對手局。

6/ 如果代入GGR 殺率模型，我們發現: 數藏殺率最為可控，NFT 次之、BRC-20 完全不可控。

如果你是莊你怎麼做？這就是為何iBox 的高度至今NFT 市場難以企及。

同樣，BRC 20 項目方後繼無人且生命週期遠短於NFT，拋開文化屬性來看也不意外。 「公平性」能帶來一時的熱度和財富效應，但最終還是操盤方需求決定一切。

7/ 那麼再比較Friendtech、數藏和NFT 呢？

我們會發現FT 更兇殘，因為用戶的對手始終只有平台，成交用自動做市算法，其算法與淨買入次數正相關，唯一的成本是5% 分給KOL。

進行同樣的一次拉盤，FT 實際需要付出的是現價的5% ，而NFT 則需要100% 全額支付市場流通盤的地板價。

8/ 即使在價格下降區間，如需要護盤，那麼FT 仍然相當於在不斷的做LBP 發行，而NFT 只能以銷售收入+ 版稅不斷硬接拋盤。

想像一下，FriendTech 沒有公佈的公投計劃，有沒有可能是只獎勵買入，懲罰賣出？

說到這裡，就不得不提Paradigm 做的另一個盤子@blur_io 錯在了哪裡，明明同樣是交易挖礦洗碼模型。

9/ 問題出在Blur 的補貼給錯了對象。 Blur 讓自己的用戶上賭桌做bid wall 提供流動性給了誰？給了藍籌NFT 的holder。 holder 砸給用戶，造成虧損。這個客損誰拿走了？是holder。

Blur 什麼都沒得到。反而還要就交易量發空投給用戶。這就好比賭客給自己洗碼拿1.2% , 為了刷碼糧賭輸了80% 。而且賭廳還一毛沒賺。

10/ 正確的做法是什麼？ Blur 只允許自己的NFT 標的參與交易挖礦，與bid wall 做對手方，客損變成Blur 的GGR，用一部分拉盤，同時以交易挖礦補貼用戶買入行為，並最終將殺率控制在一定範圍內。

下一步，不斷吸收優秀NFT 團隊，在使用Blur 作為做市商的前提下加入交易挖礦，成為NFT 的Curve，甚至統治NFT。

11/ 其實看到這裡，相信答案已經呼之欲出：

• 發現一個( 實際) 低公平性、高波動率、盡量高交易效率的標的
• 建立帶有交易挖礦補貼機制的交易平台
• 通過交易挖礦機制補貼購買行為, 補貼完全控盤標的
• 確保總客損略高於總補貼( 包括拉盤成本)
• 將挖礦機制與做市條款打包，擴大項目方篩選面

做活標的。

12/ 當然，我只代入了坐莊視角，Paradigm 的POV。然而事實上，我們多數與Paradigm 還隔著10000 個@Delphi_Digital ( 光調動全網大V 這個本事就不是能學的)。

市場如何反饋，天時地利人和是否在位，都很難說。但是有Ordinal 珠玉在前，Bot 係後來居上，Why Not?

鏈上一定會有下一個( 群) 梟雄，IT COULD BE YOU