得得辯論 內容產業上鏈，如何設計通證貨幣流轉體系？

摘要： 作為價值流轉載體，Token在社區內部的貨幣流轉體系是實現通證經濟效率最大化的基礎前提。作為資產非標品，內容產業上鏈在實踐過程中帶來了怎樣的通證經濟設計和思考，是本期「得得辯論」重點研究的話題。

提到區塊鏈+內容，多數人會提及Steemit。該網站於2016年6月推出，用區塊鏈來記錄文字內容和用戶評價，並使用公開的演算法為內容定價並以分配在區塊鏈上發行的數字代幣作為回報。

與互聯網信息分發平台相比，不經過信用中介平台，可以直接獎勵創作者，在這個過程中，平台可以通過分紅獲取收益，又避免了刷單等作弊行為。這些特點讓Steemit備受關注，據媒體報道，目前Steemit已有近百萬用戶。

據鏈得得App編輯查看，截止北京時間2018年3月22日16:00，Steemit系統股權的原生代幣 Steem在 coinmarketcap.com 上的數字貨幣市值排名第28位，流通市值為563,372,042美元。這些表現從某種程度上驗證了區塊鏈為 UGC 行業建立激勵體系是可行的。

但也有不少人認為這種設計機制存在一定的問題，U Network（UUU）聯合創始人盧毅告訴鏈得得App，「大鯨（big whale）問題會帶來一個嚴重的中心化問題，特別是Steemit早期的參與者，他們基本可以左右整個社區的方向，這是我們目前看來一個問題。」

如何利用社區內部通證貨幣經濟體系設計，來實現優質內容篩選與內容變現兩大難題，全球範圍內已經有不少項目開始冒頭。據鏈得得App不完全統計，目前，區塊鏈在內容產業的應用多為兩個方向，一類是以Steemit為代表的內容分發平台，一類是以Mediachain為代表的內容溯源平台。

雖然方向相同，但在具體操作上各家機制各異。那麼，如何設立一套合理的獎勵機制來篩選出優質內容，又如何幫助內容生產者變現？鏈得得App與U Network 聯合創始人李攀、聯合創始人盧毅聊了聊區塊鏈技術對於內容產業的實際應用與面臨的問題，以下是訪談實錄，鏈得得App編輯整理：

鏈得得：在Steemit引發內容社區通證化的方向上，目前為止，Steemit的通證激勵體系有什麼既有缺陷和需要改進的方向？

盧毅：我也是Steemit的忠實用戶，在上面寫過一些文章，目前來看有兩個很明顯的問題。

第一個就是大鯨問題，簡單地說，如果一個人擁有很多Steemit的代幣，你把它鎖定起來，那麼你點贊的大部分文章都會變成圈地，變成最流行的文章，因為他的投票機制裡面設定是說，根據你鎖定的代幣數量，投票權重是直接是線性增加的，比如說我鎖定了一百個幣在Steemit賬號裡面，我點一下贊的權重是鎖定一個幣的一百倍，相當於我是一百個人在點贊，大鯨問題會帶來比較嚴重的中心化問題，特別是Steemit早期的參與者，他們基本可以左右整個社區的方向，這是我們目前看來一個比較嚴重的問題。

第二，Steemit的設計機制有一個問題是點贊沒有成本，就會帶來機器刷贊的問題，很多人會用機器人來作弊，可以來套利賺錢，另一方面也會把一些質量不好的文章也能篩選出來，這個對社區也是不利的。

還有些批評，可能在於Steemit的錢只有給作者的錢，但整個收入是比較少，有人會質疑社區的經濟性是否能夠持續化。

鏈得得：解決這些問題更合理的方案是？

盧毅：我們也是想解決兩個問題，一個是內容發現，希望通過我們的機制挖掘出優質的內容；第二是內容變現，我們希望能夠把內容資產化。

我們整個機制相對還是比較簡單，我們設計了一套點贊和踩的機制，然後通過點贊這種方式對內容進行定價，一開始沒有人點贊的時候，內容價值是零，但是點贊需要消耗token，那就是在不斷給它價格往上走，你也可以踩，但因為點贊需要消耗成本，我們必須要設立一定的經濟激勵，來讓這些點贊的人會覺得至少我不是一個只是付出而沒有回報的過程。

我們設計的機制就是，如果你能挖掘早期優質內容，那你也能獲得回報，就像投公司一樣、像天使投資，越早投的人可能獲得的獎勵就越多，比如我是第五個點贊的人，那我會把一部分token分給了前四個點贊的人或者是作者。這能讓優質內容早期點贊者獲得獎勵，比如投一個token能夠獲得超過一個token的回報。

這個機制會對用戶產生一些影響，積極的影響是你會更理性，減緩了刷單行為，讓刷單的成本變高，無利可圖；同時那些經過理性思考的文章更有質量，更容易脫穎而出。

鏈得得：內容創作者會依據怎樣的激勵模式而獲得token？

盧毅：首先我們所有點贊的一部分會給作者，這個比例是以一個線性的函數，這個參數我們可以調節，在參數都設成最簡單的情況下，你可以理解為是平均分配，就是說，我是第五個點贊的人，我的token會分成五份，前四個點的人和作者會獲得這些，這是我們初始化的狀態。

但是我們未來會把它變成一個非線性的，如果我是第五位點贊的人，會更多的分配給第四個人和第三個人，那樣的話就可以讓比如50%的人不虧本，哪一種模式最優？我們做了些模擬，但可能更多的還是會在測試過程中逐步得優化起來。

鏈得得：現在測試過程中有得出什麼均值或者極值的結論嗎？

盧毅：目前初始化的一些參數比較合理的一個是，剛才說的平均分配，這個效果也有人驗證過，效果還可以；還有一種是設置成，0.1的x平方乘以x再加1，這種情況下，大概50%的人都不虧本，之前的情況是35%的人都能賺錢。這兩種方式初期都會嘗試。

對於作者而言，除了說點贊給他們錢以外，我們還有個內容獎勵池，會把整個系統20%的token來獎勵內容、社區建設，其中15%是獎勵優質內容生產者。我們每天會挑選出20%的優質內容，讓他們獲得額外的獎勵，通過前面的投票能夠有效篩選出好的內容，我們同時又額外獎勵這些優質內容，那樣的話就是會讓優質內容有更多動力，20%是初期的比例，後期也是可以調整的。

但我們認為社區一般都是有二八分配，20%內容是優質的，早期這個比例可能會大一些。作者的獎勵一部分會來自於點贊的獎勵，一部分會來自於內容獎勵池的獎勵。

鏈得得：如果我是社區內容的生產者，我想知道擁有這些token後，價值流轉的出口在哪裡？你們如何設置這些token的價值出口？

盧毅：首先可以用來投票、點贊這些日常的使用，還有所有的知識付費場景我們都會支持，包括付費的訂閱、付費的圈子、付費的私信、還有一些內容產品，之後類似知識付費的產品還有直播，我們都會用起來。

鏈得得：剛開始做社區內部token流轉，如果就跟場外資本賬戶對接的話，對社區本身發展是否會存在隱憂？

盧毅：這一部分我之前也有思考，像Steemit是設置了一套穩定貨幣，Steem Dollar想牟定1美元，但那個其實也不是很成功，現在已經超過1美元了。整個原理也很簡單，就是在幣價低於1美元的時候，會給他額外的的利息，會讓大家來願意買它。

這點回到產品上面來說，就是如果幣價波動太大，每個作者收益的浮動也會非常大，我們產品初期整個制度就相對比較簡單，我們沒有設計複雜的穩定貨幣的系統，我們現在是根據幣價會動態調整點贊的成本，一個點贊的成本相對比較低，那樣的話不會太受幣價波動的影響。

同時提到跟法幣的兌換操作，我們初期的版本更多的是在測試鏈上或者是中心化的發現能力，可能會在社區相對穩定的情況下，再進行這種兌換。初期代幣會逐步釋放，可能初期很多，前期的產品應用過程中，大部分幣會鎖定在這個應用內，等產品穩定之後才會開放出交易。

鏈得得：有什麼方法能夠保證社區內部幣值的穩定？

盧毅：目前來看大概有三種方式，第一種方式很簡單粗暴，直接存入一個代幣，我就存入一美元，剛性的兌換，這也是一大類，有些代幣做的不夠透明，比較暗箱操作，有些會把錢跟團隊隔離開來，用信託的方式來做，用中心化的方式來穩定。

第二種方式是，綁定一個委託品，一個代幣綁定一個其他的數字貨幣，之前的方式是非常中心化的，如果說銀行出了問題、個人出了問題，很容易就跑路了，那我們就把信用的來源去中心化，現在綁定數字貨幣組合，會加一個槓桿，比如每存入一個代幣，我會存入三美元的其他數字貨幣組合，比如以太坊和比特幣等，這樣的好處在於，如果幣價相對浮動都在三倍以內的情況下，可以保證每次取代幣，都能給你相應的抵押物，擺脫了中心化的風險，智能合約直接控制存入一個代幣就存入三美元或者七美元的抵押物，這個東西的價值是去中心化的。但這種方式的缺點在於有可能幣價大跌，市場非常不景氣的時候，你的抵押物低於1美元，資不抵債。這種方式比較適合短期的借貸。

第三種方式就是演算法銀行，思路其實也比較複雜，是想模擬央行調節經濟，比如用調整儲備金的方式來造成貨幣的幣值相對穩定，這是很多Geek非常嚮往的。簡單的模型分為兩部分，一個股權，還有一個代幣，如果現在幣值超過1美元的時候，那麼就增發了，市場份額增大、幣價就會下跌。但比較麻煩的是，如果幣價低於1美元的時候，怎麼處理？他會發一些股權給你，你會有利息，就是把你的幣價往上走，但這裡邊會有很多變形，有些會把這個變成債權，如果在幣價增發的時候，那麼增發的錢是分配給誰呢？債權方還是股權方？在這個模型里，如果大家對穩定貨幣的需求持續增加，那這個模型就比較好，因為大家為了賺錢，會願意幣價跌的時候買入債權或者股權，在增發的時候能獲得收益。大概就是這個思路，就跟銀行貸款一樣，你貸款的時候把錢給銀行，他會給你利息。

鏈得得：這三種方式，哪一種在內容應用場景里更合適？

盧毅：Steemit用的有點像第三種演算法銀行的模式。我們沒有去設計這種制度，因為這樣會讓作者的用戶體驗變得很複雜，Steemit的系統很複雜，用戶其實很難理解，讓可能性反而下降了，我們不做這個穩定貨幣，但是會讓投票成本相對穩定一些。

鏈得得：目前來看，哪幾種方案的共識機制比較適合內容公鏈的應用？

盧毅：Steemit用的是DPOS，類似於人民代表大會制度，優點就是效率高、性能好、中心化程度也會比較高，我們用的是UBFT，拜占庭容錯改進的演算法，這個相對而言並發上會比較有優勢，我們初期先保證整個公鏈能跑起來，在內容行業公鏈的應用場景裡面，小額和高頻是特點，所以肯定要保持這個效率。

我們初期會先保證效率優先，TPS預計會在3000左右，保證可用性，然後會逐步的去中心化。目前，大概思路是先保證可容性的基礎上然後提供去中心化的程度。

鏈得得：內容傳播很難完全實現去中心化，一定會有幾個KOL關鍵節點在做引導，無論是流量還是觀點的引導，如果硬要去中心化的話，真正好的內容如何被篩選出來？

盧毅：很多時候轉發文章也好，轉發到朋友圈經常是被感性所控制的情緒，如果用一定的經濟成本來投票的時候，決策肯定會更理智一些。

除了用token來投票，我們還設置了另一套制度，用戶也可以來獲取積分，但是積分是不能兌換、不能流通，積分只能用來投票，就說類似一個積分獎勵系統，如果你不願意花費金錢來投票的時候，你可以來貢獻時間和精力，比如轉發到朋友圈，或者推薦朋友來註冊獲得積分。積分可以來投票。

鏈得得：這種積分的形式完全可以用token來代替，為什麼token之外還要設計一個積分體系來複雜化呢？

盧毅：因為我們一個核心要點就是發掘優質內容，如果有些人僅僅是為了賺token來轉發給朋友，當然對社區也有貢獻，但僅僅是這樣的話，那麼沒辦法讓社區最核心的經濟引擎跑起來，積分如果要變現，一定要去投票、去挖掘優質內容，等於一定程度上強迫用戶去投那些好的內容，獲得積分之後，如果你去投不好的內容，你就掙不到錢沒辦法變現，我們把變現的出口強迫為你去挖掘好的內容。

鏈得得：包括受眾、行業參與者會有一個問題，眼下是否有必要用區塊鏈來做內容生產、內容社區？

盧毅：Steemit某種意義上的成功告訴大家用區塊鏈來做內容是有可行性的；另一方面就回到有沒有必要性上，首先，現在整個內容行業還是有些問題，內容變現其實很難，特別是對於非頭部的作者，他們其實很可能是平台拿走了大部分利潤，他們沒有拿到什麼，那區塊鏈恰好能在這個方向上讓利益分配更加地合理。

像我們提出的模型裡面，是可以對內容進行定價，比如這篇文章是1000塊錢或者100塊錢，你肯定要分一部分給作者，怎麼分？如果把定價問題解決了，那怎麼分的問題就能解決。

相當於把非標資產資產化化。可能我們只是一種方案，也可以用其他的方案，比如用預測市場給內容定價，這樣會讓內容市場更加的平衡。

李攀：這個事情對於用戶的需求性，第一個就是內容產生者與內容消費者之間通過這個方式能產生一個更合理的經濟關係；第二個就是我們希望通過自己所設計的這種機制能夠真的幫助有價值的內容篩選出來，因為在我們看來，這是內容產業的一個痛點，因為我們之前一直在做內容，文章、知識付費、大會等內容，你會發現怎麼去發現優質內容，現在主流社會有兩種解決方法，一種方法是通過機器推薦的方式，這種方式大家已經看到弊病了；

第二種方式是以人來進行內容優劣的判斷，但人是有局限性的，也是有知識結構偏向性的，那我對於行業的理解與另一個人對於行業的理解是不一樣的，那麼會產生內容誤判的問題，怎麼去解決這些問題？我們做這個事情，希望能解決的就是，有沒有一個核心機制去幫助內容平台的利益相關方，幫助優秀內容脫穎而出。

鏈得得：怎麼定價？定價的原則是什麼？內容是見仁見智的，非標資產定價有什麼原則？

盧毅：我們思考的是，公平原則。我們會儘可能地避免大鯨現象，不會僅僅是靠錢，我們也希望相對的公平，最好你的評價需要付出一定成本，把這個更多的轉化為經濟學問題，如果沒有成本的話用戶就會瞎點贊，這就是我們對公平原則的一個理解和體現。

我們也希望讓大眾都參與，在對內容的定價上，在我們的整個模型裡面有一個挺有意思的點，就是說我們能保證前35%的人一定能賺錢，那其實如果你對內容有一個定價的話，比如現在是一百個人點贊了，假如說是100塊錢，如果你預估未來一定會有400個人點贊，那你只要在一百個人點贊的時候你就能賺錢，需要理智的判斷。就像一個預測市場，這是我們定價的經濟原理。

我們在整個排序上面還會結合他在這個行業的專業度，如果說一個人他在某個話題下面有更高的權重，那麼他在排序上還是會有些優勢。如果你是某個話題的優秀回答者，那麼你的權重會更高，我們在排序上面也會考慮這點，但在token的分配上面，是不考慮這點的。

鏈得得：剛剛提到的是如何用區塊鏈篩選優質內容，但區塊鏈邏輯對於內容生產本身會產生什麼改變？

盧毅：當前很多內容生產者他們很大程度上沒辦法控制自己的內容和數據，比如說你的文章發在微信上改都改不了，發在今日頭條上修改會比較麻煩，因為數據都在這些平台上。區塊鏈提供了一種可能性，就是你可以來控制你自己的數據，讓內容生產者更自由一些，另外也提供了內容溯源、版權保護等東西，這也對於內容生產者很有幫助。

理想情況下，如果內容公鏈做起來，它能夠為寫作者提供足夠的經濟獎勵而不用依附於一些平台。（本文獨家首發鏈得得App，未經授權禁止轉載，採訪／李非凡，編輯／付夢雯）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！